Ehi Habr!
Vorremmo parlare di un modo così insolito di guadagnare denaro per gli adolescenti come partecipare agli hackathon. Ciò è vantaggioso dal punto di vista finanziario e ti consente di mettere in pratica le conoscenze acquisite a scuola e attraverso la lettura di libri intelligenti.
Un semplice esempio è l’hackathon dell’Artificial Intelligence Academy per gli scolari dello scorso anno. I suoi partecipanti dovevano pronosticare l'esito del gioco Dota 2. Il vincitore del concorso è stato Alexander Mamaev, uno studente di decima elementare di Chelyabinsk. Il suo algoritmo ha determinato con maggiore precisione la squadra vincitrice del combattimento. Grazie a ciò, Alexander ha ricevuto un sostanzioso premio in denaro: 100 mila rubli.
Come Alexander Mamaev ha utilizzato il premio in denaro, quali conoscenze mancano allo studente per lavorare con ML e quale direzione nel campo dell'intelligenza artificiale considera la più interessante - ha detto lo studente in un'intervista.
— Raccontaci di te, come hai iniziato a interessarti all'intelligenza artificiale? È stato difficile entrare nell'argomento?
— Ho 17 anni, finirò la scuola quest’anno e recentemente mi sono trasferito da Chelyabinsk a Dolgoprudny, vicino a Mosca. Studio al Kapitsa Physics and Technology Lyceum, questa è una delle migliori scuole nella regione di Mosca. Potrei affittare un appartamento, ma vivo in un collegio presso la scuola, è meglio e più facile comunicare con le persone del liceo.
La prima volta che ho sentito parlare di AI e ML è stato probabilmente nel 2016, quando è apparso Prisma. Poi ero in terza media e stavo programmando le olimpiadi, ho partecipato ad alcune olimpiadi e ho scoperto che stavamo organizzando incontri di ML in città. Mi interessava capirlo, capire come funziona e ho iniziato ad andarci. Lì ho imparato per la prima volta le basi, poi ho iniziato a studiarlo su Internet, in vari corsi.
All'inizio c'era solo un corso di Konstantin Vorontsov in russo e il modo di insegnarlo era rigoroso: conteneva molti termini e c'erano molte formule nelle descrizioni. Per uno studente di terza media questo è stato molto difficile, ma ora, proprio perché all'inizio ho frequentato una scuola del genere, i termini non mi pongono difficoltà nella pratica nei problemi reali.
— Quanta matematica è necessaria per lavorare con l'intelligenza artificiale? C’è abbastanza conoscenza dal curriculum scolastico?
— In molti modi, il machine learning si basa sui concetti di base della scuola nelle classi 10-11, sull’algebra lineare di base e sulla differenziazione. Se parliamo di produzione, di problemi tecnici, allora per molti aspetti la matematica non è necessaria, molti problemi vengono risolti semplicemente per tentativi ed errori. Ma se parliamo di ricerca, quando vengono create nuove tecnologie, allora senza matematica non c'è nessun posto. La matematica è necessaria a livello base, almeno per sapere come applicare una matrice o, relativamente parlando, calcolare le derivate. Qui non si può sfuggire alla matematica.
— Secondo te, uno studente con una mentalità analitica naturale può risolvere problemi di machine learning?
- SÌ. Se una persona sa cosa sta alla base del ML, se sa come sono strutturati i dati e comprende trucchi o hack di base, non avrà bisogno della matematica, perché molti degli strumenti per questo lavoro sono già stati scritti da altre persone. Tutto si riduce alla ricerca di schemi. Ma tutto, ovviamente, dipende dal compito.
— Qual è la cosa più difficile nel risolvere problemi e casi di riciclaggio?
— Ogni nuovo compito è qualcosa di nuovo. Se il problema fosse già esistito nella stessa forma, non sarebbe necessario risolverlo. Non esiste un algoritmo universale. Esiste un'enorme comunità di persone che allenano le proprie capacità di problem solving, raccontano come hanno risolto i problemi e descrivono le storie delle loro vittorie. Ed è molto interessante seguire la loro logica, le loro idee.
— Quali casi e problemi sei maggiormente interessato a risolvere?
— Sono specializzato in linguistica computazionale, mi interessano testi, compiti di classificazione, chatbot, ecc.
— Partecipi spesso agli hackathon sull'intelligenza artificiale?
