AI, 학생 및 큰 상품: 8학년 기계 학습 방법

헤이 하브르!

청소년들이 해커톤에 참여하여 돈을 버는 특이한 방법에 대해 이야기하고 싶습니다. 이는 재정적으로 유익할 뿐만 아니라 학교에서 그리고 스마트 책을 읽음으로써 얻은 지식을 실천에 옮길 수 있게 해줍니다.

간단한 예로 지난해 학생을 대상으로 한 인공지능 아카데미 해커톤을 들 수 있습니다. 참가자들은 Dota 2 게임의 결과를 예측해야 했는데, 대회의 우승자는 Chelyabinsk의 100학년 Alexander Mamaev였습니다. 그의 알고리즘은 전투에서 승리하는 팀을 가장 정확하게 결정했습니다. 덕분에 Alexander는 XNUMX 루블이라는 상당한 상금을 받았습니다.

Alexander Mamaev가 상금을 사용하는 방법, 학생이 ML 작업에 부족한 지식, AI 분야에서 가장 흥미롭다고 생각하는 방향 등 학생은 인터뷰에서 말했습니다.

— 본인 소개를 들려주세요. 어떻게 AI에 관심을 가지게 됐나요? 주제 파악이 어려웠나요?
— 저는 17세입니다. 올해 학교를 졸업하고 최근에 첼랴빈스크에서 모스크바 근처의 돌고프루드니로 이사했습니다. 저는 Kapitsa Physics and Technology Lyceum에서 공부합니다. 이곳은 모스크바 지역 최고의 학교 중 하나입니다. 아파트를 빌릴 수도 있지만 학교 기숙 학교에 살고있어서 lyceum 사람들과 소통하는 것이 더 좋고 더 쉽습니다.

제가 AI와 ML에 대해 처음 접한 것은 아마도 Prisma가 등장했던 2016년이었을 것입니다. 그러다가 8학년 때 올림피아드 프로그래밍을 하고 있었고 몇몇 올림피아드에 참석했는데 도시에서 ML 모임이 있다는 것을 알게 되었습니다. 나는 그것을 알아내고 그것이 어떻게 작동하는지 이해하는 데 관심이 있었고 그곳으로 가기 시작했습니다. 그곳에서 처음으로 기본 사항을 배운 다음 인터넷에서 다양한 과정을 통해 공부하기 시작했습니다.

처음에는 콘스탄틴 보론초프(Konstantin Vorontsov)의 러시아어 강좌만 있었고 가르치는 방식도 엄격했습니다. 용어가 많았고 설명에도 공식이 많았습니다. XNUMX 학년에게는 매우 어려웠지만 지금은 처음에 그런 학교를 다녔기 때문에 실제로 실제 문제에서 용어가 어려움을주지 않습니다.

— AI를 사용하려면 수학을 얼마나 알아야 합니까? 학교 커리큘럼의 지식이 충분합니까?
— 여러 면에서 ML은 10~11학년의 학교 기본 개념, 기본 선형 대수 및 미분을 기반으로 합니다. 생산, 기술 문제에 대해 이야기하는 경우 여러면에서 수학이 필요하지 않으며 시행 착오를 통해 많은 문제가 해결됩니다. 그러나 연구에 관해 이야기하면 새로운 기술이 만들어지면 수학 없이는 어디에도 없습니다. 최소한 행렬을 적용하는 방법이나 상대적으로 말하면 도함수를 계산하는 방법을 알기 위해서는 기본 수준에서 수학이 필요합니다. 여기에는 수학에서 벗어날 수 없습니다.

— 자연스러운 분석적 사고방식을 가진 학생이라면 누구나 ML 문제를 해결할 수 있다고 생각하시나요?
- 예. 사람이 ML의 핵심이 무엇인지 알고 데이터가 어떻게 구성되어 있는지 알고 기본적인 트릭이나 해킹을 이해한다면 수학이 필요하지 않을 것입니다. 작업을 위한 많은 도구가 이미 다른 사람이 작성했기 때문입니다. 모든 것은 패턴을 찾는 데 달려 있습니다. 그러나 물론 모든 것은 작업에 따라 다릅니다.

— ML 문제와 사례를 해결하면서 가장 어려운 점은 무엇인가요?
— 각각의 새로운 작업은 새로운 것입니다. 문제가 이미 같은 형태로 존재했다면 굳이 해결할 필요는 없었을 것입니다. 보편적인 알고리즘은 없습니다. 문제 해결 기술을 훈련하고, 문제 해결 방법을 알려주고, 승리에 대한 이야기를 설명하는 사람들로 구성된 거대한 커뮤니티가 있습니다. 그들의 논리와 생각을 따라가는 것은 매우 흥미롭습니다.

— 가장 해결하고 싶은 사건과 문제는 무엇인가요?
— 저는 전산언어학을 전공하고 텍스트, 분류 문제, 챗봇 등에 관심이 있습니다.

