ხელოვნური ინტელექტი, სკოლის მოსწავლეები და დიდი პრიზები: როგორ გავაკეთოთ მანქანათმცოდნეობა მე-8 კლასში

ჰეი ჰაბრ!

გვინდა ვისაუბროთ თინეიჯერებისთვის ფულის გამომუშავების ისეთ უჩვეულო ხერხზე, როგორიც არის ჰაკათონებში მონაწილეობა. ეს ფინანსურადაც მომგებიანია და საშუალებას გაძლევთ პრაქტიკაში გამოიყენოთ სკოლაში და ჭკვიანი წიგნების კითხვით მიღებული ცოდნა.

მარტივი მაგალითია შარშანდელი ხელოვნური ინტელექტის აკადემიის ჰაკათონი სკოლის მოსწავლეებისთვის. მის მონაწილეებს მოუწიათ Dota 2 თამაშის შედეგის წინასწარმეტყველება. კონკურსის გამარჯვებული იყო მეათე კლასის მოსწავლე ალექსანდრე მამაევი ჩელიაბინსკიდან. მისმა ალგორითმმა ყველაზე ზუსტად განსაზღვრა ბრძოლის გამარჯვებული გუნდი. ამის წყალობით, ალექსანდრემ მიიღო მნიშვნელოვანი პრიზი - 100 ათასი რუბლი.

როგორ გამოიყენა ალექსანდრე მამაევმა საპრიზო თანხა, რა ცოდნა აკლია სტუდენტს ML-თან მუშაობისთვის და რა მიმართულებას თვლის AI-ის სფეროში ყველაზე საინტერესოდ - განუცხადა სტუდენტმა ინტერვიუში.

— გვიამბეთ თქვენს შესახებ, როგორ დაინტერესდით ხელოვნური ინტელექტის მიმართ? რთული იყო თემაში შესვლა?
- 17 წლის ვარ, წელს ვამთავრებ სკოლას და ახლახანს გადავედი ჩელიაბინსკიდან მოსკოვის მახლობლად მდებარე დოლგოპრუდნიში. მე ვსწავლობ კაპიცას ფიზიკა-ტექნოლოგიურ ლიცეუმში, ეს არის ერთ-ერთი საუკეთესო სკოლა მოსკოვის რეგიონში. ბინის დაქირავება შემეძლო, მაგრამ სკოლაში პანსიონში ვცხოვრობ, ლიცეუმიდან ადამიანებთან ურთიერთობა უკეთესი და ადვილია.

პირველად AI და ML-ის შესახებ გავიგე ალბათ 2016 წელს, როდესაც Prisma გამოჩნდა. მერე მე-8 კლასში ვიყავი და ოლიმპიადის პროგრამირებას ვაკეთებდი, ვესწრებოდი რამდენიმე ოლიმპიადას და გავარკვიე, რომ ქალაქში ML შეხვედრები გვქონდა. მაინტერესებდა ამის გარკვევა, იმის გაგება, თუ როგორ მუშაობს და დავიწყე იქ წასვლა. იქ ვისწავლე პირველად საფუძვლები, შემდეგ დავიწყე მისი შესწავლა ინტერნეტში, სხვადასხვა კურსებზე.

თავიდან მხოლოდ კონსტანტინე ვორონცოვის კურსი იყო რუსულ ენაზე და მისი სწავლების წესი მკაცრი იყო: ბევრ ტერმინს შეიცავდა და აღწერილობაში ბევრი ფორმულა იყო. მერვეკლასელისთვის ეს ძალიან რთული იყო, მაგრამ ახლა, ზუსტად იმის გამო, რომ თავიდან ასეთი სკოლა გავიარე, ტერმინები რეალურ პრობლემებში პრაქტიკაში სირთულეებს არ მიქმნის.

— რამდენი მათემატიკა გჭირდებათ AI–სთან მუშაობისთვის? არის თუ არა საკმარისი ცოდნა სკოლის სასწავლო გეგმიდან?
— მრავალი თვალსაზრისით, ML ეფუძნება 10-11 კლასების სკოლის ძირითად ცნებებს, ძირითად ხაზოვან ალგებრას და დიფერენციაციას. თუ ვსაუბრობთ წარმოებაზე, ტექნიკურ პრობლემებზე, მაშინ ბევრი თვალსაზრისით მათემატიკა არ არის საჭირო; ბევრი პრობლემა წყდება უბრალოდ საცდელი და შეცდომით. მაგრამ თუ ვსაუბრობთ კვლევაზე, როდესაც იქმნება ახალი ტექნოლოგიები, მაშინ მათემატიკის გარეშე არსად არის. მათემატიკა საჭიროა საბაზისო დონეზე, ყოველ შემთხვევაში იმისთვის, რომ იცოდე მატრიცის გამოყენება ან, შედარებით რომ ვთქვათ, წარმოებულების გამოთვლა. აქ მათემატიკისგან თავის დაღწევა არ არის.

