Sveiki, Habr!
Norėtume pakalbėti apie tokį neįprastą paauglių uždarbio būdą kaip dalyvavimas hakatonuose. Tai naudinga ir finansiškai, ir leidžia praktiškai pritaikyti mokykloje ir skaitant išmaniąsias knygas įgytas žinias.
Paprastas pavyzdys – praėjusių metų Dirbtinio intelekto akademijos hakatonas moksleiviams. Jo dalyviai turėjo nuspėti žaidimo Dota 2 baigtį. Konkursą laimėjo dešimtokas Aleksandras Mamajevas iš Čeliabinsko. Jo algoritmas tiksliausiai lėmė laimėjusią kovos komandą. Dėl to Aleksandras gavo nemažą piniginį prizą - 100 tūkstančių rublių.
Kaip Aleksandras Mamajevas panaudojo piniginį prizą, kokių žinių studentui trūksta darbui su ML ir kokią kryptį dirbtinio intelekto srityje jis laiko įdomiausia – interviu pasakojo studentas.
— Papasakokite apie save, kaip susidomėjote dirbtiniu intelektu? Ar buvo sunku įsigilinti į temą?
— Man 17 metų, šiais metais baigiu mokyklą ir neseniai iš Čeliabinsko persikėliau į Dolgoprudny, esantį netoli Maskvos. Aš mokausi Kapitsos fizikos ir technologijų licėjuje, tai viena geriausių mokyklų Maskvos regione. Galėčiau išsinuomoti butą, bet gyvenu mokyklos internate, geriau ir lengviau bendrauti su žmonėmis iš licėjaus.
Pirmą kartą apie AI ir ML išgirdau turbūt 2016 m., kai pasirodė Prisma. Tada aš mokiausi 8 klasėje ir programavau olimpiadą, lankiau keletą olimpiadų ir sužinojau, kad mes rengiame ML susitikimus mieste. Man buvo įdomu tai išsiaiškinti, suprasti, kaip tai veikia, ir pradėjau ten eiti. Ten pirmą kartą išmokau pagrindus, paskui pradėjau mokytis internete, įvairiuose kursuose.
Iš pradžių buvo tik Konstantino Voroncovo kursas rusų kalba, o jo dėstymo būdas buvo griežtas: daug terminų, aprašymuose daug formulių. Aštuntokei tai buvo labai sunku, bet dabar dėl to, kad iš pradžių mokiausi tokioje mokykloje, terminai man praktiškai nekelia sunkumų realiose problemose.
— Kiek matematikos reikia žinoti norint dirbti su AI? Ar pakanka žinių iš mokyklos mokymo programos?
— Daugeliu atžvilgių ML remiasi pagrindinėmis 10–11 klasių mokyklos sąvokomis, pagrindine tiesine algebra ir diferenciacija. Jei kalbame apie gamybą, apie technines problemas, tai daugeliu atžvilgių matematika nereikalinga, daugelis problemų išsprendžiamos tiesiog bandymų ir klaidų būdu. Bet jei kalbėtume apie tyrimus, kai kuriamos naujos technologijos, tai niekur be matematikos. Matematika reikalinga pradiniame lygmenyje, bent jau norint mokėti taikyti matricą arba, palyginti, skaičiuoti išvestines. Čia nepabėgsi nuo matematikos.
— Ar, jūsų nuomone, bet kuris natūraliai-analitiškai mąstantis studentas gali išspręsti ML problemas?
– Taip. Jei žmogus žino, kas slypi ML šerdyje, jei žino, kaip struktūruojami duomenys, ir supranta pagrindinius triukus ar įsilaužimus, matematikos jam nereikės, nes daugelį darbo įrankių jau yra parašę kiti žmonės. Viskas priklauso nuo modelių paieškos. Bet viskas, žinoma, priklauso nuo užduoties.
— Kas sunkiausia sprendžiant ML problemas ir atvejus?
– Kiekviena nauja užduotis yra kažkas naujo. Jei problema jau egzistavo tokia pačia forma, jos spręsti nereikėtų. Universalaus algoritmo nėra. Yra didžiulė bendruomenė žmonių, kurie lavina savo problemų sprendimo įgūdžius, pasakoja, kaip išsprendė problemas, aprašo savo pergalių istorijas. Ir labai įdomu sekti jų logiką, idėjas.
– Kokius atvejus ir problemas labiausiai domina spręsti?
— Specializuojuosi kompiuterinėje lingvistikoje, domiuosi tekstais, klasifikavimo užduotimis, pokalbių robotais ir kt.
– Ar dažnai dalyvaujate AI hakatonuose?
