Hej Habr!
Željeli bismo razgovarati o tako neobičnom načinu zarade za tinejdžere kao što je učešće na hakatonima. Ovo je i finansijski korisno i omogućava vam da u praksi primenite znanje stečeno u školi i čitanjem pametnih knjiga.
Jednostavan primjer je prošlogodišnji hakaton Akademije umjetne inteligencije za školarce. Njegovi učesnici morali su da predvide ishod igre Dota 2. Pobednik takmičenja bio je Aleksandar Mamajev, učenik desetog razreda iz Čeljabinska. Njegov algoritam je najpreciznije odredio pobjednički tim borbe. Zahvaljujući tome, Aleksandar je dobio značajnu novčanu nagradu - 100 hiljada rubalja.
Kako je Aleksandar Mamaev iskoristio novčanu nagradu, koje znanje nedostaje studentu za rad sa ML i koji pravac u oblasti AI smatra najzanimljivijim - ispričao je student u intervjuu.
— Recite nam nešto o sebi, kako ste se zainteresovali za AI? Da li je bilo teško ući u temu?
— Imam 17 godina, ove godine završavam školu, a nedavno sam se preselio iz Čeljabinska u Dolgoprudni, koji je blizu Moskve. Studiram na Liceju za fiziku i tehnologiju Kapitsa, ovo je jedna od najboljih škola u moskovskoj regiji. Mogao bih iznajmiti stan, ali živim u internatu u školi, bolje je i lakše komunicirati sa ljudima iz liceja.
Prvi put sam čuo za AI i ML vjerovatno 2016. godine, kada se pojavila Prisma. Tada sam bio u 8. razredu i radio sam na programiranju olimpijada, prisustvovao nekim olimpijadama i saznao da imamo sastanke ML-a u gradu. Bio sam zainteresovan da to shvatim, da razumem kako to funkcioniše i počeo sam da idem tamo. Tamo sam prvi put naučio osnove, zatim sam počeo da učim na internetu, na raznim kursevima.
U početku je postojao samo kurs od Konstantina Voroncova na ruskom, a način predavanja je bio strog: sadržavao je mnogo pojmova, a u opisima je bilo mnogo formula. Za učenika osmog razreda ovo je bilo jako teško, ali sada, upravo zato što sam na početku prošla takvu školu, termini mi ne predstavljaju poteškoće u praksi u stvarnim problemima.
— Koliko matematike treba da znate da biste radili sa veštačkom inteligencijom? Ima li dovoljno znanja iz školskog programa?
— ML se na mnogo načina zasniva na osnovnim konceptima škole od 10. do 11. razreda, osnovnoj linearnoj algebri i diferencijaciji. Ako govorimo o proizvodnji, o tehničkim problemima, onda matematika na mnogo načina nije potrebna, mnogi problemi se rješavaju jednostavno pokušajima i greškama. Ali ako govorimo o istraživanju, kada se stvaraju nove tehnologije, onda nema nigdje bez matematike. Matematika je potrebna na osnovnom nivou, barem da se zna primijeniti matrica ili, relativno govoreći, izračunati derivati. Od matematike se ovdje ne može pobjeći.
— Po vašem mišljenju, može li bilo koji student sa prirodno-analitičkim načinom razmišljanja riješiti probleme ML-a?
- Da. Ako osoba zna šta leži u srcu ML-a, ako zna kako su podaci strukturirani i razumije osnovne trikove ili hakove, neće mu trebati matematika, jer su mnoge alate za taj posao već napisali drugi ljudi. Sve se svodi na pronalaženje obrazaca. Ali sve, naravno, zavisi od zadatka.
— Šta je najteže u rješavanju problema i slučajeva pranja novca?
— Svaki novi zadatak je nešto novo. Da je problem već postojao u istom obliku, ne bi se morao rješavati. Ne postoji univerzalni algoritam. Postoji ogromna zajednica ljudi koji treniraju svoje vještine rješavanja problema, pričaju kako su rješavali probleme i opisuju priče o svojim pobjedama. I vrlo je zanimljivo pratiti njihovu logiku, njihove ideje.
— Koje slučajeve i probleme najviše zanimate za rješavanje?
— Specijalizirao sam se za računarsku lingvistiku, zanimaju me tekstovi, zadaci klasifikacije, chat botovi itd.