— Gli Hackathon sono, in effetti, un diverso sistema di Olimpiadi. Le Olimpiadi hanno una serie di problemi chiusi, con risposte note che il partecipante deve indovinare. Ma ci sono persone che non sono brave nei compiti chiusi, ma fanno a pezzi tutti in quelli aperti. Quindi puoi testare le tue conoscenze in diversi modi. Nei problemi aperti, a volte le tecnologie vengono create da zero, i prodotti vengono sviluppati rapidamente e spesso anche gli organizzatori non conoscono la risposta corretta. Partecipiamo spesso agli hackathon e attraverso questo possiamo guadagnare denaro. Questo è interessante.
- Quanto puoi guadagnare con questo? Come spendi il tuo premio in denaro?
— Io e il mio amico abbiamo preso parte all'hackathon di VKontakte, dove abbiamo presentato una domanda per cercare dipinti all'Hermitage. Sullo schermo del telefono veniva visualizzato un set di emoji ed emoticon, era necessario trovare un'immagine utilizzando questo set, il telefono veniva puntato sull'immagine, veniva riconosciuta utilizzando le reti neurali e, se la risposta era corretta, venivano assegnati dei punti. Siamo stati lieti e interessati di aver potuto creare un'applicazione che ci permettesse di riconoscere un dipinto su un dispositivo mobile. Eravamo provvisoriamente al primo posto, ma a causa di una formalità legale abbiamo perso il premio di 500mila rubli. È un peccato, ma non è questa la cosa principale.
Inoltre, ha partecipato al concorso Sberbank Data Science Journey, dove si è classificato 5o e ha guadagnato 200mila rubli. Per il primo hanno pagato un milione, per il secondo 500mila. I fondi premio variano e ora stanno aumentando. Essendo tra i primi, puoi ottenere da 100 a 500mila. Il premio in denaro lo risparmio per l'istruzione, questo è il mio contributo al futuro, i soldi che spendo nella vita di tutti i giorni, li guadagno da solo.
— Cosa è più interessante: hackathon individuali o di squadra?
— Se si tratta di sviluppare un prodotto, allora deve essere una squadra; una persona non può farlo. Si stancherà semplicemente e avrà bisogno di supporto. Ma se parliamo, ad esempio, dell'hackathon dell'AI Academy, allora il compito è limitato, non è necessario creare un prodotto. L'interesse è diverso: superare un'altra persona che si sta sviluppando anche in quest'area.
— Come pensi di svilupparti ulteriormente? Come vedi la tua carriera?
— Ora l'obiettivo principale è preparare il tuo serio lavoro scientifico, la ricerca, in modo che appaia in conferenze importanti come NeurIPS o conferenze ICML - ML che si svolgono in diversi paesi del mondo. La questione della carriera è aperta, guarda come si è sviluppato il ML negli ultimi 5 anni. Sta cambiando rapidamente, ora è difficile prevedere cosa accadrà dopo. E se parliamo di idee e progetti oltre al lavoro scientifico, allora forse mi vedrei in una sorta di mio progetto, una startup nel campo dell'intelligenza artificiale e del machine learning, ma questo non è certo.
— Secondo te, quali sono i limiti della tecnologia AI?
— Bene, in generale, se parliamo dell'intelligenza artificiale come di una cosa che ha una sorta di intelligenza, elabora i dati, allora, nel prossimo futuro, sarà una sorta di consapevolezza del mondo che ci circonda. Se parliamo di reti neurali nella linguistica computazionale, ad esempio, stiamo cercando di modellare localmente qualcosa, ad esempio il linguaggio, senza fornire al modello una comprensione del contesto del nostro mondo. Cioè, se saremo in grado di incorporarlo nell’intelligenza artificiale, saremo in grado di creare modelli di dialogo, chat bot che non solo conosceranno i modelli linguistici, ma avranno anche una prospettiva e conosceranno i fatti scientifici. E questo è quello che vorrei vedere in futuro.
A proposito, l'Accademia di intelligenza artificiale sta attualmente reclutando scolari per un nuovo hackathon. Anche il premio in denaro è consistente e il compito di quest'anno è ancora più interessante: dovrai creare un algoritmo che preveda l'esperienza del giocatore in base alle statistiche di una partita di Dota 2. Per i dettagli, vai a .
Fonte: habr.com