— Hakatonai iš tikrųjų yra kitokia olimpiadų sistema. Olimpiadoje yra uždarų uždavinių rinkinys su žinomais atsakymais, kuriuos dalyvis turi atspėti. Tačiau yra žmonių, kuriems uždaros užduotys nesiseka, bet atvirose – visus drasko. Taigi galite pasitikrinti savo žinias įvairiais būdais. Atvirose problemose technologijos kartais sukuriamos nuo nulio, produktai greitai kuriami, o teisingo atsakymo dažnai nežino net organizatoriai. Dažnai dalyvaujame hakatonuose ir per tai galime užsidirbti pinigų. Tai įdomu.
– Kiek iš to galima uždirbti? Kaip išleidžiate savo prizinius pinigus?
— Su draugu dalyvavome hakatone „VKontakte“, kur pateikėme paraišką ieškoti paveikslų Ermitaže. Telefono ekrane buvo rodomas jaustukų ir jaustukų rinkinys, naudojant šį rinkinį reikėjo rasti paveikslėlį, telefonas buvo nukreiptas į paveikslėlį, atpažintas naudojant neuroninius tinklus ir, jei atsakymas buvo teisingas, skiriami taškai. Džiaugėmės ir susidomėjome, kad pavyko sukurti aplikaciją, kuri leido atpažinti paveikslą mobiliajame įrenginyje. Preliminariai buvome pirmoje vietoje, bet dėl teisinio formalumo netekome 500 tūkstančių rublių prizo. Gaila, bet ne tai svarbiausia.
Be to, jis dalyvavo konkurse „Sberbank Data Science Journey“, kur užėmė 5 vietą ir uždirbo 200 tūkst. Už pirmą sumokėjo milijoną, už antrą 500 tūkst. Prizų fondai skiriasi ir dabar didėja. Būdamas viršuje gali gauti nuo 100 iki 500 tūkst. Pinigų prizą taupau mokslui, tai mano indėlis į ateitį, pinigus, kuriuos išleidžiu kasdieniame gyvenime, užsidirbu pats.
— Kas įdomiau – individualūs ar komandiniai hakatonai?
— Jei kalbame apie produkto kūrimą, tai turi būti komanda, vienas žmogus negali to padaryti. Jis tiesiog pavargs ir jam reikės paramos. Bet jei mes kalbame, pavyzdžiui, apie AI Academy hakatoną, tada užduotis ten yra ribota, nereikia kurti produkto. Ten interesas kitoks – aplenkti kitą žmogų, kuris taip pat vystosi šioje srityje.
– Kaip planuojate toliau tobulėti? Kaip matote savo karjerą?
— Dabar pagrindinis tikslas – paruošti savo rimtą mokslinį darbą, tyrimus, kad jie pasirodytų tokiose lyderiaujančiose konferencijose kaip NeurIPS ar ICML – ML konferencijose, kurios vyksta įvairiose pasaulio šalyse. Karjeros klausimas atviras, pažiūrėkite, kaip ML vystėsi per pastaruosius 5 metus. Ji sparčiai keičiasi, dabar sunku prognozuoti, kas bus toliau. Ir jei kalbėtume apie idėjas ir planus, be mokslinio darbo, galbūt aš matyčiau save kokiame nors savo projekte, startuolyje AI ir ML srityje, bet tai nėra tikras.
— Kokie, jūsų nuomone, yra AI technologijos apribojimai?
— Na, apskritai, jei kalbėsime apie AI kaip apie dalyką, kuris turi tam tikrą intelektą, apdoroja duomenis, tai artimiausiu metu tai bus kažkoks mus supančio pasaulio suvokimas. Pavyzdžiui, jei kalbame apie neuroninius tinklus kompiuterinėje lingvistikoje, mes bandome lokaliai modeliuoti kažką, pavyzdžiui, kalbą, nesuteikdami modeliui supratimo apie mūsų pasaulio kontekstą. Tai yra, jei sugebėsime tai įtraukti į AI, galėsime kurti dialogo modelius, pokalbių robotus, kurie ne tik žinos kalbos modelius, bet ir turės perspektyvą bei žinos mokslinius faktus. Ir tai aš norėčiau matyti ateityje.
Beje, Dirbtinio intelekto akademija šiuo metu renka moksleivius naujam hakatonui. Prizinis fondas taip pat nemažas, o šių metų užduotis dar įdomesnė – reikės sukurti algoritmą, kuris pagal vienų Dota 2 rungtynių statistiką numatytų žaidėjo patirtį. Daugiau informacijos rasite adresu .
Šaltinis: www.habr.com