AI, pelajar sekolah dan hadiah besar: cara melakukan pembelajaran mesin dalam gred 8

Hai Habr!

Kami ingin bercakap tentang cara yang luar biasa untuk mendapatkan wang untuk remaja seperti menyertai hackathon. Ini memberi manfaat dari segi kewangan dan membolehkan anda mempraktikkan pengetahuan yang diperoleh di sekolah dan melalui membaca buku pintar.

Contoh mudah ialah hackathon Akademi Kecerdasan Buatan tahun lepas untuk pelajar sekolah. Para pesertanya terpaksa meramalkan keputusan permainan Dota 2. Pemenang pertandingan itu ialah Alexander Mamaev, seorang pelajar kelas sepuluh dari Chelyabinsk. Algoritma beliau paling tepat menentukan pasukan yang menang dalam pertarungan. Terima kasih kepada ini, Alexander menerima hadiah wang yang besar - 100 ribu rubel.

Bagaimana Alexander Mamaev menggunakan wang hadiah, pengetahuan apa yang pelajar kurang untuk bekerja dengan ML, dan arah mana dalam bidang AI yang dia anggap paling menarik - pelajar itu memberitahu dalam temu bual.

— Beritahu kami tentang diri anda, bagaimana anda berminat dengan AI? Adakah sukar untuk masuk ke topik?
— Saya berumur 17 tahun, saya menamatkan sekolah tahun ini, dan baru-baru ini saya berpindah dari Chelyabinsk ke Dolgoprudny, yang terletak berhampiran Moscow. Saya belajar di Lyceum Fizik dan Teknologi Kapitsa, ini adalah salah satu sekolah terbaik di rantau Moscow. Saya boleh menyewa sebuah apartmen, tetapi saya tinggal di sekolah berasrama penuh di sekolah itu, lebih baik dan lebih mudah untuk berkomunikasi dengan orang dari lyceum.

Kali pertama saya mendengar tentang AI dan ML mungkin pada tahun 2016, apabila Prisma muncul. Kemudian saya berada di gred 8 dan sedang membuat pengaturcaraan olympiad, menghadiri beberapa olimpik dan mendapati bahawa kami mengadakan pertemuan ML di bandar. Saya berminat untuk memikirkannya, memahami cara ia berfungsi, dan saya mula pergi ke sana. Di sana saya belajar asas untuk kali pertama, kemudian saya mula mempelajarinya di Internet, dalam pelbagai kursus.

Pada mulanya, hanya terdapat kursus dari Konstantin Vorontsov dalam bahasa Rusia, dan cara mengajarnya adalah ketat: ia mengandungi banyak istilah, dan terdapat banyak formula dalam huraian. Bagi pelajar tingkatan lapan ini adalah sangat sukar, tetapi sekarang, tepat kerana saya melalui sekolah sedemikian pada mulanya, istilah itu tidak menimbulkan kesukaran kepada saya dalam amalan dalam masalah sebenar.

— Berapa banyak matematik yang anda perlu tahu untuk bekerja dengan AI? Adakah cukup pengetahuan daripada kurikulum sekolah?
— Dalam banyak cara, ML adalah berdasarkan konsep asas sekolah dalam gred 10-11, algebra linear asas dan pembezaan. Jika kita bercakap tentang pengeluaran, tentang masalah teknikal, maka dalam banyak cara matematik tidak diperlukan; banyak masalah diselesaikan hanya dengan percubaan dan kesilapan. Tetapi jika kita bercakap tentang penyelidikan, apabila teknologi baru dicipta, maka tidak ada tempat tanpa matematik. Matematik diperlukan pada tahap asas, sekurang-kurangnya untuk mengetahui cara menggunakan matriks atau, secara relatifnya, mengira derivatif. Tidak ada matematik yang melarikan diri di sini.

— Pada pendapat anda, bolehkah mana-mana pelajar yang mempunyai pemikiran analisis semula jadi menyelesaikan masalah ML?
- Ya. Jika seseorang tahu apa yang ada di tengah-tengah ML, jika dia tahu bagaimana data disusun dan memahami helah asas atau penggodaman, dia tidak memerlukan matematik, kerana banyak alatan untuk tugas itu telah ditulis oleh orang lain. Semuanya datang untuk mencari corak. Tetapi semuanya, tentu saja, bergantung pada tugas.

— Apakah perkara yang paling sukar dalam menyelesaikan masalah dan kes ML?
— Setiap tugas baharu adalah sesuatu yang baharu. Sekiranya masalah itu telah wujud dalam bentuk yang sama, ia tidak perlu diselesaikan. Tiada algoritma universal. Terdapat sekumpulan besar orang yang melatih kemahiran menyelesaikan masalah mereka, menceritakan cara mereka menyelesaikan masalah, dan menerangkan kisah kemenangan mereka. Dan sangat menarik untuk mengikuti logik mereka, idea mereka.

