Pozdravljeni, Habr!
Radi bi govorili o tako nenavadnem načinu zaslužka za najstnike, kot je sodelovanje v hackathonih. To je finančno ugodno in vam omogoča, da znanje, pridobljeno v šoli in z branjem pametnih knjig, uporabite v praksi.
Preprost primer je lanskoletni hackathon Akademije umetne inteligence za šolarje. Njegovi udeleženci so morali napovedati izid igre Dota 2. Zmagovalec tekmovanja je bil Aleksander Mamajev, desetošolec iz Čeljabinska. Njegov algoritem je najbolj natančno določil zmagovalno ekipo boja. Zahvaljujoč temu je Aleksander prejel precejšnjo denarno nagrado - 100 tisoč rubljev.
Kako je Alexander Mamaev porabil denarno nagrado, kakšno znanje študentu manjka za delo z ML in katera smer na področju AI se mu zdi najbolj zanimiva - je študent povedal v intervjuju.
— Povejte nam o sebi, kako ste se začeli zanimati za AI? Je bilo težko vstopiti v temo?
— Star sem 17 let, letos končujem šolanje in pred kratkim sem se preselil iz Čeljabinska v Dolgoprudni, ki je blizu Moskve. Študiram na fizikalno-tehnološkem liceju Kapitsa, to je ena najboljših šol v moskovski regiji. Lahko bi najel stanovanje, vendar živim v internatu v šoli, bolje in lažje je komunicirati z ljudmi iz liceja.
Prvič sem za AI in ML slišal verjetno leta 2016, ko se je pojavila Prisma. Potem sem bil v 8. razredu in sem se ukvarjal z olimpijado programiranja, udeležil sem se nekaj olimpijad in ugotovil, da imamo v mestu srečanja ML. Zanimalo me je to ugotoviti, razumeti, kako deluje, in začel sem hoditi tja. Tam sem se prvič naučil osnov, nato sem se začel učiti na internetu, na različnih tečajih.
Sprva je bil samo tečaj Konstantina Vorontsova v ruščini, način poučevanja pa je bil strog: vseboval je veliko izrazov in v opisih je bilo veliko formul. Za osmošolca je bilo to zelo težko, sedaj pa mi, ravno zato, ker sem šel na začetku tako šolo, termini v praksi pri realnih problemih ne predstavljajo težav.
— Koliko matematike morate znati za delo z AI? Je dovolj znanja iz šolskega kurikuluma?
— V mnogih pogledih ML temelji na osnovnih konceptih šole v 10.–11. razredu, osnovni linearni algebri in diferenciaciji. Če govorimo o proizvodnji, o tehničnih problemih, potem v mnogih pogledih matematika ni potrebna, veliko problemov se reši preprosto s poskusi in napakami. Če pa govorimo o raziskovanju, ko nastajajo nove tehnologije, potem brez matematike ni nikamor. Matematika je potrebna na osnovni ravni, vsaj zato, da znamo uporabiti matriko ali, relativno rečeno, izračunati derivate. Matematiki tukaj ni mogoče ubežati.
— Ali lahko po vašem mnenju vsak študent z naravno analitično miselnostjo reši probleme ML?
- Da. Če oseba ve, kaj je bistvo ML, če ve, kako so strukturirani podatki in razume osnovne trike ali vdore, ne bo potreboval matematike, saj so veliko orodij za delo napisali že drugi ljudje. Vse se spušča v iskanje vzorcev. Vse pa je seveda odvisno od naloge.
— Kaj je najtežje pri reševanju problemov in primerov ML?
— Vsaka nova naloga je nekaj novega. Če bi problem že obstajal v enaki obliki, ga ne bi bilo treba rešiti. Univerzalnega algoritma ni. Obstaja ogromna skupnost ljudi, ki urijo svoje sposobnosti reševanja problemov, pripovedujejo, kako so reševali probleme, in opisujejo zgodbe svojih zmag. In zelo zanimivo je slediti njihovi logiki, njihovim idejam.
— Katere primere in probleme vas najbolj zanima reševanje?
— Specializiran sem za računalniško jezikoslovje, zanimajo me besedila, problemi klasifikacije, chatboti itd.
— Ali pogosto sodelujete na hackathonih AI?
