Hola Habr!
Ens agradaria parlar d'una manera tan inusual de guanyar diners per als adolescents com la participació en hackatons. Això és beneficiós econòmicament i permet posar en pràctica els coneixements adquirits a l'escola i mitjançant la lectura de llibres intel·ligents.
Un exemple senzill és el hackathon de l'Acadèmia d'Intel·ligència Artificial de l'any passat per a escolars. Els seus participants havien de predir el resultat del joc Dota 2. El guanyador de la competició va ser Alexander Mamaev, un alumne de desè de Chelyabinsk. El seu algorisme va determinar amb més precisió l'equip guanyador de la lluita. Gràcies a això, Alexander va rebre un important premi en diners: 100 mil rubles.
Com Alexander Mamaev va utilitzar els diners del premi, quins coneixements li falta a l'estudiant per treballar amb ML i quina direcció en l'àmbit de la IA considera la més interessant - va dir l'estudiant en una entrevista.
— Parla'ns de tu, com et vas interessar per la IA? Va ser difícil entrar en el tema?
— Tinc 17 anys, acabo l'escola aquest any i fa poc que em vaig mudar de Chelyabinsk a Dolgoprudny, que és a prop de Moscou. Estudio al Liceu de Física i Tecnologia Kapitsa, aquesta és una de les millors escoles de la regió de Moscou. Podria llogar un pis, però visc en un internat de l'escola, és millor i més fàcil comunicar-me amb la gent del liceu.
La primera vegada que vaig sentir parlar d'IA i ML va ser probablement el 2016, quan va aparèixer Prisma. Aleshores estava a 8è de primària i estava fent la programació d'olimpíades, vaig assistir a algunes olimpíades i vaig descobrir que teníem trobades d'ML a la ciutat. Em va interessar esbrinar-ho, entendre com funciona i vaig començar a anar-hi. Allà vaig aprendre les bases per primera vegada, després vaig començar a estudiar-ho a Internet, en diversos cursos.
Al principi, només hi havia un curs de Konstantin Vorontsov en rus, i la manera d'ensenyar-lo era estricta: contenia molts termes i hi havia moltes fórmules a les descripcions. Per a un alumne de vuitè això va ser molt difícil, però ara, precisament perquè vaig passar per una escola així al principi, els termes no em plantegen dificultats a la pràctica en problemes reals.
— Quantes matemàtiques necessites saber per treballar amb IA? Hi ha prou coneixement del currículum escolar?
— En molts aspectes, ML es basa en els conceptes bàsics de l'escola als cursos 10-11, àlgebra lineal bàsica i diferenciació. Si estem parlant de producció, de problemes tècnics, aleshores en molts aspectes no calen matemàtiques; molts problemes es resolen simplement per assaig i error. Però si parlem de recerca, quan es creen noves tecnologies, no hi ha enlloc sense matemàtiques. Les matemàtiques són necessàries a nivell bàsic, almenys per saber aplicar una matriu o, relativament parlant, calcular derivades. Aquí no es pot escapar de les matemàtiques.
— Al teu parer, qualsevol estudiant amb mentalitat analítica natural pot resoldre problemes d'ML?
- Sí. Si una persona sap què hi ha al cor de l'ML, si sap com s'estructuren les dades i entén trucs o trucs bàsics, no necessitarà matemàtiques, perquè moltes de les eines per a la feina ja han estat escrites per altres persones. Tot es redueix a trobar patrons. Però tot, és clar, depèn de la tasca.
— Què és el més difícil per resoldre problemes i casos d'ML?
— Cada tasca nova és una cosa nova. Si el problema ja hagués existit en la mateixa forma, no s'hauria de resoldre. No hi ha un algorisme universal. Hi ha una gran comunitat de persones que entrenen les seves habilitats per resoldre problemes, expliquen com han resolt els problemes i descriuen històries de les seves victòries. I és molt interessant seguir la seva lògica, les seves idees.
— Quins casos i problemes us interessa més resoldre?