— AI 해커톤에 자주 참여하시나요?
— 해커톤은 사실 올림피아드와는 다른 시스템입니다. 올림피아드에는 참가자가 추측해야 하는 알려진 답이 포함된 일련의 닫힌 문제가 있습니다. 하지만 닫힌 작업에는 능숙하지 않지만 열린 작업에서는 모두를 찢어 버리는 사람들이 있습니다. 따라서 다양한 방법으로 지식을 테스트할 수 있습니다. 공개 문제에서는 기술이 처음부터 만들어지고 제품이 빠르게 개발되며 주최자조차도 정답을 모르는 경우가 많습니다. 우리는 해커톤에 자주 참여하는데, 이를 통해 돈을 벌 수 있습니다. 이건 재미 있네.

- 이것으로 얼마를 벌 수 있나요? 상금은 어떻게 사용하시나요?
— 제 친구와 저는 VKontakte 해커톤에 참여하여 Hermitage에서 그림을 검색하는 애플리케이션을 만들었습니다. 일련의 이모티콘과 이모티콘이 전화기 화면에 표시되었고, 이 세트를 사용하여 사진을 찾아야 했고, 전화기가 사진을 가리키고, 신경망을 사용하여 인식되었으며, 답이 맞으면 점수가 부여되었습니다. 우리는 모바일 장치에서 그림을 인식할 수 있는 애플리케이션을 만들 수 있어서 기쁘고 흥미로웠습니다. 우리는 잠정적으로 500위를 차지했지만 법적 형식으로 인해 XNUMX만 루블의 상금을 놓쳤습니다. 부끄러운 일이지만 그게 중요한 것은 아닙니다.

또한 그는 Sberbank Data Science Journey 대회에 참가하여 5위를 차지하고 200루블을 얻었습니다. 첫 번째에는 백만 달러를 지불했고 두 번째에는 500만 달러를 지불했습니다. 상금은 다양하며 현재 증가하고 있습니다. 상위권에 있으면 100~500을 얻을 수 있습니다. 나는 교육을 위해 상금을 저축합니다. 이것은 미래에 대한 나의 공헌이며 일상 생활에서 쓰는 돈입니다.

— 개인 해커톤과 팀 해커톤 중 무엇이 더 흥미로운가요?
— 제품 개발을 한다면 팀이 되어야 하고, 한 사람이 할 수는 없습니다. 그는 단순히 피곤해지고 지원이 필요할 것입니다. 그러나 예를 들어 AI 아카데미 해커톤에 대해 이야기하고 있다면 작업이 제한되어 제품을 만들 필요가 없습니다. 관심은 다릅니다. 이 분야에서 발전하고 있는 다른 사람을 추월하는 것입니다.

— 앞으로 어떻게 발전할 계획인가요? 경력은 어떻게 보시나요?
— 이제 주요 목표는 진지한 과학 연구, 연구를 준비하여 세계 여러 나라에서 열리는 NeurIPS 또는 ICML(ML 컨퍼런스)과 같은 주요 컨퍼런스에 나타날 수 있도록 하는 것입니다. 경력에 대한 질문은 열려 있습니다. 지난 5년 동안 ML이 어떻게 발전했는지 살펴보세요. 빠르게 변화하고 있어 이제 다음에 무슨 일이 일어날지 예측하기 어렵습니다. 그리고 우리가 과학적 연구 외에 아이디어와 계획에 대해 이야기한다면 아마도 AI와 ML 분야의 스타트업인 내 자신의 프로젝트에 있는 나 자신을 보게 될 것입니다. 그러나 이것은 확실하지 않습니다.

— AI 기술의 한계는 무엇이라고 생각하시나요?
— 글쎄요, 일반적으로 AI를 일종의 지능을 가지고 데이터를 처리하는 것으로 이야기한다면 가까운 시일 내에 우리 주변 세계에 대한 일종의 인식이 될 것입니다. 예를 들어, 전산 언어학에서 신경망에 대해 이야기한다면 모델에 세계에 대한 맥락에 대한 이해를 제공하지 않고 언어와 같은 것을 로컬로 모델링하려고 시도하는 것입니다. 즉, 이것을 AI에 접목할 수 있다면 언어 모델을 알 뿐만 아니라 전망을 갖고 과학적 사실도 알 수 있는 대화 모델, 채팅봇을 만들 수 있을 것입니다. 그리고 이것이 제가 미래에 보고 싶은 것입니다.

그런데 현재 인공지능 아카데미에서는 새로운 해커톤에 참가할 학생을 모집하고 있습니다. 상금도 상당하며, 올해 과제는 더욱 흥미롭습니다. 한 번의 Dota 2 경기 통계를 기반으로 플레이어의 경험을 예측하는 알고리즘을 구축해야 합니다. 이 링크.

출처 : habr.com