Čau Habr!
Rádi bychom hovořili o tak neobvyklém způsobu výdělku pro teenagery, jako je účast na hackathonech. To je jak finančně výhodné, tak umožňuje uplatnit v praxi znalosti získané ve škole a čtením chytrých knih.
Jednoduchým příkladem je loňský hackathon Akademie umělé inteligence pro školáky. Její účastníci museli předpovědět výsledek hry Dota 2. Vítězem soutěže se stal Alexander Mamaev, žák desátého ročníku z Čeljabinsku. Jeho algoritmus nejpřesněji určil vítězný tým zápasu. Díky tomu Alexander obdržel značnou finanční odměnu - 100 tisíc rublů.
Jak Alexander Mamaev použil prize money, jaké znalosti studentovi chybí pro práci s ML a jaký směr v oblasti AI považuje za nejzajímavější - řekl student v rozhovoru.
— Řekněte nám o sobě, jak jste se začal zajímat o AI? Bylo těžké se do tématu dostat?
— Je mi 17 let, letos končím školu a nedávno jsem se přestěhoval z Čeljabinsku do Dolgoprudného, což je nedaleko Moskvy. Studuji na Kapitsa Physics and Technology Lyceum, to je jedna z nejlepších škol v moskevské oblasti. Mohl bych si pronajmout byt, ale bydlím na internátě ve škole, s lidmi z lycea se lépe a snadněji komunikuje.
Poprvé jsem o AI a ML slyšel pravděpodobně v roce 2016, kdy se objevila Prisma. Pak jsem byl v 8. třídě a dělal jsem programování olympiád, navštěvoval jsem nějaké olympiády a zjistil jsem, že ve městě pořádáme ML setkání. Měl jsem zájem na to přijít, pochopit, jak to funguje, a začal jsem tam chodit. Tam jsem se poprvé naučil základy, pak jsem to začal studovat na internetu, v různých kurzech.
Nejprve existoval pouze kurz od Konstantina Voroncova v ruštině a způsob výuky byl přísný: obsahoval mnoho pojmů a v popisech bylo mnoho vzorců. Pro osmáka to bylo velmi těžké, ale nyní, právě proto, že jsem takovou školou na začátku prošel, mi termíny v praxi nedělají potíže v reálných problémech.
— Kolik matematiky potřebujete znát, abyste mohli pracovat s umělou inteligencí? Je dostatek znalostí ze školního vzdělávacího programu?
— ML v mnoha ohledech vychází ze základních pojmů školy v 10.–11. ročníku, základní lineární algebry a derivace. Pokud se bavíme o výrobě, o technických problémech, pak matematika v mnoha ohledech není potřeba, mnoho problémů se řeší jednoduše metodou pokus-omyl. Ale pokud se budeme bavit o výzkumu, když vznikají nové technologie, tak bez matematiky není nikde. Matematika je potřeba na základní úrovni, alespoň k tomu, abychom věděli, jak aplikovat matici nebo, relativně vzato, počítat derivace. Matematice zde není úniku.
— Dokáže podle vás každý student s přirozeně analytickým myšlením vyřešit problémy ML?
- Ano. Pokud člověk ví, co leží v srdci ML, pokud ví, jak jsou data strukturována a rozumí základním trikům nebo hackům, nebude potřebovat matematiku, protože mnoho nástrojů pro tuto práci již napsali jiní lidé. Vše spočívá v hledání vzorců. Vše ale samozřejmě závisí na úkolu.
— Co je nejtěžší při řešení problémů a případů ML?
— Každý nový úkol je něčím novým. Pokud by problém již existoval ve stejné podobě, nemusel by se řešit. Neexistuje žádný univerzální algoritmus. Existuje obrovská komunita lidí, kteří trénují své dovednosti při řešení problémů, vyprávějí, jak problémy řešili, a popisují příběhy svých vítězství. A je velmi zajímavé sledovat jejich logiku, jejich nápady.
— Jaké případy a problémy vás nejvíce zajímají?
— Specializuji se na počítačovou lingvistiku, zajímám se o texty, klasifikační problémy, chatboty atd.
