Hej Habr!
Vi skulle vilja prata om ett så ovanligt sätt att tjäna pengar för tonåringar som att delta i hackathons. Detta är både ekonomiskt fördelaktigt och gör att du kan omsätta kunskapen du fått i skolan och genom att läsa smarta böcker i praktiken.
Ett enkelt exempel är förra årets Artificial Intelligence Academy hackathon för skolbarn. Dess deltagare var tvungna att förutsäga resultatet av spelet Dota 2. Vinnaren av tävlingen var Alexander Mamaev, en tiondeklassare från Tjeljabinsk. Hans algoritm bestämde mest exakt det vinnande laget i kampen. Tack vare detta fick Alexander en betydande prispengar - 100 tusen rubel.
Hur Alexander Mamaev använde prispengarna, vilken kunskap studenten saknar för att arbeta med ML och vilken inriktning inom AI-området han anser är mest intressant – berättade studenten i en intervju.
— Berätta om dig själv, hur blev du intresserad av AI? Var det svårt att komma in på ämnet?
— Jag är 17 år gammal, jag slutar skolan i år, och jag flyttade nyligen från Tjeljabinsk till Dolgoprudny, som ligger nära Moskva. Jag studerar vid Kapitsa Physics and Technology Lyceum, detta är en av de bästa skolorna i Moskva-regionen. Jag skulle kunna hyra en lägenhet, men jag bor på en internatskola på skolan, det är bättre och lättare att kommunicera med folk från lyceum.
Första gången jag hörde talas om AI och ML var nog 2016, då Prisma dök upp. Sedan gick jag i 8:an och höll på med olympiadprogrammering, gick på några olympiader och fick reda på att vi hade ML-träffar i stan. Jag var intresserad av att ta reda på det, förstå hur det fungerar, och jag började gå dit. Där lärde jag mig grunderna för första gången, sedan började jag studera det på Internet, i olika kurser.
Till en början fanns det bara en kurs från Konstantin Vorontsov på ryska, och sättet att undervisa på var strikt: den innehöll många termer och det fanns många formler i beskrivningarna. För en åttondeklassare var detta väldigt svårt, men nu, just för att jag gick igenom en sådan skola i början, ställer termerna inte till svårigheter för mig i praktiken i verkliga problem.
— Hur mycket matematik behöver du kunna för att arbeta med AI? Finns det tillräckligt med kunskap från skolans läroplan?
— ML bygger på många sätt på skolans grundbegrepp i årskurs 10-11, grundläggande linjär algebra och differentiering. Om vi pratar om produktion, om tekniska problem, så behövs på många sätt inte matematik, många problem löses helt enkelt genom försök och misstag. Men om vi talar om forskning, när ny teknik skapas, så finns det ingenstans utan matematik. Matematik behövs på en grundläggande nivå, åtminstone för att kunna tillämpa en matris eller relativt sett beräkna derivator. Det finns ingen undvikande matematik här.
— Kan vilken student som helst med ett naturligt-analytiskt tänk enligt din åsikt lösa ML-problem?
- Ja. Om en person vet vad som ligger i hjärtat av ML, om han vet hur data är uppbyggd och förstår grundläggande knep eller hacks, kommer han inte att behöva matematik, eftersom många av verktygen för jobbet redan har skrivits av andra människor. Allt handlar om att hitta mönster. Men allt beror förstås på uppgiften.
— Vad är det svåraste med att lösa ML-problem och fall?
— Varje ny uppgift är något nytt. Om problemet redan hade funnits i samma form skulle det inte behöva lösas. Det finns ingen universell algoritm. Det finns en enorm gemenskap av människor som tränar sina problemlösningsförmåga, berättar hur de löste problem och beskriver berättelser om sina segrar. Och det är väldigt intressant att följa deras logik, deras idéer.
— Vilka fall och problem är du mest intresserad av att lösa?
— Jag är specialiserad på beräkningslingvistik, jag är intresserad av texter, klassificeringsuppgifter, chatbots, etc.