— თქვენი აზრით, შეუძლია თუ არა ბუნებრივ-ანალიტიკური აზროვნების მქონე ნებისმიერ სტუდენტს ML ამოცანების გადაჭრა?
- დიახ. თუ ადამიანმა იცის, რა დევს ML-ის გულში, თუ იცის, როგორ არის მონაცემების სტრუქტურა და ესმის ძირითადი ხრიკები ან ჰაკები, მას არ დასჭირდება მათემატიკა, რადგან სამუშაოს მრავალი ინსტრუმენტი უკვე დაწერილია სხვა ადამიანების მიერ. ეს ყველაფერი მოდის შაბლონების პოვნაზე. მაგრამ ყველაფერი, რა თქმა უნდა, დამოკიდებულია დავალებაზე.

— რა არის ყველაზე რთული ML პრობლემებისა და შემთხვევების გადაჭრაში?
— ყოველი ახალი დავალება რაღაც ახალია. თუ პრობლემა უკვე არსებობდა იმავე ფორმით, მისი გადაჭრა არ იქნებოდა. არ არსებობს უნივერსალური ალგორითმი. არსებობს ადამიანთა უზარმაზარი საზოგადოება, რომლებიც ავარჯიშებენ პრობლემების გადაჭრის უნარებს, ყვებიან, როგორ გადაჭრან პრობლემები და აღწერენ თავიანთი გამარჯვებების ისტორიებს. და ძალიან საინტერესოა მათი ლოგიკის, მათი იდეების მიყოლა.

— ყველაზე მეტად რომელი საქმეებისა და პრობლემების გადაჭრა გაინტერესებთ?
— მე ვარ გამოთვლითი ლინგვისტიკის სპეციალობა, მაინტერესებს ტექსტები, კლასიფიკაციის პრობლემები, ჩატბოტები და ა.შ.

— ხშირად მონაწილეობ AI ჰაკათონებში?
— ჰაკათონები, ფაქტობრივად, ოლიმპიადების განსხვავებული სისტემაა. ოლიმპიადას აქვს დახურული პრობლემების ნაკრები, ცნობილი პასუხებით, რომლებიც მონაწილემ უნდა გამოიცნოს. მაგრამ არიან ადამიანები, რომლებსაც არ ეხერხებათ დახურული დავალებების შესრულება, მაგრამ ღია დავალებებში ყველას ანადგურებენ. ასე რომ თქვენ შეგიძლიათ შეამოწმოთ თქვენი ცოდნა სხვადასხვა გზით. ღია პრობლემებში ტექნოლოგიები ზოგჯერ იქმნება ნულიდან, პროდუქტები სწრაფად ვითარდება და ორგანიზატორებმაც კი ხშირად არ იციან სწორი პასუხი. ხშირად ვმონაწილეობთ ჰაკათონებში და ამით შეგვიძლია ფულის შოვნა. Ეს საინტერესოა.

- რამდენის შოვნა შეგიძლიათ ამით? როგორ ხარჯავთ თქვენს საპრიზო ფულს?
— მე და ჩემმა მეგობარმა ვმონაწილეობდით VKontakte ჰაკათონში, სადაც შევქმენით განაცხადი ერმიტაჟში ნახატების მოსაძებნად. ტელეფონის ეკრანზე ნაჩვენები იყო ემოციების და სმაილიკების ნაკრები, საჭირო იყო ამ ნაკრების გამოყენებით სურათის პოვნა, ტელეფონი იყო მიმართული სურათზე, იგი აღიარებული იყო ნერვული ქსელების გამოყენებით და თუ პასუხი სწორი იყო, ქულები მიენიჭათ. კმაყოფილი და დაინტერესებული ვიყავით, რომ შევძელით აპლიკაციის შექმნა, რომელიც საშუალებას მოგვცემდა ამოვიცნოთ ნახატი მობილურ მოწყობილობაზე. ჩვენ პირობითად პირველ ადგილზე ვიყავით, მაგრამ იურიდიული ფორმალობის გამო 500 ათასი რუბლის პრიზი გამოგვრჩა. სირცხვილია, მაგრამ ეს არ არის მთავარი.

