Hé Habr!
We willen het graag hebben over zo'n ongebruikelijke manier om geld te verdienen voor tieners als deelname aan hackathons. Dit is zowel financieel voordelig als het stelt je in staat de kennis die je op school hebt opgedaan en door het lezen van slimme boeken in de praktijk te brengen.
Een eenvoudig voorbeeld is de hackathon van de Artificial Intelligence Academy van vorig jaar voor schoolkinderen. De deelnemers moesten de uitkomst voorspellen van het spel Dota 2. De winnaar van de competitie was Alexander Mamaev, een tiende klasser uit Tsjeljabinsk. Zijn algoritme bepaalde het winnende team van het gevecht het meest nauwkeurig. Dankzij dit ontving Alexander een aanzienlijk prijzengeld: 100 duizend roebel.
Hoe Alexander Mamaev het prijzengeld gebruikte, welke kennis de student mist om met ML te werken, en welke richting op het gebied van AI hij het meest interessant vindt - vertelt de student in een interview.
— Vertel ons iets over jezelf: hoe raakte je geïnteresseerd in AI? Was het moeilijk om in het onderwerp te komen?
— Ik ben 17 jaar oud, ik rond dit jaar mijn school af en ben onlangs verhuisd van Tsjeljabinsk naar Dolgoprudny, vlakbij Moskou. Ik studeer aan het Kapitsa Physics and Technology Lyceum, dit is een van de beste scholen in de regio Moskou. Ik zou een appartement kunnen huren, maar ik woon in een internaat op de school, het is beter en gemakkelijker om te communiceren met mensen van het lyceum.
De eerste keer dat ik over AI en ML hoorde was waarschijnlijk in 2016, toen Prisma verscheen. Toen zat ik in groep 8 en deed olympiadeprogrammering, woonde enkele olympiades bij en ontdekte dat we ML-bijeenkomsten in de stad hadden. Ik was geïnteresseerd om het uit te zoeken, te begrijpen hoe het werkt, en ik begon daarheen te gaan. Daar leerde ik voor het eerst de basis, daarna begon ik het in verschillende cursussen op internet te bestuderen.
Aanvankelijk was er alleen een cursus van Konstantin Vorontsov in het Russisch, en de manier van lesgeven was streng: het bevatte veel termen en er waren veel formules in de beschrijvingen. Voor een achtsteklasser was dit erg moeilijk, maar nu, juist omdat ik in het begin zo'n school heb doorlopen, leveren de termen voor mij in de praktijk geen problemen op bij echte problemen.
— Hoeveel wiskunde moet je kennen om met AI te werken? Is er voldoende kennis uit het schoolcurriculum?
— In veel opzichten is ML gebaseerd op de basisconcepten van school in groep 10-11, elementaire lineaire algebra en differentiatie. Als we het hebben over productie, over technische problemen, dan is wiskunde in veel opzichten niet nodig; veel problemen worden eenvoudigweg met vallen en opstaan opgelost. Maar als we het hebben over onderzoek, wanneer er nieuwe technologieën worden gecreëerd, dan is er nergens zonder wiskunde. Wiskunde is op een basisniveau nodig, tenminste om te weten hoe je een matrix moet toepassen of, relatief gesproken, afgeleiden kunt berekenen. Er is hier geen ontkomen aan wiskunde.
— Kan volgens jou elke student met een natuurlijk-analytische mentaliteit ML-problemen oplossen?
- Ja. Als iemand weet wat de kern van ML is, als hij weet hoe gegevens zijn gestructureerd en basistrucs of hacks begrijpt, heeft hij geen wiskunde nodig, omdat veel van de tools voor dit werk al door andere mensen zijn geschreven. Het komt allemaal neer op het vinden van patronen. Maar alles hangt natuurlijk af van de taak.
— Wat is het moeilijkste bij het oplossen van ML-problemen en -gevallen?
— Elke nieuwe taak is iets nieuws. Als het probleem al in dezelfde vorm bestond, hoefde het niet opgelost te worden. Er bestaat geen universeel algoritme. Er is een enorme gemeenschap van mensen die hun probleemoplossende vaardigheden trainen, vertellen hoe ze problemen hebben opgelost en verhalen over hun overwinningen beschrijven. En het is heel interessant om hun logica, hun ideeën te volgen.
— In welke gevallen en problemen bent u het meest geïnteresseerd?
— Ik ben gespecialiseerd in computationele taalkunde, ik ben geïnteresseerd in teksten, classificatietaken, chatbots, enz.
