Γεια σου Χαμπρ!
Θα θέλαμε να μιλήσουμε για έναν τόσο ασυνήθιστο τρόπο να κερδίζουν χρήματα για τους εφήβους όπως η συμμετοχή σε hackathons. Αυτό είναι και οικονομικά επωφελές και σας επιτρέπει να κάνετε πράξη τις γνώσεις που αποκτήσατε στο σχολείο και μέσα από την ανάγνωση έξυπνων βιβλίων.
Ένα απλό παράδειγμα είναι το περσινό hackathon της Ακαδημίας Τεχνητής Νοημοσύνης για μαθητές. Οι συμμετέχοντες του έπρεπε να προβλέψουν το αποτέλεσμα του παιχνιδιού Dota 2. Νικητής του διαγωνισμού ήταν ο Alexander Mamaev, μαθητής της δέκατης τάξης από το Τσελιάμπινσκ. Ο αλγόριθμός του καθόρισε με μεγαλύτερη ακρίβεια τη νικήτρια ομάδα του αγώνα. Χάρη σε αυτό, ο Αλέξανδρος έλαβε ένα σημαντικό χρηματικό έπαθλο - 100 χιλιάδες ρούβλια.
Πώς ο Alexander Mamaev χρησιμοποίησε το χρηματικό έπαθλο, ποιες γνώσεις λείπει ο μαθητής για να εργαστεί με ML και ποια κατεύθυνση στον τομέα της AI θεωρεί την πιο ενδιαφέρουσα - είπε ο μαθητής σε μια συνέντευξη.
— Μίλησέ μας για σένα, πώς άρχισες να ενδιαφέρεσαι για την τεχνητή νοημοσύνη; Ήταν δύσκολο να μπω στο θέμα;
— Είμαι 17 χρονών, τελειώνω το σχολείο φέτος και πρόσφατα μετακόμισα από το Τσελιάμπινσκ στο Dolgoprudny, που βρίσκεται κοντά στη Μόσχα. Σπουδάζω στο Φυσικό και Τεχνολογικό Λύκειο Kapitsa, αυτό είναι ένα από τα καλύτερα σχολεία στην περιοχή της Μόσχας. Θα μπορούσα να νοικιάσω ένα διαμέρισμα, αλλά ζω σε ένα οικοτροφείο στο σχολείο, είναι καλύτερο και ευκολότερο να επικοινωνώ με άτομα από το λύκειο.
Η πρώτη φορά που άκουσα για AI και ML ήταν πιθανώς το 2016, όταν εμφανίστηκε το Prisma. Τότε ήμουν στην 8η δημοτικού και έκανα προγραμματισμό ολυμπιάδων, παρακολούθησα μερικές ολυμπιάδες και ανακάλυψα ότι είχαμε συναντήσεις ML στην πόλη. Με ενδιέφερε να το καταλάβω, να καταλάβω πώς λειτουργεί και άρχισα να πηγαίνω εκεί. Εκεί έμαθα τα βασικά για πρώτη φορά, μετά άρχισα να το μελετώ στο Διαδίκτυο, σε διάφορα μαθήματα.
Στην αρχή, υπήρχε μόνο ένα μάθημα από τον Konstantin Vorontsov στα ρωσικά και ο τρόπος διδασκαλίας του ήταν αυστηρός: περιείχε πολλούς όρους και υπήρχαν πολλοί τύποι στις περιγραφές. Για ένα μαθητή της όγδοης τάξης αυτό ήταν πολύ δύσκολο, αλλά τώρα, ακριβώς επειδή πέρασα από ένα τέτοιο σχολείο στην αρχή, οι όροι δεν με δυσκολεύουν στην πράξη σε πραγματικά προβλήματα.
— Πόσα μαθηματικά πρέπει να γνωρίζετε για να δουλέψετε με AI; Υπάρχουν αρκετές γνώσεις από το σχολικό πρόγραμμα;
— Από πολλές απόψεις, η ML βασίζεται στις βασικές έννοιες του σχολείου στις τάξεις 10-11, στη βασική γραμμική άλγεβρα και στη διαφοροποίηση. Αν μιλάμε για παραγωγή, για τεχνικά προβλήματα, τότε από πολλές απόψεις δεν χρειάζονται μαθηματικά· πολλά προβλήματα λύνονται απλώς με δοκιμή και λάθος. Αλλά αν μιλάμε για έρευνα, όταν δημιουργούνται νέες τεχνολογίες, τότε δεν υπάρχει πουθενά χωρίς μαθηματικά. Τα μαθηματικά χρειάζονται σε βασικό επίπεδο, τουλάχιστον για να ξέρεις πώς να εφαρμόζεις έναν πίνακα ή, σχετικά, να υπολογίζεις παράγωγα. Δεν υπάρχει καμία διαφυγή από τα μαθηματικά εδώ.
