Hei Habr!
Kami ingin berbicara tentang cara yang tidak biasa untuk menghasilkan uang bagi remaja seperti berpartisipasi dalam hackathon. Hal ini bermanfaat secara finansial dan memungkinkan Anda mempraktikkan pengetahuan yang diperoleh di sekolah dan melalui membaca buku pintar.
Contoh sederhananya adalah hackathon Akademi Kecerdasan Buatan untuk anak sekolah tahun lalu. Pesertanya harus memprediksi hasil pertandingan Dota 2. Pemenang kompetisi ini adalah Alexander Mamaev, siswa kelas sepuluh dari Chelyabinsk. Algoritmenya paling akurat menentukan tim pemenang pertarungan. Berkat ini, Alexander menerima hadiah uang yang besar - 100 ribu rubel.
Bagaimana Alexander Mamaev menggunakan hadiah uang, pengetahuan apa yang kurang dimiliki siswa untuk bekerja dengan ML, dan arah apa di bidang AI yang menurutnya paling menarik - kata siswa tersebut dalam sebuah wawancara.
β Ceritakan tentang diri Anda, bagaimana Anda tertarik pada AI? Apakah sulit untuk masuk ke topik tersebut?
β Saya berusia 17 tahun, saya menyelesaikan sekolah tahun ini, dan saya baru saja pindah dari Chelyabinsk ke Dolgoprudny, dekat Moskow. Saya belajar di Lyceum Fisika dan Teknologi Kapitsa, ini adalah salah satu sekolah terbaik di wilayah Moskow. Saya bisa menyewa apartemen, tetapi saya tinggal di sekolah berasrama, lebih baik dan lebih mudah berkomunikasi dengan orang-orang dari kamar bacaan.
Pertama kali saya mendengar tentang AI dan ML mungkin pada tahun 2016, ketika Prisma muncul. Kemudian saya duduk di kelas 8 dan sedang mengikuti program olimpiade, menghadiri beberapa olimpiade dan mengetahui bahwa kami mengadakan pertemuan ML di kota. Saya tertarik untuk mencari tahu, memahami cara kerjanya, dan saya mulai menuju ke sana. Di sana saya pertama kali mempelajari dasar-dasarnya, kemudian saya mulai mempelajarinya di Internet, di berbagai kursus.
Pada awalnya, hanya ada kursus dari Konstantin Vorontsov dalam bahasa Rusia, dan cara pengajarannya ketat: berisi banyak istilah, dan ada banyak rumus dalam deskripsinya. Bagi seorang siswa kelas delapan hal ini sangat sulit, namun sekarang, justru karena saya pernah menempuh sekolah seperti itu pada awalnya, istilah-istilah tersebut tidak menimbulkan kesulitan bagi saya dalam praktek dalam permasalahan nyata.
β Berapa banyak matematika yang perlu Anda ketahui untuk bekerja dengan AI? Apakah pengetahuan dari kurikulum sekolah cukup?
β Dalam banyak hal, ML didasarkan pada konsep dasar sekolah di kelas 10-11, aljabar linier dasar, dan diferensiasi. Jika kita berbicara tentang produksi, tentang masalah teknis, maka dalam banyak hal matematika tidak diperlukan, banyak masalah diselesaikan hanya dengan coba-coba. Namun jika kita berbicara tentang penelitian, ketika teknologi baru diciptakan, maka tidak ada tempat tanpa matematika. Matematika diperlukan pada tingkat dasar, setidaknya untuk mengetahui bagaimana menerapkan matriks atau, secara relatif, menghitung turunan. Tidak ada jalan keluar dari matematika di sini.
β Menurut Anda, apakah siswa dengan pola pikir analitis alami dapat menyelesaikan masalah ML?
- Ya. Jika seseorang mengetahui inti dari ML, jika dia mengetahui bagaimana data disusun dan memahami trik atau peretasan dasar, dia tidak memerlukan matematika, karena banyak alat untuk pekerjaan tersebut telah ditulis oleh orang lain. Semuanya bermuara pada menemukan pola. Tapi semuanya, tentu saja, tergantung tugasnya.
β Apa hal tersulit dalam menyelesaikan masalah dan kasus ML?
β Setiap tugas baru adalah sesuatu yang baru. Jika permasalahan sudah ada dalam bentuk yang sama, maka permasalahan tersebut tidak perlu diselesaikan. Tidak ada algoritma universal. Terdapat komunitas besar orang-orang yang melatih keterampilan pemecahan masalah mereka, menceritakan bagaimana mereka memecahkan masalah, dan menggambarkan kisah kemenangan mereka. Dan sangat menarik untuk mengikuti logika mereka, ide-ide mereka.
β Kasus dan masalah apa yang paling ingin Anda pecahkan?
β Saya berspesialisasi dalam linguistik komputasi, saya tertarik pada teks, tugas klasifikasi, chatbot, dll.
