Ola Habr!
Gustaríanos falar dunha forma tan inusual de gañar cartos para os adolescentes como a participación en hackathons. Isto é beneficioso económicamente e permite poñer en práctica os coñecementos adquiridos na escola e coa lectura de libros intelixentes.
Un exemplo sinxelo é o hackathon da Academia de Intelixencia Artificial do ano pasado para escolares. Os seus participantes tiveron que predecir o resultado do xogo Dota 2. O gañador da competición foi Alexander Mamaev, un alumno de décimo de Chelyabinsk. O seu algoritmo determinou con máis precisión o equipo gañador da loita. Grazas a iso, Alexander recibiu un premio importante: 100 mil rublos.
Como Alexander Mamaev utilizou o diñeiro do premio, que coñecementos carece o estudante para traballar con ML e que dirección no campo da IA considera a máis interesante - dixo o estudante nunha entrevista.
— Fálanos de ti, como te interesou pola IA? Foi difícil entrar no tema?
— Teño 17 anos, estou rematando a escola este ano e mudei recentemente de Chelyabinsk a Dolgoprudny, que está preto de Moscova. Estudo no Kapitsa Physics and Technology Lyceum, esta é unha das mellores escolas da rexión de Moscova. Podería alugar un piso, pero vivo nun internado da escola, é mellor e máis fácil comunicarse coa xente do liceo.
A primeira vez que escoitei falar de IA e ML foi probablemente en 2016, cando apareceu Prisma. Despois estaba en 8o curso e estaba facendo programación de olimpíadas, asistín a unhas olimpíadas e descubrín que estabamos tendo encontros de ML na cidade. Interesábame descubrilo, entender como funciona, e empecei a ir alí. Alí aprendín o básico por primeira vez, despois comecei a estudalo en Internet, en varios cursos.
Ao principio, só había un curso de ruso de Konstantin Vorontsov, e a forma de ensinalo era estrita: contiña moitos termos e había moitas fórmulas nas descricións. Para un alumno de oitavo isto foi moi difícil, pero agora, precisamente porque pasei por unha escola deste tipo ao principio, os termos non me supoñen dificultades na práctica en problemas reais.
— Cantas matemáticas necesitas saber para traballar coa IA? Hai coñecementos suficientes do currículo escolar?
— En moitos aspectos, o ML baséase nos conceptos básicos da escola nos cursos 10-11, álxebra lineal básica e diferenciación. Se estamos a falar de produción, de problemas técnicos, en moitos aspectos non se necesitan matemáticas; moitos problemas resólvense simplemente por proba e erro. Pero se falamos de investigación, cando se crean novas tecnoloxías, non hai lugar sen matemáticas. As matemáticas son necesarias a nivel básico, polo menos para saber aplicar unha matriz ou, relativamente falando, calcular derivadas. Aquí non hai matemáticas escapatorias.
— Na súa opinión, calquera estudante cunha mentalidade analítica natural pode resolver problemas de ML?
- Si. Se unha persoa sabe o que está no corazón do ML, se sabe como se estruturan os datos e entende trucos ou trucos básicos, non necesitará matemáticas, porque moitas das ferramentas para o traballo xa foron escritas por outras persoas. Todo se reduce a atopar patróns. Pero todo, por suposto, depende da tarefa.
— Que é o máis difícil para resolver problemas e casos de ML?
- Cada tarefa nova é algo novo. Se o problema xa existira na mesma forma, non tería que ser resolto. Non existe un algoritmo universal. Hai unha enorme comunidade de persoas que adestran as súas habilidades para resolver problemas, contan como resolveron problemas e describen historias das súas vitorias. E é moi interesante seguir a súa lóxica, as súas ideas.
— Que casos e problemas che interesan máis resolver?
— Especializado en lingüística computacional, interésame os textos, tarefas de clasificación, chatbots, etc.
— Participas a miúdo en hackathons de IA?
