AI, स्कूलका बच्चाहरू र ठूला पुरस्कारहरू: कसरी 8th कक्षामा मेसिन लर्निङ गर्ने

हे हाबर!

हामी ह्याकाथनमा भाग लिएर किशोरकिशोरीहरूको लागि पैसा कमाउने यस्तो असामान्य तरिकाको बारेमा कुरा गर्न चाहन्छौं। यो दुबै आर्थिक रूपमा लाभदायक छ र तपाईंलाई स्कूलमा र स्मार्ट पुस्तकहरू पढेर प्राप्त ज्ञानलाई व्यवहारमा राख्न अनुमति दिन्छ।

एउटा साधारण उदाहरण गत वर्षको आर्टिफिसियल इन्टेलिजेन्स एकेडेमी ह्याकाथन स्कूलका बच्चाहरूको लागि हो। यसका सहभागीहरूले डोटा 2 खेलको नतिजाको भविष्यवाणी गर्नुपरेको थियो। प्रतियोगिताको विजेता चेल्याबिन्स्कका दसौं कक्षाका अलेक्ज्याण्डर मामाभ थिए। उसको एल्गोरिदमले लडाईको विजेता टोलीलाई सही रूपमा निर्धारण गर्यो। यसका लागि धन्यवाद, अलेक्जेंडरले पर्याप्त पुरस्कार रकम प्राप्त गर्यो - 100 हजार रूबल।

अलेक्ज्याण्डर मामाभले पुरस्कारको रकम कसरी प्रयोग गरे, विद्यार्थीलाई एमएलसँग काम गर्न कुन ज्ञानको कमी छ, र एआईको क्षेत्रमा कुन दिशालाई उनी सबैभन्दा रोचक मान्छन् - विद्यार्थीले एक अन्तर्वार्तामा भने।

- आफ्नो बारेमा हामीलाई भन्नुहोस्, तपाईलाई AI मा कसरी रुचि भयो? बिषयमा जान गाह्रो भयो कि ?
— म १७ वर्षको भएँ, म यस वर्ष स्कूल समाप्त गर्दैछु, र म हालै चेल्याबिन्स्कबाट मस्को नजिकै रहेको डोल्गोप्रुड्नीमा सरेँ। म Kapitsa भौतिकी र टेक्नोलोजी Lyceum मा पढ्छु, यो मस्को क्षेत्र मा सबै भन्दा राम्रो स्कूलहरु मध्ये एक हो। म एउटा अपार्टमेन्ट भाडामा लिन सक्छु, तर म स्कूलको बोर्डिङ स्कूलमा बस्छु, लिसेमका मानिसहरूसँग कुराकानी गर्न अझ राम्रो र सजिलो छ।

पहिलो पटक मैले एआई र एमएलको बारेमा सुनेको थिएँ सायद २०१६ मा, जब प्रिज्मा देखा पर्‍यो। त्यसपछि म 2016 कक्षामा थिएँ र ओलम्पियाड प्रोग्रामिङ गर्दै थिएँ, केही ओलम्पियाडमा भाग लिएँ र हामीले शहरमा एमएल भेटघाटहरू गरिरहेको थाहा पाए। मलाई यो पत्ता लगाउन, यसले कसरी काम गर्छ भन्ने बुझ्नमा रुचि राख्यो र म त्यहाँ जान थालें। त्यहाँ मैले पहिलो पटक आधारभूत कुराहरू सिकें, त्यसपछि मैले विभिन्न पाठ्यक्रमहरूमा इन्टरनेटमा अध्ययन गर्न थाले।

सुरुमा, रूसी भाषामा कोन्स्टान्टिन वोरोन्ट्सोभबाट मात्र एक पाठ्यक्रम थियो, र यसलाई सिकाउने तरिका कडा थियो: यसमा धेरै सर्तहरू थिए, र वर्णनहरूमा धेरै सूत्रहरू थिए। आठौं-कक्षाका लागि यो धेरै गाह्रो थियो, तर अहिले, ठ्याक्कै किनभने म सुरुमा यस्तो विद्यालयमा गएको थिएँ, सर्तहरूले मलाई वास्तविक समस्याहरूमा व्यवहारमा कठिनाइहरू खडा गर्दैनन्।

- AI सँग काम गर्न तपाईलाई कति गणित जान्न आवश्यक छ? विद्यालयको पाठ्यक्रमबाट पर्याप्त ज्ञान छ?
— धेरै तरिकामा, ML कक्षा १०-११ मा विद्यालयको आधारभूत अवधारणा, आधारभूत रेखीय बीजगणित र भिन्नतामा आधारित छ। यदि हामी उत्पादनको बारेमा कुरा गर्दैछौं, प्राविधिक समस्याहरूको बारेमा, तब धेरै तरिकामा गणित आवश्यक पर्दैन; धेरै समस्याहरू केवल परीक्षण र त्रुटिद्वारा हल हुन्छन्। तर, अनुसन्धानको कुरा गर्ने हो भने, जब नयाँ प्रविधिहरू सृजना हुन्छन्, तब गणितविना कतै हुँदैन । गणितलाई आधारभूत तहमा आवश्यक छ, कम्तिमा म्याट्रिक्स कसरी लागू गर्ने वा तुलनात्मक रूपमा डेरिभेटिभहरू गणना गर्ने भनेर जान्नको लागि। यहाँ कुनै पलायन गणित छैन।