გარდა ამისა, მან მონაწილეობა მიიღო Sberbank Data Science Journey კონკურსში, სადაც დაიკავა მე-5 ადგილი და გამოიმუშავა 200 ათასი რუბლი. პირველში მილიონი გადაიხადეს, მეორეში 500 ათასი. საპრიზო ფონდები განსხვავდება და ახლა იზრდება. ზევით ყოფნისას შეგიძლიათ მიიღოთ 100-დან 500 ათასამდე. საპრიზო ფულს ვაგროვებ განათლებისთვის, ეს არის ჩემი წვლილი მომავლისთვის, ფულს, რომელსაც ყოველდღიურ ცხოვრებაში ვხარჯავ, თავად ვიშოვი.

— რა არის უფრო საინტერესო - ინდივიდუალური თუ გუნდური ჰაკათონები?
— თუ ჩვენ ვსაუბრობთ პროდუქტის შემუშავებაზე, ეს უნდა იყოს გუნდი, ამას ერთი ადამიანი არ შეუძლია. ის უბრალოდ დაიღლება და დახმარება სჭირდება. მაგრამ თუ ვსაუბრობთ, მაგალითად, AI აკადემიის ჰაკათონზე, მაშინ ამოცანა შეზღუდულია, არ არის საჭირო პროდუქტის შექმნა. ინტერესი იქ სხვანაირია - გადაუსწროს სხვა ადამიანს, რომელიც ასევე ვითარდება ამ სფეროში.

- როგორ გეგმავთ შემდგომ განვითარებას? როგორ ხედავ შენს კარიერას?
— ახლა მთავარი მიზანია მოამზადოთ თქვენი სერიოზული სამეცნიერო ნაშრომი, კვლევა, რათა ის გამოჩნდეს წამყვან კონფერენციებზე, როგორიცაა NeurIPS ან ICML - ML კონფერენციები, რომლებიც ტარდება მსოფლიოს სხვადასხვა ქვეყანაში. კარიერის კითხვა ღიაა, ნახეთ, როგორ განვითარდა ML ბოლო 5 წლის განმავლობაში. ის სწრაფად იცვლება, ახლა ძნელია იმის პროგნოზირება, რა მოხდება შემდეგ. და თუ სამეცნიერო სამუშაოს გარდა იდეებსა და გეგმებზე ვისაუბრებთ, მაშინ, ალბათ, საკუთარ თავს დავინახავდი ჩემს საკუთარ პროექტში, სტარტაპში AI და ML სფეროში, მაგრამ ეს არ არის გარკვეული.

— თქვენი აზრით, რა არის AI ტექნოლოგიის შეზღუდვები?
— ზოგადად, თუ ვისაუბრებთ AI-ზე, როგორც ნივთზე, რომელსაც აქვს გარკვეული სახის ინტელექტი, ამუშავებს მონაცემებს, მაშინ, უახლოეს მომავალში, ეს იქნება ჩვენს გარშემო არსებული სამყაროს ერთგვარი ცნობიერება. მაგალითად, თუ ვსაუბრობთ ნერვულ ქსელებზე გამოთვლით ენათმეცნიერებაში, ჩვენ ვცდილობთ ლოკალურად მოვახდინოთ რაღაცის მოდელირება, მაგალითად, ენა, ისე, რომ მოდელს არ მივცეთ ჩვენი სამყაროს კონტექსტის გაგება. ანუ, თუ ჩვენ შევძლებთ ამის ჩართვას AI-ში, ჩვენ შევძლებთ შევქმნათ დიალოგის მოდელები, ჩატის ბოტები, რომლებიც არამარტო იცოდნენ ენის მოდელები, არამედ ექნებათ მსოფლმხედველობა და იცოდნენ სამეცნიერო ფაქტები. და ეს არის ის, რისი ნახვაც მსურს მომავალში.

სხვათა შორის, ხელოვნური ინტელექტის აკადემია ამჟამად ახალ ჰაკათონზე სკოლის მოსწავლეებს იღებს. საპრიზო თანხა ასევე სოლიდურია და წლევანდელი დავალება კიდევ უფრო საინტერესოა - თქვენ დაგჭირდებათ ალგორითმის შექმნა, რომელიც წინასწარმეტყველებს მოთამაშის გამოცდილებას ერთი Dota 2 მატჩის სტატისტიკაზე დაყრდნობით. დეტალებისთვის გადადით ეს კავშირი.

წყარო: www.habr.com