Celina Lee, CEO og medstifter af Zindi – Interviewserie

Celina Lee er CEO og medstifter af Zindi, det største professionelle netværk for datavidenskabsmænd i Afrika.

Celina har en passion for at frigøre datans kraft for socialt godt. Celina har en dokumenteret track record for tankeledelse i skæringspunktet mellem data og udvikling og har spillet centrale roller i lanceringen af globale platforme, herunder Alliance for Financial Inclusion, insight2impact og nu Zindi. Celinias arbejde har omfattende broer over den private og offentlige sektor og over forskellige udviklingsområder, herunder finansielle inclusion, mikro- og småvirksomhedsudvikling, markedsudvikling, køn, klimaforandring og offentlig sundhed. Hun har boet og arbejdet i lande i hele Asien, Latinamerika og Sub-Saharan Afrika.

Hvad var det, der oprindeligt tiltrak dig til datalogi og anvendt matematik?

Hele mit liv har jeg nydt matematik. Da jeg lærte om det anvendte matematikprogram, gjorde det bare mening for mig, fordi jeg sætter pris på, hvordan data og matematik oversættes til virkelige verdensansøgninger. Det, jeg kan lide ved at arbejde med data, er, at data har en historie at fortælle. Data kan være utroligt indflydelsesrigt, men kun hvis du får det i de rette menneskers hænder. Det er magi.

Hvad er nogle af de unikke udfordringer ved at implementere datavidenskab og maskinlæringsløsninger i Afrika?

En udfordring er, at datasæt kan være sparsomme. For eksempel, hvis du arbejder med naturligsproglige behandlingsproblemer på lokale afrikanske sprog, har nogle sprog kun tusinder af modersmål; nogle er ikke engang skrevet. Du har ikke den mængde data, som du har for engelsk, for eksempel. Men udfordringens natur er netop det, der gør løsningerne endnu mere vigtige og indflydelsesrige.

Når fik du først idéen til crowdsourcing-data-løsninger?

Jeg lærte om Kaggle for mange år siden, da jeg var i San Francisco, da det kun var en startup. Konceptet om at have crowd bygge data-løsninger for organisationer resonerer med mig. Men jeg så en åbning i, at datasæt og problemer tydeligt stammede fra store, overvejende amerikanske virksomheder, og deltagerne var overvejende fra den “udviklede” verden. Jeg havde arbejdet i mange år med data i den internationale udviklingssektor. Jeg så en mulighed for at løse problemer for og af andre regioner også.

I de første få dage efter lanceringen, kollapsede platformen, fordi Zindi havde så mange tilmeldinger. Var du overrasket over, hvor hurtigt dette blev adopteret af fællesskabet?

Jeg var overrasket, men ikke chokeret. Vi havde tydeligt ikke forventet mængden af trafik, vi ville få i de første få dage, eller ellers ville det ikke være kollapset! Men jeg vidste, at der var en efterspørgsel på markedet blandt unge afrikanske datavidenskabsmænd og aspirerende datavidenskabsmænd efter denne type platform. Unge mennesker på kontinentet er ambitiøse, energiske og innovative. De vil gøre arbejdet, og de vil gøre alt muligt. Så jeg var ikke chokeret over, at en online-rum som Zindi straks resonerer. På Zindi kan de kobles til andre ligesindede mennesker fra hele Afrika og verden, de kan bygge nye færdigheder, de kan vokse deres eget profil og portfolio, og de kan få job. Derudover ville jeg bemærke, at mennesker tog megen stolthed i, at dette var en afrikansk platform, der havde afrikanske datasæt og problemer. Som en datavidenskabsmand fortalte mig, på Zindi havde hun fundet et hjem.

DeepMind lancerede en konkurrence på platformen for lidt over et år siden, hvad var denne konkurrence?

DeepMind-konkurrencen var at udvikle dybe læringsmodeller til at identificere havskildpadder ved hjælp af de unikke mønstre på deres ansigter. De geometriske mønstre på havskildpaddernes ansigter er som fingeraftryk. Men der er ikke en stor mængde af nærbilleder og billeder af havskildpadder udenfor vand. Vi arbejdede med Local Ocean Conservation, en lokal non-profit-organisation i Kenya, der havde en samling af tusinder af billeder samlet over 10 år af arbejde i feltet af havskildpaddebeskyttelse.

Betydningen af disse AI-modeller er, at de kan eliminere behovet for fysisk mærkning, som kan være dyrt, upålideligt (fordi de falder af eller bliver beskadiget) og kan være farligt for havskildpaddernes sundhed. Vi havde over 700 deltagere, der arbejdede på dette problem. Og løsningerne er open-source, og andre non-profit-organisationer arbejder i øjeblikket på at udvikle mobile-baserede applikationer ved hjælp af de resulterende algoritmer.

Hvad er nogle eksempler på andre udfordringer, der er blevet lanceret på platformen?

Vi har kørt over 300 udfordringer på Zindi-platformen. Disse udfordringer dækker over mange forskellige industrier, tekniske områder og kompleksitet! Det, der er spændende, er, at de alle er virkelige verdensansøgninger af AI og datavidenskab, overvejende i Afrika.