— तपाईंको विचारमा, प्राकृतिक-विश्लेषणात्मक मानसिकता भएका कुनै पनि विद्यार्थीले एमएल समस्याहरू समाधान गर्न सक्छन्?
- हो। यदि एक व्यक्तिलाई थाहा छ ML को मुटुमा के छ, यदि उसलाई थाहा छ कि डाटा कसरी संरचित छ र आधारभूत चाल वा ह्याकहरू बुझ्दछ भने, उसलाई गणितको आवश्यकता पर्दैन, किनकि कामका लागि धेरै उपकरणहरू पहिले नै अन्य व्यक्तिहरूले लेखेका छन्। यो सबै ढाँचाहरू खोज्न तल आउँछ। तर सबै कुरा, निस्सन्देह, कार्य मा निर्भर गर्दछ।

- एमएलका समस्या र मुद्दाहरू समाधान गर्न सबैभन्दा गाह्रो कुरा के हो?
- प्रत्येक नयाँ कार्य केहि नयाँ छ। यदि समस्या पहिले देखि नै एउटै रूप मा अवस्थित भएको भए, यो समाधान गर्न आवश्यक थिएन। त्यहाँ कुनै विश्वव्यापी एल्गोरिथ्म छैन। त्यहाँ मानिसहरूको ठूलो समुदाय छ जसले आफ्नो समस्या समाधान गर्ने सीपहरू तालिम दिन्छन्, उनीहरूले कसरी समस्याहरू समाधान गरे बताउँछन्, र उनीहरूको विजयका कथाहरू वर्णन गर्छन्। र तिनीहरूको तर्क, तिनीहरूका विचारहरू पछ्याउन यो धेरै रोचक छ।

- तपाईलाई कुन मुद्दा र समस्याहरू समाधान गर्न धेरै चासो छ?
— म कम्प्युटेसनल भाषाविज्ञानमा विशेषज्ञ छु, मलाई पाठ, वर्गीकरण कार्य, च्याटबट, आदिमा रुचि छ।

- के तपाई प्रायः एआई ह्याकाथनमा भाग लिनुहुन्छ?
- ह्याकाथनहरू, वास्तवमा, ओलम्पियाडहरूको एक फरक प्रणाली हो। ओलम्पियाडमा बन्द समस्याहरूको सेट छ, ज्ञात जवाफहरू जुन सहभागीले अनुमान गर्नुपर्छ। तर त्यहाँ मानिसहरू छन् जो बन्द कार्यहरूमा राम्रो छैनन्, तर खुला कार्यहरूमा सबैलाई च्यात्छन्। त्यसैले तपाईं विभिन्न तरिकामा आफ्नो ज्ञान परीक्षण गर्न सक्नुहुन्छ। खुला समस्याहरूमा, प्रविधिहरू कहिलेकाहीँ स्क्र्याचबाट सिर्जना गरिन्छ, उत्पादनहरू द्रुत रूपमा विकसित हुन्छन्, र आयोजकहरूलाई पनि प्रायः सही जवाफ थाहा हुँदैन। हामी प्राय: ह्याकाथनमा भाग लिन्छौं, र यस मार्फत हामी पैसा कमाउन सक्छौं। यो रोचक छ।

- तपाईं यसबाट कति कमाउन सक्नुहुन्छ? तपाइँ तपाइँको पुरस्कार राशि कसरी खर्च गर्नुहुन्छ?
— मेरो साथी र मैले VKontakte hackathon मा भाग लियौं, जहाँ हामीले हर्मिटेजमा चित्रहरू खोज्नको लागि आवेदन दियौं। फोनको स्क्रिनमा इमोजिस र इमोटिकन्सको सेट देखाइएको थियो, यो सेट प्रयोग गरेर तस्विर फेला पार्न आवश्यक थियो, फोन तस्विरमा देखाइएको थियो, यसलाई न्यूरल नेटवर्कहरू प्रयोग गरेर पहिचान गरिएको थियो र, यदि जवाफ सही थियो भने, अंकहरू प्रदान गरियो। हामी खुसी र चासो राख्यौं कि हामीले एउटा एप्लिकेसन सिर्जना गर्न सक्षम भयौं जसले हामीलाई मोबाइल उपकरणमा चित्रकला पहिचान गर्न अनुमति दियो। हामी अस्थायी रूपमा पहिलो स्थानमा थियौं, तर कानुनी औपचारिकताका कारण हामीले 500 हजार रूबलको पुरस्कार गुमायौं। यो शर्मको कुरा हो, तर त्यो मुख्य कुरा होइन।