— Hackathoni so pravzaprav drugačen sistem olimpijad. Olimpijada ima sklop zaprtih problemov z znanimi odgovori, ki jih mora udeleženec uganiti. Toda obstajajo ljudje, ki niso dobri v zaprtih nalogah, ampak raztrgajo vse na odprtih. Tako lahko svoje znanje preizkusite na različne načine. Pri odprtih problemih se včasih tehnologije ustvarjajo iz nič, produkti se hitro razvijajo in tudi organizatorji pogosto ne poznajo pravilnega odgovora. Pogosto sodelujemo na hackathonih in s tem lahko zaslužimo. To je zanimivo.
- Koliko lahko zaslužiš s tem? Kako porabite denarno nagrado?
— S prijateljem sva sodelovala v hackathonu VKontakte, kjer sva naredila aplikacijo za iskanje slik v Ermitažu. Na zaslonu telefona se je prikazal nabor emojijev in emotikonov, s pomočjo tega nabora je bilo treba poiskati sliko, telefon je bil usmerjen v sliko, jo prepoznal z nevronskimi mrežami in ob pravilnem odgovoru prejel točke. Veseli in zanimivi smo bili, da nam je uspelo izdelati aplikacijo, ki omogoča prepoznavanje slike na mobilni napravi. Pogojno smo bili na prvem mestu, vendar smo zaradi pravne formalnosti zgrešili nagrado 500 tisoč rubljev. Škoda, ampak to ni glavno.
Poleg tega je sodeloval na tekmovanju Sberbank Data Science Journey, kjer je zasedel 5. mesto in zaslužil 200 tisoč rubljev. Za prvo so plačali milijon, za drugo 500 tisočakov. Nagradni skladi so različni in se zdaj povečujejo. Če ste na vrhu, lahko dobite od 100 do 500 tisoč. Nagrado varčujem za izobraževanje, to je moj prispevek k prihodnosti, denar, ki ga porabim v vsakdanjem življenju, zaslužim sam.
— Kaj je bolj zanimivo – individualni ali ekipni hekatoni?
— Če govorimo o razvoju produkta, potem mora biti to ekipa, ena oseba tega ne more narediti. Preprosto se bo naveličal in potreboval podporo. Če pa govorimo na primer o hackathonu AI Academy, potem je tam naloga omejena, ni treba ustvariti izdelka. Tam je interes drugačen - prehiteti drugega, ki se prav tako razvija na tem področju.
— Kako se nameravate razvijati naprej? Kako vidite svojo kariero?
— Zdaj je glavni cilj pripraviti svoje resno znanstveno delo, raziskavo, da se pojavi na vodilnih konferencah, kot sta NeurIPS ali ICML - ML konference, ki potekajo v različnih državah sveta. Karierno vprašanje je odprto, poglejte, kako se je ML razvil v zadnjih 5 letih. Hitro se spreminja, zdaj je težko napovedati, kaj bo naprej. In če govorimo o idejah in načrtih poleg znanstvenega dela, potem bi se morda videl v kakšnem svojem projektu, startupu na področju AI in ML, vendar to ni gotovo.
— Kakšne so po vašem mnenju omejitve tehnologije umetne inteligence?
— No, na splošno, če govorimo o AI kot stvari, ki ima nekakšno inteligenco, obdeluje podatke, potem bo v bližnji prihodnosti to neke vrste zavedanje sveta okoli nas. Če na primer govorimo o nevronskih mrežah v računalniškem jezikoslovju, poskušamo nekaj lokalno modelirati, na primer jezik, ne da bi modelu dali razumevanje konteksta našega sveta. Se pravi, če bomo to sposobni vključiti v AI, bomo lahko ustvarili modele dialogov, klepetalnice, ki ne bodo poznali samo jezikovnih modelov, ampak bodo imeli tudi pogled in poznali znanstvena dejstva. In to bi rad videl v prihodnosti.
Mimogrede, Akademija za umetno inteligenco trenutno nabira šolarje za nov hackathon. Tudi denarna nagrada je znatna, letošnja naloga pa je še bolj zanimiva – zgraditi boste morali algoritem, ki na podlagi statistike ene tekme Dota 2 napove igralčevo izkušnjo. Za podrobnosti pojdite na .
Vir: www.habr.com