— Κατά τη γνώμη σας, μπορεί οποιοσδήποτε μαθητής με φυσική-αναλυτική νοοτροπία να λύσει προβλήματα ML;
- Ναί. Εάν ένα άτομο γνωρίζει τι βρίσκεται στην καρδιά της ML, εάν γνωρίζει πώς είναι δομημένα τα δεδομένα και κατανοεί βασικά κόλπα ή αμυχές, δεν θα χρειαστεί μαθηματικά, επειδή πολλά από τα εργαλεία για τη δουλειά έχουν ήδη γραφτεί από άλλα άτομα. Όλα εξαρτώνται από την εύρεση μοτίβων. Αλλά όλα, φυσικά, εξαρτώνται από την εργασία.
— Ποιο είναι το πιο δύσκολο πράγμα στην επίλυση προβλημάτων και περιπτώσεων ML;
— Κάθε νέα εργασία είναι κάτι καινούργιο. Αν το πρόβλημα υπήρχε ήδη με την ίδια μορφή, δεν θα έπρεπε να λυθεί. Δεν υπάρχει καθολικός αλγόριθμος. Υπάρχει μια τεράστια κοινότητα ανθρώπων που εκπαιδεύουν τις δεξιότητές τους στην επίλυση προβλημάτων, λένε πώς έλυσαν προβλήματα και περιγράφουν ιστορίες των νικών τους. Και είναι πολύ ενδιαφέρον να ακολουθούμε τη λογική τους, τις ιδέες τους.
— Ποιες περιπτώσεις και προβλήματα ενδιαφέρεστε περισσότερο να λύσετε;
— Ειδικεύομαι στην υπολογιστική γλωσσολογία, με ενδιαφέρουν κείμενα, εργασίες ταξινόμησης, chatbots κ.λπ.
— Συμμετέχετε συχνά σε hackathons AI;
— Τα Hackathons είναι στην πραγματικότητα ένα διαφορετικό σύστημα Ολυμπιάδων. Η Ολυμπιάδα έχει ένα σύνολο κλειστών προβλημάτων, με γνωστές απαντήσεις που πρέπει να μαντέψει ο συμμετέχων. Υπάρχουν όμως άνθρωποι που δεν είναι καλοί σε κλειστές εργασίες, αλλά τους διαλύουν σε ανοιχτές. Έτσι, μπορείτε να δοκιμάσετε τις γνώσεις σας με διαφορετικούς τρόπους. Σε ανοιχτά προβλήματα, οι τεχνολογίες δημιουργούνται μερικές φορές από την αρχή, τα προϊόντα αναπτύσσονται γρήγορα και ακόμη και οι διοργανωτές συχνά δεν γνωρίζουν τη σωστή απάντηση. Συμμετέχουμε συχνά σε hackathons και μέσω αυτού μπορούμε να κερδίσουμε χρήματα. Αυτό είναι ενδιαφέρον.
- Πόσα μπορείτε να κερδίσετε από αυτό; Πώς ξοδεύετε το χρηματικό έπαθλό σας;
— Ο φίλος μου και εγώ πήραμε μέρος στο hackathon VKontakte, όπου κάναμε μια αίτηση για αναζήτηση πίνακες στο Ερμιτάζ. Ένα σύνολο emojis και emoticon εμφανίστηκε στην οθόνη του τηλεφώνου, ήταν απαραίτητο να βρεθεί μια εικόνα χρησιμοποιώντας αυτό το σετ, το τηλέφωνο στράφηκε προς την εικόνα, αναγνωρίστηκε χρησιμοποιώντας νευρωνικά δίκτυα και, εάν η απάντηση ήταν σωστή, απονεμήθηκαν πόντοι. Ήμασταν ευχαριστημένοι και ενδιαφερόμασταν που μπορέσαμε να δημιουργήσουμε μια εφαρμογή που μας επέτρεπε να αναγνωρίσουμε έναν πίνακα ζωγραφικής σε μια κινητή συσκευή. Ήμασταν δοκιμαστικά στην πρώτη θέση, αλλά λόγω νομικής διατύπωσης χάσαμε το έπαθλο των 500 χιλιάδων ρούβλια. Είναι κρίμα, αλλά δεν είναι αυτό το κύριο πράγμα.