— Apakah kes dan masalah yang paling anda minati untuk diselesaikan?
— Saya pakar dalam linguistik pengiraan, saya berminat dengan teks, tugas klasifikasi, chatbots, dsb.

— Adakah anda sering menyertai hackathon AI?
— Hackathon, sebenarnya, sistem Olimpik yang berbeza. Olympiad mempunyai satu set masalah tertutup, dengan jawapan yang diketahui bahawa peserta mesti meneka. Tetapi ada orang yang tidak pandai dalam tugas tertutup, tetapi memecah semua orang pada tugas terbuka. Jadi anda boleh menguji pengetahuan anda dengan cara yang berbeza. Dalam masalah terbuka, teknologi kadang-kadang dicipta dari awal, produk dibangunkan dengan cepat, malah penganjur sering tidak tahu jawapan yang betul. Kami sering menyertai hackathon, dan melalui ini kami boleh mendapatkan wang. Ini menarik.

- Berapa banyak yang anda boleh perolehi daripada ini? Bagaimana anda membelanjakan wang hadiah anda?
— Rakan saya dan saya mengambil bahagian dalam hackathon VKontakte, di mana kami membuat permohonan untuk mencari lukisan di Hermitage. Satu set emoji dan emotikon dipaparkan pada skrin telefon, adalah perlu untuk mencari gambar menggunakan set ini, telefon dihalakan pada gambar, ia dikenali menggunakan rangkaian saraf dan, jika jawapannya betul, mata diberikan. Kami gembira dan berminat kerana kami dapat mencipta aplikasi yang membolehkan kami mengenali lukisan pada peranti mudah alih. Kami secara tentatif berada di tempat pertama, tetapi disebabkan formaliti undang-undang kami terlepas hadiah 500 ribu rubel. Memang memalukan, tetapi itu bukan perkara utama.

Di samping itu, dia mengambil bahagian dalam pertandingan Sberbank Data Science Journey, di mana dia mengambil tempat ke-5 dan memperoleh 200 ribu rubel. Untuk yang pertama mereka membayar satu juta, untuk yang kedua 500 ribu. Dana hadiah berbeza-beza, dan kini meningkat. Berada di atas, anda boleh mendapat 100 hingga 500 ribu. Saya menyimpan wang hadiah untuk pendidikan, ini adalah sumbangan saya untuk masa depan, wang yang saya belanjakan dalam kehidupan seharian, saya peroleh sendiri.

— Apa yang lebih menarik – hackathon individu atau pasukan?
— Jika kita bercakap tentang membangunkan produk, maka ia mestilah satu pasukan; satu orang tidak boleh melakukannya. Dia hanya akan letih dan memerlukan sokongan. Tetapi jika kita bercakap, sebagai contoh, mengenai hackathon Akademi AI, maka tugas di sana adalah terhad, tidak perlu mencipta produk. Minat di sana berbeza - untuk memintas orang lain yang turut membangun di kawasan ini.

— Bagaimanakah anda merancang untuk mengembangkan lagi? Bagaimana anda melihat kerjaya anda?
— Kini matlamat utama adalah untuk menyediakan kerja saintifik anda yang serius, penyelidikan, supaya ia muncul di persidangan terkemuka seperti persidangan NeurIPS atau ICML - ML yang berlangsung di negara yang berbeza di dunia. Soalan kerjaya terbuka, lihat bagaimana ML telah berkembang sejak 5 tahun yang lalu. Ia berubah dengan pantas, kini sukar untuk meramalkan apa yang akan berlaku seterusnya. Dan jika kita bercakap tentang idea dan rancangan selain kerja saintifik, maka mungkin saya akan melihat diri saya dalam beberapa jenis projek saya sendiri, sebuah permulaan dalam bidang AI dan ML, tetapi ini tidak pasti.

— Pada pendapat anda, apakah batasan teknologi AI?
— Nah, secara umum, jika kita bercakap tentang AI sebagai sesuatu yang mempunyai beberapa jenis kecerdasan, memproses data, maka, dalam masa terdekat, ia akan menjadi semacam kesedaran tentang dunia di sekeliling kita. Jika kita bercakap tentang rangkaian saraf dalam linguistik pengiraan, sebagai contoh, kita cuba memodelkan sesuatu secara tempatan, contohnya, bahasa, tanpa memberikan model pemahaman tentang konteks tentang dunia kita. Maksudnya, jika kita dapat memasukkan ini ke dalam AI, kita akan dapat mencipta model dialog, bot sembang yang bukan sahaja mengetahui model bahasa, tetapi juga akan mempunyai pandangan dan mengetahui fakta saintifik. Dan inilah yang saya ingin lihat pada masa hadapan.

Ngomong-ngomong, Akademi Kepintaran Buatan sedang merekrut pelajar sekolah untuk hackathon baharu. Hadiah wang juga besar, dan tugas tahun ini lebih menarik - anda perlu membina algoritma yang meramalkan pengalaman pemain berdasarkan statistik satu perlawanan Dota 2. Untuk butiran, pergi ke pautan ini.

Sumber: www.habr.com