β Apakah Anda sering mengikuti hackathon AI?
β Hackathon sebenarnya adalah sistem Olimpiade yang berbeda. Olimpiade memiliki serangkaian masalah tertutup, dengan jawaban yang diketahui yang harus ditebak oleh peserta. Tetapi ada orang yang tidak pandai dalam tugas-tugas tertutup, tetapi mengobrak-abrik semua orang dalam tugas-tugas terbuka. Jadi, Anda dapat menguji pengetahuan Anda dengan cara yang berbeda. Dalam permasalahan terbuka, teknologi terkadang diciptakan dari awal, produk dikembangkan dengan cepat, dan bahkan penyelenggara seringkali tidak mengetahui jawaban yang benar. Kami sering berpartisipasi dalam hackathon, dan melalui ini kami dapat memperoleh uang. Ini menarik.
- Berapa banyak yang bisa kamu peroleh dari ini? Bagaimana Anda membelanjakan uang hadiah Anda?
β Saya dan teman saya mengikuti hackathon VKontakte, di mana kami membuat aplikasi untuk mencari lukisan di Hermitage. Satu set emoji dan emotikon ditampilkan di layar ponsel, gambar perlu ditemukan menggunakan set ini, ponsel diarahkan ke gambar, dikenali menggunakan jaringan saraf dan, jika jawabannya benar, poin diberikan. Kami senang dan tertarik karena kami dapat membuat aplikasi yang memungkinkan kami mengenali lukisan di perangkat seluler. Kami sementara berada di posisi pertama, tetapi karena formalitas hukum, kami kehilangan hadiah sebesar 500 ribu rubel. Sayang sekali, tapi itu bukan hal utama.
Selain itu, ia berpartisipasi dalam kompetisi Perjalanan Sains Data Bank Tabungan, di mana ia menempati posisi ke-5 dan memperoleh 200 ribu rubel. Yang pertama bayarnya satu juta, yang kedua 500 ribu. Hadiah dana bervariasi, dan kini semakin meningkat. Berada di atas, Anda bisa mendapatkan 100 hingga 500 ribu. Saya menyimpan hadiah uang untuk pendidikan, ini adalah kontribusi saya untuk masa depan, uang yang saya keluarkan dalam kehidupan sehari-hari, saya hasilkan sendiri.
β Mana yang lebih menarik β hackathon individu atau tim?
β Jika kita berbicara tentang pengembangan suatu produk, maka itu harus merupakan sebuah tim; satu orang tidak dapat melakukannya. Dia hanya akan lelah dan membutuhkan dukungan. Tapi kalau kita bicara misalnya hackathon AI Academy, maka tugasnya terbatas, tidak perlu membuat produk. Minatnya berbeda-beda di sana - untuk menyalip orang lain yang juga berkembang di bidang ini.
β Bagaimana Anda berencana untuk mengembangkan lebih lanjut? Bagaimana Anda melihat karir Anda?
β Sekarang tujuan utamanya adalah mempersiapkan karya ilmiah Anda yang serius, penelitian, agar dapat tampil di konferensi terkemuka seperti konferensi NeurIPS atau ICML - ML yang berlangsung di berbagai negara di dunia. Pertanyaan karir terbuka, lihat bagaimana perkembangan ML selama 5 tahun terakhir. Hal ini berubah dengan cepat, sekarang sulit untuk memprediksi apa yang akan terjadi selanjutnya. Dan jika kita berbicara tentang ide dan rencana selain karya ilmiah, maka mungkin saya akan melihat diri saya dalam proyek saya sendiri, sebuah startup di bidang AI dan ML, tapi ini belum pasti.
β Menurut Anda, apa saja keterbatasan teknologi AI?
β Secara umum, jika kita berbicara tentang AI sebagai sesuatu yang memiliki semacam kecerdasan, memproses data, maka, dalam waktu dekat, itu akan menjadi semacam kesadaran akan dunia di sekitar kita. Jika kita berbicara tentang jaringan saraf dalam linguistik komputasi, misalnya, kita mencoba memodelkan sesuatu secara lokal, misalnya bahasa, tanpa memberikan model tersebut pemahaman tentang konteks dunia kita. Artinya, jika kita mampu menggabungkannya ke dalam AI, kita akan mampu menciptakan model dialog, chat bot yang tidak hanya mengetahui model bahasa, namun juga memiliki pandangan dan mengetahui fakta ilmiah. Dan inilah yang ingin saya lihat di masa depan.
Omong-omong, Akademi Kecerdasan Buatan saat ini sedang merekrut anak-anak sekolah untuk mengikuti hackathon baru. Hadiah uangnya juga besar, dan tugas tahun ini bahkan lebih menarik - Anda perlu membuat algoritma yang memprediksi pengalaman pemain berdasarkan statistik dari satu pertandingan Dota 2. Untuk detailnya, kunjungi .
Sumber: www.habr.com