Szia Habr!
A tinédzserek számára egy olyan szokatlan pénzkeresési módról szeretnénk beszélni, mint a hackathonokon való részvétel. Ez egyrészt anyagilag előnyös, másrészt lehetővé teszi az iskolában és az okos könyvek olvasása során megszerzett tudás gyakorlatba ültetését.
Egyszerű példa erre a tavalyi Artificial Intelligence Academy hackathon iskolásoknak. A résztvevőknek meg kellett jósolniuk a Dota 2 játék kimenetelét, a verseny győztese Alexander Mamaev, a cseljabinszki tizedik osztályos lett. Az algoritmusa határozta meg a legpontosabban a küzdelem győztes csapatát. Ennek köszönhetően Sándor jelentős pénzdíjat kapott - 100 ezer rubelt.
Alexander Mamaev hogyan használta fel a nyereményt, milyen tudása hiányzik a hallgatónak az ML-rel való munkavégzéshez, és az AI területén milyen irányt tart a legérdekesebbnek - mesélte a hallgató egy interjúban.
– Mesélj magadról, hogyan kezdett érdeklődni az AI iránt? Nehéz volt rátérni a témára?
— 17 éves vagyok, idén fejezem be az iskolát, és nemrég költöztem Cseljabinszkból a Moszkva melletti Dolgoprudnijba. A Kapitsa Fizikai és Technológiai Líceumban tanulok, ez a moszkvai régió egyik legjobb iskolája. Bérelhetnék egy lakást, de bentlakásos iskolában lakom az iskolában, jobb és könnyebb kommunikálni a líceumi emberekkel.
Valószínűleg 2016-ban hallottam először az AI-ról és az ML-ről, amikor megjelent a Prisma. Aztán 8. osztályos voltam, és olimpiát programoztam, részt vettem néhány olimpián, és kiderült, hogy ML találkozókat tartunk a városban. Érdekelt, hogy kitaláljam, megértsem, hogyan működik, és elkezdtem oda járni. Ott tanultam meg először az alapokat, majd az interneten, különböző tanfolyamokon kezdtem el tanulni.
Eleinte csak Konsztantyin Voroncovtól volt orosz nyelvű kurzus, és a tanítás módja is szigorú volt: sok kifejezést tartalmazott, és sok képlet volt a leírásokban. Egy nyolcadikosnak ez nagyon nehéz volt, de most éppen azért, mert én is egy ilyen iskolába jártam az elején, a gyakorlatban nem jelentenek számomra nehézséget a kifejezések valós problémákban.
— Mennyi matematikát kell tudnia a mesterséges intelligencia használatához? Van elég tudás az iskolai tantervből?
— Az ML sok szempontból a 10-11. osztályos iskolai alapfogalmakon, az alapvető lineáris algebrán és a differenciáláson alapul. Ha termelésről, technikai problémákról beszélünk, akkor sok szempontból nincs szükség matematikára, sok problémát egyszerűen próbálgatással megoldanak. De ha a kutatásról beszélünk, amikor új technológiák születnek, akkor sehol sincs matematika nélkül. A matematika alapszinten szükséges, legalább ahhoz, hogy tudjunk mátrixot alkalmazni, vagy relatíve származékokat számítani. Itt nem lehet megkerülni a matematikát.
— Ön szerint bármely természetes-analitikus gondolkodású diák meg tud oldani ML problémákat?
- Igen. Ha valaki tudja, mi rejlik az ML középpontjában, ha tudja, hogyan épül fel az adatok, és megérti az alapvető trükköket vagy hackeléseket, akkor nem lesz szüksége matematikára, mert a munkához szükséges eszközök nagy részét már mások megírták. Minden a minták megtalálásán múlik. De természetesen minden a feladattól függ.
— Mi a legnehezebb az ML problémák és esetek megoldásában?
– Minden új feladat valami új. Ha a probléma már létezett volna ugyanabban a formában, akkor nem kellene megoldani. Nincs univerzális algoritmus. Hatalmas közösség él az emberek között, akik edzik problémamegoldó készségeiket, elmondják, hogyan oldották meg a problémákat, és történeteket írnak le győzelmeikről. És nagyon érdekes követni a logikájukat, az elképzeléseiket.
– Milyen ügyek, problémák megoldása érdekli leginkább?
— Számítógépes nyelvészetre specializálódtam, érdekelnek a szövegek, osztályozási feladatok, chatbotok stb.