Επιπλέον, συμμετείχε στον διαγωνισμό Sberbank Data Science Journey, όπου κατέλαβε την 5η θέση και κέρδισε 200 χιλιάδες ρούβλια. Για το πρώτο πλήρωσαν ένα εκατομμύριο, για το δεύτερο 500 χιλιάδες. Τα κεφάλαια των βραβείων ποικίλλουν και τώρα αυξάνονται. Όντας στην κορυφή, μπορείτε να πάρετε 100 έως 500 χιλιάδες. Αποταμιεύω το χρηματικό έπαθλο για την εκπαίδευση, αυτή είναι η συνεισφορά μου στο μέλλον, τα χρήματα που ξοδεύω στην καθημερινή ζωή, τα κερδίζω μόνος μου.
— Τι είναι πιο ενδιαφέρον – ατομικά ή ομαδικά hackathons;
— Αν μιλάμε για την ανάπτυξη ενός προϊόντος, τότε πρέπει να είναι μια ομάδα· ένα άτομο δεν μπορεί να το κάνει. Απλώς θα κουραστεί και χρειάζεται υποστήριξη. Αλλά αν μιλάμε, για παράδειγμα, για το hackathon της Ακαδημίας AI, τότε η εργασία εκεί είναι περιορισμένη, δεν χρειάζεται να δημιουργήσετε ένα προϊόν. Το ενδιαφέρον εκεί είναι διαφορετικό - να προσπεράσεις ένα άλλο άτομο που επίσης αναπτύσσεται σε αυτόν τον τομέα.
— Πώς σκοπεύετε να εξελιχθείτε περαιτέρω; Πώς βλέπεις την καριέρα σου;
— Τώρα ο κύριος στόχος είναι να προετοιμάσετε το σοβαρό επιστημονικό σας έργο, την έρευνά σας, ώστε να εμφανίζεται σε κορυφαία συνέδρια όπως το NeurIPS ή τα συνέδρια ICML - ML που λαμβάνουν χώρα σε διάφορες χώρες του κόσμου. Το ερώτημα σταδιοδρομίας είναι ανοιχτό, κοιτάξτε πώς αναπτύχθηκε η ML τα τελευταία 5 χρόνια. Αλλάζει ραγδαία, τώρα είναι δύσκολο να προβλέψουμε τι θα συμβεί στη συνέχεια. Και αν μιλάμε για ιδέες και σχέδια εκτός από επιστημονική δουλειά, τότε ίσως θα έβλεπα τον εαυτό μου σε κάποιο είδος δικού μου έργου, μιας startup στον τομέα της τεχνητής νοημοσύνης και της ML, αλλά αυτό δεν είναι σίγουρο.
— Κατά τη γνώμη σας, ποιοι είναι οι περιορισμοί της τεχνολογίας AI;
— Λοιπόν, γενικά, αν μιλάμε για την τεχνητή νοημοσύνη ως ένα πράγμα που έχει κάποιο είδος νοημοσύνης, επεξεργάζεται δεδομένα, τότε, στο εγγύς μέλλον, θα είναι κάποιο είδος επίγνωσης του κόσμου γύρω μας. Αν μιλάμε για νευρωνικά δίκτυα στην υπολογιστική γλωσσολογία, για παράδειγμα, προσπαθούμε να μοντελοποιήσουμε τοπικά κάτι, για παράδειγμα, τη γλώσσα, χωρίς να δώσουμε στο μοντέλο να κατανοήσει το πλαίσιο του κόσμου μας. Δηλαδή, εάν μπορέσουμε να το ενσωματώσουμε αυτό στην τεχνητή νοημοσύνη, θα μπορούμε να δημιουργήσουμε μοντέλα διαλόγου, chat bots που όχι μόνο θα γνωρίζουν μοντέλα γλώσσας, αλλά θα έχουν επίσης μια ματιά και θα γνωρίζουν επιστημονικά δεδομένα. Και αυτό θα ήθελα να δω στο μέλλον.
Παρεμπιπτόντως, η Ακαδημία Τεχνητής Νοημοσύνης αυτή τη στιγμή στρατολογεί μαθητές για ένα νέο hackathon. Το χρηματικό έπαθλο είναι επίσης σημαντικό και η φετινή εργασία είναι ακόμη πιο ενδιαφέρουσα - θα χρειαστεί να δημιουργήσετε έναν αλγόριθμο που να προβλέπει την εμπειρία ενός παίκτη με βάση τα στατιστικά ενός αγώνα Dota 2. Για λεπτομέρειες, μεταβείτε στο .
Πηγή: www.habr.com