— Účastníte se často AI hackathonů?
— Hackathony jsou ve skutečnosti jiný systém olympiád. Olympiáda má soubor uzavřených úloh, se známými odpověďmi, které musí účastník uhodnout. Ale jsou lidé, kteří nejsou dobří v uzavřených úkolech, ale u otevřených všechny roztrhají. Své znalosti si tedy můžete vyzkoušet různými způsoby. V otevřených problémech někdy vznikají technologie od nuly, rychle se vyvíjejí produkty a ani organizátoři často neznají správnou odpověď. Často se účastníme hackathonů a díky nim můžeme vydělávat peníze. To je zajímavé.
- Kolik tím můžete vydělat? Jak utrácíte své odměny?
— S přítelem jsme se zúčastnili hackathonu VKontakte, kde jsme vytvořili aplikaci na hledání obrazů v Ermitáži. Na displeji telefonu se zobrazila sada emotikonů a emotikonů, pomocí této sady bylo nutné najít obrázek, na obrázek byl namířen telefon, byl rozpoznán pomocí neuronových sítí a v případě správné odpovědi byly přiděleny body. Potěšilo a zaujalo nás, že se nám podařilo vytvořit aplikaci, která nám umožnila rozpoznat malbu na mobilním zařízení. Byli jsme předběžně na prvním místě, ale kvůli právní formalitě nám unikla cena 500 tisíc rublů. Je to škoda, ale to není to hlavní.
Kromě toho se zúčastnil soutěže Sberbank Data Science Journey, kde obsadil 5. místo a vydělal 200 tisíc rublů. Za první zaplatili milion, za druhé 500 tisíc. Finanční prostředky se liší a nyní se zvyšují. Být na špici můžete získat 100 až 500 tisíc. Výhry si šetřím na vzdělání, to je můj příspěvek do budoucnosti, peníze, které utratím v každodenním životě, si vydělám sám.
— Co je zajímavější – individuální nebo týmové hackathony?
— Pokud mluvíme o vývoji produktu, pak to musí být tým, jeden člověk to nezvládne. Jednoduše se unaví a potřebuje podporu. Ale pokud mluvíme například o hackathonu AI Academy, pak je úkol omezený, není třeba vytvářet produkt. Tam je zájem jiný – předběhnout dalšího člověka, který se v této oblasti také rozvíjí.
— Jak se plánujete dále rozvíjet? Jak vidíš svou kariéru?
— Nyní je hlavním cílem připravit vaši seriózní vědeckou práci, výzkum tak, aby se objevil na předních konferencích jako NeurIPS nebo ICML - ML konferencích, které se konají v různých zemích světa. Otázka kariéry je otevřená, podívejte se, jak se ML vyvíjela za posledních 5 let. Rychle se mění, nyní je těžké předvídat, co bude dál. A pokud se budeme bavit o nápadech a plánech kromě vědecké práce, tak bych se možná viděl v nějakém vlastním projektu, startupu v oblasti AI a ML, ale jisté to není.
— Jaká jsou podle vás omezení technologie AI?
— No, obecně, pokud mluvíme o AI jako o věci, která má nějakou inteligenci, zpracovává data, tak to v blízké budoucnosti bude nějaké povědomí o světě kolem nás. Pokud mluvíme o neuronových sítích například ve výpočetní lingvistice, snažíme se něco lokálně modelovat, například jazyk, aniž bychom dali modelu pochopení kontextu našeho světa. To znamená, že pokud to dokážeme začlenit do AI, budeme schopni vytvářet modely dialogů, chatovací roboty, kteří budou znát nejen jazykové modely, ale budou mít i rozhled a znát vědecká fakta. A to bych chtěl v budoucnu vidět.
Mimochodem, Akademie umělé inteligence právě nabírá školáky na nový hackathon. Odměna je také značná a letošní úkol je ještě zajímavější – budete muset sestavit algoritmus, který předpovídá hráčské zkušenosti na základě statistik jednoho zápasu Dota 2. Podrobnosti najdete na .
Zdroj: www.habr.com