— Sóc especialitzat en lingüística computacional, m'interessen els textos, els problemes de classificació, els chatbots, etc.
— Participeu sovint en hackatons d'IA?
— Els hackathons són, de fet, un sistema diferent d'Olimpíades. L'Olimpíada té un conjunt de problemes tancats, amb respostes conegudes que el participant ha d'endevinar. Però hi ha gent que no és bona per a les tasques tancades, però que destrossa a tothom en les obertes. Així pots posar a prova els teus coneixements de diferents maneres. En problemes oberts, les tecnologies de vegades es creen des de zero, els productes es desenvolupen ràpidament i fins i tot els organitzadors sovint no saben la resposta correcta. Sovint participem en hackatons, i amb això podem guanyar diners. Això és interessant.
- Quant pots guanyar amb això? Com gastes els diners del premi?
— El meu amic i jo vam participar a la hackathon VKontakte, on vam fer una aplicació per buscar quadres a l'Ermita. A la pantalla del telèfon es mostrava un conjunt d'emojis i emoticones, calia trobar una imatge utilitzant aquest conjunt, el telèfon apuntava a la imatge, es reconeixia mitjançant xarxes neuronals i, si la resposta era correcta, s'atorgaven punts. Ens agradava i ens interessava poder crear una aplicació que ens permetés reconèixer un quadre en un dispositiu mòbil. Estàvem provisionalment en primer lloc, però a causa d'una formalitat legal ens vam perdre el premi de 500 mil rubles. És una llàstima, però això no és el més important.
A més, va participar al concurs Sberbank Data Science Journey, on va ocupar el cinquè lloc i va guanyar 5 mil rubles. Pel primer van pagar un milió, pel segon 200 mil. Els fons dels premis varien i ara augmenten. Estant a la part superior, podeu obtenir entre 500 i 100 mil. Guardo els diners del premi per a l'educació, aquesta és la meva contribució al futur, els diners que gasto en la vida quotidiana, els guanyo jo mateix.
— Què és més interessant: hackatons individuals o en equip?
— Si estem parlant de desenvolupar un producte, ha de ser un equip, una persona no pot fer-ho. Simplement es cansarà i necessitarà suport. Però si estem parlant, per exemple, del hackathon de l'Acadèmia d'IA, la tasca és limitada, no cal crear un producte. L'interès allà és diferent: superar una altra persona que també s'està desenvolupant en aquest àmbit.
—Com penses seguir desenvolupant-te? Com veus la teva carrera?
— Ara l'objectiu principal és preparar el vostre treball científic seriós, de recerca, perquè aparegui en congressos líders com NeurIPS o conferències ICML - ML que es fan a diferents països del món. La pregunta de la carrera està oberta, mireu com s'ha desenvolupat ML durant els últims 5 anys. Està canviant ràpidament, ara és difícil predir què passarà després. I si parlem d'idees i plans a més de treball científic, potser em veuria en algun tipus de projecte propi, una startup en el camp de l'IA i el ML, però això no és segur.
— Segons la teva opinió, quines són les limitacions de la tecnologia d'IA?
— Bé, en general, si parlem de la IA com una cosa que té algun tipus d'intel·ligència, processa dades, aleshores, en un futur proper, serà una mena de consciència del món que ens envolta. Si parlem de xarxes neuronals en lingüística computacional, per exemple, estem intentant modelar alguna cosa localment, per exemple, el llenguatge, sense donar al model una comprensió del context del nostre món. És a dir, si som capaços d'incorporar-ho a la IA, podrem crear models de diàleg, bots de xat que no només coneixeran models lingüístics, sinó que també tindran una visió i coneixeran fets científics. I això és el que m'agradaria veure en el futur.
Per cert, l'Acadèmia d'Intel·ligència Artificial està reclutant escolars per a un nou hackathon. Els diners del premi també són importants, i la tasca d'enguany és encara més interessant: haureu de crear un algorisme que predigui l'experiència d'un jugador a partir de les estadístiques d'un partit de Dota 2. Per obtenir més informació, aneu a .
Font: www.habr.com