— Da li često učestvujete u AI hakatonima?
— Hakatoni su, u stvari, drugačiji sistem olimpijada. Olimpijada ima set zatvorenih zadataka, sa poznatim odgovorima koje učesnik mora da pogodi. Ali postoje ljudi koji nisu dobri u zatvorenim zadacima, ali sve rastavljaju na otvorenim. Tako da svoje znanje možete testirati na različite načine. U otvorenim problemima tehnologije se ponekad stvaraju od nule, proizvodi se brzo razvijaju, a čak ni organizatori često ne znaju tačan odgovor. Često učestvujemo na hakatonima i kroz to možemo zaraditi novac. Ovo je zanimljivo.
- Koliko možete zaraditi od ovoga? Kako trošite novac od nagrade?
— Moj prijatelj i ja smo učestvovali na hakatonu VKontakte, gde smo se prijavili za traženje slika u Ermitažu. Na ekranu telefona prikazan je set emotikona i emotikona, pomoću ovog seta je bilo potrebno pronaći sliku, telefon je usmjeren na sliku, prepoznat je pomoću neuronskih mreža i, ako je odgovor bio tačan, dodijeljeni su bodovi. Bili smo zadovoljni i zainteresovani što smo uspeli da napravimo aplikaciju koja nam omogućava da prepoznamo sliku na mobilnom uređaju. Bili smo probno na prvom mjestu, ali smo zbog pravne formalnosti propustili nagradu od 500 hiljada rubalja. Šteta, ali to nije glavna stvar.
Osim toga, učestvovao je na takmičenju Sberbank Data Science Journey, gdje je zauzeo 5. mjesto i zaradio 200 hiljada rubalja. Za prvu su platili milion, za drugu 500 hiljada. Nagradni fondovi variraju, a sada se povećavaju. Ako ste u vrhu, možete dobiti od 100 do 500 hiljada. Novčanu nagradu štedim za obrazovanje, ovo je moj doprinos budućnosti, novac koji trošim u svakodnevnom životu, zarađujem sam.
— Šta je zanimljivije – individualni ili timski hakatoni?
— Ako govorimo o razvoju proizvoda, onda to mora biti tim, jedna osoba to ne može. Jednostavno će se umoriti i treba mu podrška. Ali ako govorimo, na primjer, o hackathonu AI akademije, tada je zadatak ograničen, nema potrebe za kreiranjem proizvoda. Tamo je interes drugačiji - prestići drugu osobu koja se takođe razvija u ovoj oblasti.
— Kako planirate da se dalje razvijate? Kako vidite svoju karijeru?
— Sada je glavni cilj da pripremite svoj ozbiljan naučni rad, istraživanje, tako da se pojavi na vodećim konferencijama poput NeurIPS ili ICML - ML konferencija koje se održavaju u različitim zemljama svijeta. Pitanje karijere je otvoreno, pogledajte kako se ML razvijao u proteklih 5 godina. Brzo se menja, sada je teško predvideti šta će se dalje dešavati. A ako govorimo o idejama i planovima osim naučnog rada, onda bih se možda vidio u nekom svom projektu, startupu u oblasti AI i ML-a, ali to nije sigurno.
— Po vašem mišljenju, koja su ograničenja AI tehnologije?
— Pa, generalno, ako govorimo o AI kao stvari koja ima neku vrstu inteligencije, koja obrađuje podatke, onda će to, u bliskoj budućnosti, biti neka vrsta svijesti o svijetu oko nas. Ako govorimo o neuronskim mrežama u računarskoj lingvistici, na primjer, pokušavamo lokalno modelirati nešto, na primjer, jezik, a da modelu ne damo razumijevanje konteksta našeg svijeta. Odnosno, ako budemo u mogućnosti da to ugradimo u AI, moći ćemo da kreiramo modele dijaloga, chat botove koji ne samo da će poznavati jezičke modele, već će imati i pogled i poznavati naučne činjenice. I ovo je ono što bih volio vidjeti u budućnosti.
Inače, Akademija za umjetnu inteligenciju trenutno regrutuje školarce za novi hakaton. Novčana nagrada je također znatna, a ovogodišnji zadatak je još zanimljiviji - morat ćete izgraditi algoritam koji predviđa igračevo iskustvo na osnovu statistike jednog meča Dota 2. Za detalje idite na .
izvor: www.habr.com