थप रूपमा, उनले Sberbank डाटा विज्ञान यात्रा प्रतियोगितामा भाग लिए, जहाँ उनले 5 औं स्थान लिए र 200 हजार रूबल कमाए। पहिलोको लागि तिनीहरूले एक मिलियन तिर्नुभयो, दोस्रो 500 हजारको लागि। पुरस्कार कोषहरू भिन्न हुन्छन्, र अहिले बढ्दै छन्। शीर्षमा रहँदा सयदेखि ५ लाखसम्म पाउन सकिन्छ । मैले पुरस्कारको पैसा शिक्षाको लागि बचत गरेको छु, यो मेरो भविष्यको लागि योगदान हो, मैले दैनिक जीवनमा खर्च गरेको पैसा म आफैं कमाउँछु।

- थप रोचक के छ - व्यक्तिगत वा टोली ह्याकाथन?
- यदि हामी उत्पादन विकासको बारेमा कुरा गर्दैछौं भने, यो एक टोली हुनुपर्छ; एक व्यक्तिले यो गर्न सक्दैन। ऊ थकित हुनेछ र समर्थन चाहिन्छ। तर यदि हामी कुरा गर्दैछौं, उदाहरणका लागि, एआई एकेडेमी ह्याकाथनको बारेमा, त्यहाँ कार्य सीमित छ, त्यहाँ उत्पादन सिर्जना गर्न आवश्यक छैन। त्यहाँ चासो फरक छ - अर्को व्यक्ति जो यस क्षेत्रमा पनि विकास गर्दैछ ओभरटेक गर्न।

– कसरी अगाडि बढ्ने योजना छ ? आफ्नो करियरलाई कसरी हेर्नुहुन्छ ?
- अब मुख्य लक्ष्य भनेको तपाईको गम्भीर वैज्ञानिक कार्य, अनुसन्धानलाई तयार गर्नु हो, ताकि यो विश्वका विभिन्न देशहरूमा हुने NeurIPS वा ICML - ML सम्मेलनहरू जस्ता प्रमुख सम्मेलनहरूमा देखा पर्नेछ। करियरको प्रश्न खुला छ, विगत ५ वर्षमा एमएलले कसरी विकास गरेको छ हेर्नुहोस्। यो द्रुत गतिमा परिवर्तन हुँदैछ, अब के हुन्छ भविष्यवाणी गर्न गाह्रो छ। र यदि हामी वैज्ञानिक कार्य बाहेक विचार र योजनाहरूको बारेमा कुरा गर्छौं, तब सायद म आफैंलाई मेरो आफ्नै प्रोजेक्टमा, एआई र एमएलको क्षेत्रमा स्टार्टअप देख्छु, तर यो निश्चित छैन।

- तपाईको विचारमा, एआई प्रविधिका सीमितताहरू के हुन्?
- ठीक छ, सामान्यतया, यदि हामीले एआईलाई एक चीजको रूपमा कुरा गर्छौं जसमा एक प्रकारको बुद्धिमत्ता छ, डाटा प्रक्रिया गर्दछ, त्यसपछि, निकट भविष्यमा, यो हाम्रो वरपरको संसारको बारेमा एक प्रकारको जागरूकता हुनेछ। यदि हामी कम्प्युटेसनल भाषाविज्ञानमा तंत्रिका नेटवर्कहरूको बारेमा कुरा गर्छौं, उदाहरणका लागि, हामी स्थानीय रूपमा केहि मोडेल गर्ने प्रयास गरिरहेका छौं, उदाहरणका लागि, भाषा, मोडेललाई हाम्रो संसारको सन्दर्भको बुझाइ नदिई। अर्थात्, यदि हामीले यसलाई AI मा समावेश गर्न सक्षम छौं भने, हामी संवाद मोडेलहरू, च्याट बटहरू सिर्जना गर्न सक्षम हुनेछौं जसले भाषा मोडेलहरू मात्र थाहा पाउनेछैन, तर दृष्टिकोण र वैज्ञानिक तथ्यहरू पनि जान्नेछ। र यो म भविष्यमा हेर्न चाहन्छु।

वैसे, एकेडेमी अफ आर्टिफिसियल इन्टेलिजेन्सले हाल नयाँ ह्याकाथनका लागि स्कूलका बच्चाहरूलाई भर्ती गरिरहेको छ। पुरस्कार राशि पनि पर्याप्त छ, र यस वर्षको कार्य अझ रोचक छ - तपाईंले एक एल्गोरिदम निर्माण गर्न आवश्यक छ जसले एक Dota 2 खेलको तथ्याङ्कको आधारमा खेलाडीको अनुभवको भविष्यवाणी गर्दछ। विवरणहरूको लागि, जानुहोस् यो लिङ्क.

स्रोत: www.habr.com