- Os hackathons son, de feito, un sistema diferente de Olimpiadas. A Olimpíada ten un conxunto de problemas pechados, con respostas coñecidas que o participante debe adiviñar. Pero hai xente que non é boa para as tarefas pechadas, pero desgarra a todos nas abertas. Así podes probar os teus coñecementos de diferentes xeitos. Nos problemas abertos, as tecnoloxías créanse ás veces desde cero, os produtos desenvólvense rapidamente e incluso os organizadores moitas veces non saben a resposta correcta. Moitas veces participamos en hackathons, e con isto podemos gañar cartos. Isto é interesante.
- Canto podes gañar con isto? Como gastas o diñeiro do teu premio?
— O meu amigo e mais eu participamos no hackathon VKontakte, onde fixemos unha aplicación para buscar cadros na Ermida. Amosouse un conxunto de emojis e emoticonas na pantalla do teléfono, foi necesario buscar unha imaxe usando este conxunto, o teléfono foi apuntado cara a imaxe, recoñecíase mediante redes neuronais e, se a resposta era correcta, outorgáronse puntos. Agradecemos e interesounos poder crear unha aplicación que nos permitise recoñecer un cadro nun dispositivo móbil. Estabamos provisionalmente no primeiro lugar, pero debido a unha formalidade legal perdemos o premio de 500 mil rublos. É unha mágoa, pero iso non é o principal.
Ademais, participou na competición Sberbank Data Science Journey, onde ocupou o 5º lugar e gañou 200 mil rublos. Para o primeiro pagaron un millón, para o segundo 500 mil. Os fondos dos premios varían e agora están aumentando. Estando na parte superior, podes obter entre 100 e 500 mil. Aforro o diñeiro do premio para a educación, esta é a miña contribución ao futuro, o diñeiro que gasto na vida cotiá, gáñoo eu mesmo.
— Que é máis interesante: hackathons individuais ou en equipo?
— Se falamos de desenvolver un produto, debe ser un equipo, non pode facelo unha persoa. Simplemente cansarase e necesita apoio. Pero se estamos a falar, por exemplo, do hackathon da Academia de AI, entón a tarefa é limitada, non hai necesidade de crear un produto. O interese alí é diferente: superar a outra persoa que tamén se está a desenvolver nesta área.
-¿Como pensas seguir desenvolvendo? Como ves a túa carreira?
— Agora o obxectivo principal é preparar o teu traballo científico serio, de investigación, para que apareza en conferencias líderes como NeurIPS ou conferencias ICML - ML que teñen lugar en diferentes países do mundo. A cuestión da carreira está aberta, mira como se desenvolveu o ML nos últimos 5 anos. Está cambiando rapidamente, agora é difícil prever o que vai pasar despois. E se falamos de ideas e plans ademais de traballo científico, entón quizais me vería nalgún tipo de proxecto propio, unha startup no campo da IA e ML, pero isto non é certo.
— Na súa opinión, cales son as limitacións da tecnoloxía da IA?
— Ben, en xeral, se falamos da IA como algo que ten algún tipo de intelixencia, procesa datos, entón, nun futuro próximo, será algún tipo de conciencia do mundo que nos rodea. Se falamos de redes neuronais en lingüística computacional, por exemplo, estamos tentando modelar algo localmente, por exemplo, a linguaxe, sen darlle ao modelo unha comprensión do contexto do noso mundo. É dicir, se somos capaces de incorporar isto á IA, poderemos crear modelos de diálogo, bots de chat que non só coñecerán modelos lingüísticos, senón que tamén terán unha perspectiva e coñecerán feitos científicos. E isto é o que me gustaría ver no futuro.
Por certo, a Academia de Intelixencia Artificial está a reclutar escolares para un novo hackathon. O premio en diñeiro tamén é importante, e a tarefa deste ano é aínda máis interesante: terás que crear un algoritmo que prediga a experiencia dun xogador baseándose nas estatísticas dunha partida de Dota 2. Para obter máis información, vai a .
Fonte: www.habr.com