– Gyakran vesz részt AI hackathonokon?
— A hackathonok valójában az olimpiák egy másik rendszere. Az olimpián zárt feladatok vannak, ismert válaszokkal, amelyeket a résztvevőnek ki kell találnia. De vannak, akik nem jók a zárt feladatokban, de a nyitottaknál mindenkit szétszednek. Így különböző módokon tesztelheti tudását. Nyílt problémák esetén néha a nulláról jönnek létre a technológiák, gyorsan fejlesztik a termékeket, és sokszor még a szervezők sem tudják a helyes választ. Gyakran veszünk részt hackathonokon, és ezen keresztül pénzt is kereshetünk. Ez érdekes.
- Mennyit lehet ezzel keresni? Hogyan költöd el a pénzed?
— A barátommal részt vettünk a VKontakte hackathonon, ahol pályázatot nyújtottunk be festmények keresésére az Ermitázsban. Hangulatjelek és hangulatjelek készlete jelent meg a telefon képernyőjén, ennek segítségével kellett képet találni, a telefont a képre mutatták, a neurális hálózatok segítségével felismerték, és ha a válasz helyes volt, pontokat kaptak. Örömünkre és érdeklődésünkre szolgált, hogy sikerült olyan alkalmazást készítenünk, amivel mobileszközön felismerhetünk egy festményt. Véletlenül az első helyen álltunk, de jogi formalitások miatt lemaradtunk az 500 ezer rubel nyereményről. Kár, de nem ez a lényeg.
Emellett részt vett a Sberbank Data Science Journey versenyen, ahol 5. helyezést ért el és 200 ezer rubelt keresett. Az elsőért egymilliót, a másodikért 500 ezret fizettek. A nyereményalapok változóak, és most növekszik. A csúcson lévén 100-500 ezret kaphatsz. A pénzdíjat oktatásra tartom, ez az én hozzájárulásom a jövőhöz, a pénzt, amit a mindennapi életben elköltök, magam keresem.
— Mi az érdekesebb – egyéni vagy csapatos hackathon?
— Ha egy termék fejlesztéséről beszélünk, akkor annak csapatnak kell lennie, egy ember nem tudja megcsinálni. Egyszerűen elfárad, és támogatásra van szüksége. De ha például az AI Academy hackathonról beszélünk, akkor ott a feladat korlátozott, nincs szükség termék létrehozására. Ott más az érdeklődés – megelőzni egy másik embert, aki szintén fejlődik ezen a területen.
– Hogyan tervezi a további fejlődést? Hogyan látja a karrierjét?
— Most az a fő cél, hogy komoly tudományos munkáját, kutatását előkészítse, hogy az olyan vezető konferenciákon is megjelenjen, mint a NeurIPS vagy az ICML - ML konferenciák, amelyek a világ különböző országaiban zajlanak. A karrier kérdés nyitott, nézd meg, hogyan fejlődött az ML az elmúlt 5 évben. Gyorsan változik, most nehéz megjósolni, hogy mi lesz ezután. És ha a tudományos munka mellett ötletekről, tervekről beszélünk, akkor talán egy saját projektben, startupban látnám magam az AI és az ML területén, de ez nem biztos.
– Ön szerint mik a korlátai az AI-technológiának?
– Nos, ha általánosságban beszélünk az AI-ról, mint valamiféle intelligenciával rendelkező, adatokat feldolgozó dologról, akkor ez a közeljövőben egyfajta tudatosság lesz a körülöttünk lévő világról. Ha például neurális hálózatokról beszélünk a számítógépes nyelvészetben, akkor megpróbálunk lokálisan modellezni valamit, például a nyelvet, anélkül, hogy a modell megértené a világunk kontextusát. Vagyis ha ezt be tudjuk építeni az AI-ba, akkor képesek leszünk olyan párbeszéd-modelleket, chat-botokat létrehozni, amelyek nem csak nyelvi modelleket ismernek, hanem kitekintéssel és tudományos tényekkel is rendelkeznek. És ezt szeretném látni a jövőben.
A Mesterséges Intelligencia Akadémia egyébként jelenleg is iskolásokat toboroz egy új hackathonra. A pénzdíj is tetemes, és az idei feladat még érdekesebb – egy olyan algoritmust kell felépíteni, amely egy-egy Dota 2 meccs statisztikái alapján előrejelzi a játékos tapasztalatait. .
Forrás: will.com