— Neem je vaak deel aan AI-hackathons?
— Hackathons zijn in feite een ander systeem van Olympiades. De Olympiade heeft een reeks gesloten problemen, met bekende antwoorden die de deelnemer moet raden. Maar er zijn mensen die niet goed zijn in gesloten taken, maar iedereen uit elkaar halen bij open taken. Je kunt je kennis dus op verschillende manieren testen. Bij open problemen worden technologieën soms helemaal opnieuw ontwikkeld, worden producten snel ontwikkeld en weten zelfs de organisatoren vaak niet het juiste antwoord. We doen vaak mee aan hackathons en hiermee kunnen we geld verdienen. Dit is interessant.
- Hoeveel kun je hieraan verdienen? Hoe besteed jij je prijzengeld?
— Mijn vriend en ik namen deel aan de VKontakte hackathon, waar we een applicatie maakten om naar schilderijen in de Hermitage te zoeken. Op het telefoonscherm werd een reeks emoji's en emoticons weergegeven, met behulp van deze set moest een afbeelding worden gevonden, de telefoon werd op de afbeelding gericht, deze werd herkend met behulp van neurale netwerken en als het antwoord juist was, werden er punten toegekend. We waren blij en geïnteresseerd dat we een applicatie konden maken waarmee we een schilderij op een mobiel apparaat konden herkennen. We stonden voorlopig op de eerste plaats, maar door een juridische formaliteit liepen we de prijs van 500 duizend roebel mis. Het is jammer, maar dat is niet het belangrijkste.
Daarnaast nam hij deel aan de Sberbank Data Science Journey-wedstrijd, waar hij de 5e plaats behaalde en 200 duizend roebel verdiende. Voor de eerste betaalden ze een miljoen, voor de tweede 500 duizend. De prijzengelden variëren en nemen nu toe. Als je in de top staat, kun je 100 tot 500 duizend krijgen. Het prijzengeld spaar ik voor het onderwijs, dit is mijn bijdrage aan de toekomst, het geld dat ik in het dagelijks leven uitgeef, verdien ik zelf.
— Wat is interessanter: individuele hackathons of teamhackathons?
— Als we het hebben over het ontwikkelen van een product, dan moet het een team zijn; één persoon kan het niet doen. Hij wordt gewoon moe en heeft ondersteuning nodig. Maar als we het bijvoorbeeld hebben over de hackathon van de AI Academy, dan is de taak daar beperkt, het is niet nodig om een product te maken. De interesse daar is anders: om iemand anders in te halen die zich ook op dit gebied ontwikkelt.
– Hoe wil je je verder ontwikkelen? Hoe zie jij jouw carrière?
— Het belangrijkste doel is nu om je serieuze wetenschappelijke werk, onderzoek, voor te bereiden, zodat het verschijnt op toonaangevende conferenties zoals NeurIPS of ICML - ML-conferenties die plaatsvinden in verschillende landen van de wereld. De carrièrevraag staat open, kijk hoe ML zich de afgelopen 5 jaar heeft ontwikkeld. Het verandert snel, nu is het moeilijk te voorspellen wat er daarna zal gebeuren. En als we het naast wetenschappelijk werk over ideeën en plannen hebben, dan zie ik mezelf misschien wel in een soort van mijn eigen project, een startup op het gebied van AI en ML, maar zeker is dat niet.
— Wat zijn volgens jou de beperkingen van AI-technologie?
– Als we het in het algemeen over AI hebben als iets dat een bepaalde vorm van intelligentie heeft en gegevens verwerkt, dan zal het in de nabije toekomst een vorm van bewustzijn van de wereld om ons heen zijn. Als we het bijvoorbeeld hebben over neurale netwerken in de computationele taalkunde, proberen we lokaal iets te modelleren, bijvoorbeeld taal, zonder het model inzicht te geven in de context van onze wereld. Dat wil zeggen, als we dit in AI kunnen integreren, zullen we dialoogmodellen kunnen creëren, chatbots die niet alleen taalmodellen kennen, maar ook een visie hebben en wetenschappelijke feiten kennen. En dit is wat ik graag zou willen zien in de toekomst.
Overigens werft de Academie voor Kunstmatige Intelligentie momenteel schoolkinderen voor een nieuwe hackathon. Het prijzengeld is ook substantieel, en de taak van dit jaar is nog interessanter: je zult een algoritme moeten bouwen dat de ervaring van een speler voorspelt op basis van de statistieken van één Dota 2-wedstrijd. .
Bron: www.habr.com