— Deltar du ofta i AI-hackathons?
— Hackathons är i själva verket ett annat system för olympiader. Olympiaden har en uppsättning slutna problem, med kända svar som deltagaren måste gissa. Men det finns människor som inte är bra på slutna uppgifter, utan sliter isär alla vid öppna. Så du kan testa dina kunskaper på olika sätt. I öppna problem skapas ibland teknologier från grunden, produkter utvecklas snabbt och även arrangörerna vet ofta inte det rätta svaret. Vi deltar ofta i hackathons, och genom detta kan vi tjäna pengar. Det här är intressant.
– Hur mycket kan du tjäna på det här? Hur spenderar du dina prispengar?
— Jag och min vän deltog i hackathonet VKontakte, där vi gjorde en ansökan om att söka efter målningar i Eremitaget. En uppsättning emojis och uttryckssymboler visades på telefonskärmen, det var nödvändigt att hitta en bild med denna uppsättning, telefonen pekade på bilden, den kändes igen med hjälp av neurala nätverk och, om svaret var korrekt, tilldelades poäng. Vi var glada och intresserade av att vi kunde skapa en applikation som gjorde att vi kunde känna igen en tavla på en mobil enhet. Vi var preliminärt på första plats, men på grund av en juridisk formalitet gick vi miste om priset på 500 tusen rubel. Det är synd, men det är inte huvudsaken.
Dessutom deltog han i tävlingen Sberbank Data Science Journey, där han tog 5:e plats och tjänade 200 tusen rubel. För den första betalade de en miljon, för den andra 500 tusen. Prisfonderna varierar och ökar nu. Att vara i toppen kan du få 100 till 500 tusen. Jag sparar prispengarna till utbildning, det här är mitt bidrag till framtiden, pengarna som jag spenderar i vardagen tjänar jag själv.
— Vad är mer intressant – hackathon individuellt eller lag?
— Om vi pratar om att utveckla en produkt så måste det vara ett team, en person kan inte göra det. Han blir helt enkelt trött och behöver stöd. Men om vi till exempel pratar om AI-akademiens hackathon, är uppgiften där begränsad, det finns inget behov av att skapa en produkt. Intresset där är ett annat – att gå om en annan person som också utvecklas inom detta område.
— Hur planerar du att utvecklas vidare? Hur ser du på din karriär?
— Nu är huvudmålet att förbereda ditt seriösa vetenskapliga arbete, forskning, så att det dyker upp på ledande konferenser som NeurIPS eller ICML - ML-konferenser som äger rum i olika länder i världen. Karriärfrågan är öppen, titta på hur ML har utvecklats de senaste 5 åren. Det förändras snabbt, nu är det svårt att förutse vad som kommer att hända härnäst. Och om vi pratar om idéer och planer vid sidan av vetenskapligt arbete, så kanske jag skulle se mig själv i något slags eget projekt, en startup inom området AI och ML, men det är inte säkert.
— Enligt din åsikt, vilka är begränsningarna för AI-teknik?
— Tja, i allmänhet, om vi pratar om AI som en sak som har någon form av intelligens, bearbetar data, så kommer det inom en snar framtid att vara någon form av medvetenhet om världen omkring oss. Om vi pratar om neurala nätverk inom beräkningslingvistik, till exempel, försöker vi lokalt modellera något, till exempel språk, utan att ge modellen en förståelse för sammanhanget kring vår värld. Det vill säga, om vi kan införliva detta i AI kommer vi att kunna skapa dialogmodeller, chatbotar som inte bara kan språkmodeller, utan också har en syn och vet vetenskaplig fakta. Och det här är vad jag skulle vilja se i framtiden.
Akademien för artificiell intelligens rekryterar förresten just nu skolbarn till ett nytt hackathon. Prispengarna är också betydande, och årets uppgift är ännu mer intressant - du kommer att behöva bygga en algoritm som förutsäger en spelares upplevelse baserat på statistiken från en Dota 2-match. För detaljer, gå till .
Källa: will.com