For at nævne nogle: Brug af maskinlæring til at forudsige luftforurening i Kampala, forudsige energiforbrugs niveauer af 5G-netværk, identificere jordskred ved hjælp af satellitbilleder, korrigere uregelmæssige og fejlbehæftede GPS-placeringer for en fitness-app i Egypten, identificere landbrugsrelaterede ord på Luganda (et lokalt sprog i Uganda) på radioen, måle biomasse i Elfenbenskysten ved hjælp af satellitdata.

Listen fortsætter! Du kan se dem alle her.

Gennemsnitligt, hvor mange datavidenskabsmænd arbejder på et listet problem, og hvor succesfulde er virksomhederne i at løse udfordringerne, der er listet?

Som regel mellem 500 og 1000, eller nogle gange mere, vil arbejde på et givet problem på platformen. Dette afhænger af problemets kompleksitet og mængden af præmiepenge, der tilbydes. Vi har uddelt i alt over 500.000 USD til vindende datavidenskabsmænd i Zindi-fællesskabet.

Vi har haft en række succesfortællinger gennem årene. For eksempel, Zimnat, det største forsikringsselskab i Zimbabwe, fik maskinlæringsalgoritmer fra deres Zindi-konkurrence til at forudsige, hvilke kunder var mest sandsynlige til at forlade systemet. De integrerede disse modeller i deres kundeservicedashboard, som enablede dem at reducere kundesvigt om 30% det år! Zimnat endte også med at ansætte en af de top datavidenskabsmænd i Zimbabwe.

Virksomheder ejer IP fra de tre bedste løsninger. Ud over modellerne selv, sætter virksomheder stor pris på at have hundredvis af intelligente mennesker, der arbejder på deres problemer. Det er en måde at teste nye idéer, outsource problemer, som deres interne hold ikke har tid eller den tekniske kapacitet til at arbejde på, eller oftest, hvad der er mest værdifuldt, er bare at have en indsprøjtning af nye idéer og perspektiver.

Kan du diskutere, hvordan Zindi så kobler datavidenskabsmænd med virksomheder efter konkurrencen er slut?

Der er i alt 70.000 brugere (data- og AI-praktikere) registreret på Zindi fra hele 190 lande i verden og 52 af de 54 lande i Afrika. Omkring 50% af vores brugere er på universitet; 85% har en universitetsuddannelse eller arbejder på en, og 28% er kvinder. Vores mål er at gøre AI og datavidenskab tilgængeligt for alle.

Hver måned er cirka 6.000 aktive på platformen. Det betyder, at de enten indgår i konkurrencer og arbejder på dem, læser læreblogs, sender beskeder på diskussionsforummer, direkte beskeder med venner eller ansøger om job.

Hver gang en datavidenskabsmand indgår i en konkurrence, poster på diskussionsforummet eller tilslutter sig et hold, bliver denne aktivitet tilføjet til deres Zindi-profil. Zindi-profilen bliver deres live-resume og deres bevis for arbejde.

Vi hjælper virksomheder med at ansætte datavidenskabsmænd og bygge deres talentpipeline på flere måder. Vi tilbyder virksomheder corporate-medlemskab af Zindi, som giver dem adgang til fordele, herunder at køre konkurrencer på Zindi, hvor de ejer IP fra de tre bedste løsninger, og de kan også ansætte direkte fra konkurrencens leaderboard. De får også en konto til Zindi Talent Search, som giver potentielle arbejdsgivere mulighed for at søge i Zindi-profiler og direkte identificere og ansætte kandidater baseret på deres faktiske præstation på forskellige typer af virkelige problemer, dvs. konkurrencerne.

Hvad er din vision for Zindis fremtid?

Min vision for fremtiden er, at Zindi skal være anerkendt som den eneste vigtigste pipeline for millioner af ukendte og diverse data- og AI-talent fra hele verden. Hver aspirerende data- og AI-praktiker vil vide, at de må komme til Zindi. Zindi-platformen er et sted, hvor de uanset deres baggrund ved, at de kan bygge deres færdigheder, kobles til mentorer og ligesindede mennesker for at hjælpe dem på deres rejse, oprette en profil, der viser deres evner, og tilbyder dem karrieremuligheder.

Og hver virksomhed vil have brug for deres Zindi-medlemskab for at holde sig foran konkurrencen, fordi i få års tid vil hver virksomhed konkurrere på kvaliteten af deres datavidenskab og AI-kapaciteter.

Vi lover i øjeblikket alle Zindianere på platformen, at vi vil ændre deres liv, hvis de lader os. Vi har allerede set mange unge mennesker, der startede på Zindi, kæmpede for at læse deres CSV-fil, og ét til to år senere efter at have indgået i flere konkurrencer på Zindi, engageret på diskussionsforummer og samarbejdet med forskellige mennesker, fik de fantastiske job, fordi de byggede færdigheder og rygte på Zindi.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Zindi.