Này Habr!
Chúng tôi muốn nói về một cách kiếm tiền khác thường dành cho thanh thiếu niên khi tham gia hackathons. Điều này vừa có lợi về mặt tài chính, vừa cho phép bạn áp dụng những kiến thức đã học ở trường và thông qua việc đọc sách thông minh vào thực tế.
Một ví dụ đơn giản là cuộc thi hackathon của Học viện Trí tuệ Nhân tạo năm ngoái dành cho học sinh. Những người tham gia phải dự đoán kết quả của trò chơi Dota 2. Người chiến thắng trong cuộc thi là Alexander Mamaev, một học sinh lớp 100 đến từ Chelyabinsk. Thuật toán của ông đã xác định chính xác nhất đội chiến thắng trong cuộc chiến. Nhờ đó, Alexander đã nhận được số tiền thưởng đáng kể - XNUMX nghìn rúp.
Alexander Mamaev đã sử dụng số tiền thưởng như thế nào, sinh viên này thiếu kiến thức gì khi làm việc với ML và hướng đi nào trong lĩnh vực AI mà anh ấy cho là thú vị nhất - sinh viên kể trong một cuộc phỏng vấn.
— Hãy cho chúng tôi biết về bản thân bạn, bạn bắt đầu quan tâm đến AI như thế nào? Có khó khăn để đi vào chủ đề?
— Tôi 17 tuổi, năm nay tôi sắp học xong và mới chuyển từ Chelyabinsk đến Dolgoprudny, gần Moscow. Tôi học tại Trường Vật lý và Công nghệ Kapitsa Lyceum, đây là một trong những trường tốt nhất ở khu vực Moscow. Tôi có thể thuê một căn hộ, nhưng tôi sống trong một trường nội trú trong trường, việc giao tiếp với những người đến từ lyceum sẽ tốt hơn và dễ dàng hơn.
Lần đầu tiên tôi nghe nói về AI và ML có lẽ là vào năm 2016, khi Prisma xuất hiện. Sau đó, tôi học lớp 8 và đang làm chương trình Olympic, tham dự một số Olympic và phát hiện ra rằng chúng tôi đang tổ chức các buổi gặp mặt ML trong thành phố. Tôi quan tâm đến việc tìm hiểu nó, hiểu cách thức hoạt động của nó và tôi bắt đầu đi đến đó. Ở đó, lần đầu tiên tôi học những điều cơ bản, sau đó tôi bắt đầu nghiên cứu nó trên Internet, trong nhiều khóa học khác nhau.
Lúc đầu, chỉ có một khóa học bằng tiếng Nga của Konstantin Vorontsov và cách giảng dạy rất nghiêm ngặt: nó chứa nhiều thuật ngữ và có nhiều công thức trong phần mô tả. Đối với một học sinh lớp 8, điều này rất khó khăn, nhưng bây giờ, chính vì tôi đã trải qua một ngôi trường như vậy ngay từ đầu nên các thuật ngữ không gây khó khăn cho tôi khi thực hành các bài toán thực tế.
— Bạn cần biết bao nhiêu kiến thức toán học để làm việc với AI? Có đủ kiến thức từ chương trình giảng dạy ở trường không?
— Theo nhiều cách, ML dựa trên các khái niệm cơ bản của trường lớp 10-11, đại số tuyến tính cơ bản và vi phân. Nếu chúng ta đang nói về sản xuất, về các vấn đề kỹ thuật, thì về nhiều mặt, toán học không cần thiết; nhiều vấn đề được giải quyết đơn giản bằng cách thử và sai. Nhưng nếu nói về nghiên cứu, khi các công nghệ mới được tạo ra thì không có nơi nào không có toán học. Toán học cần ở mức cơ bản, ít nhất là biết cách áp dụng ma trận hay nói một cách tương đối là tính đạo hàm. Không có lối thoát toán học ở đây.
— Theo bạn, liệu sinh viên có tư duy phân tích bẩm sinh có thể giải quyết được các vấn đề ML không?
- Đúng. Nếu một người biết cốt lõi của ML là gì, nếu anh ta biết dữ liệu được cấu trúc như thế nào và hiểu các thủ thuật hoặc thủ thuật cơ bản, anh ta sẽ không cần toán học, vì nhiều công cụ cho công việc đã được người khác viết. Tất cả đều bắt nguồn từ việc tìm kiếm các mẫu. Nhưng tất cả mọi thứ, tất nhiên, phụ thuộc vào nhiệm vụ.
— Điều khó khăn nhất khi giải quyết các vấn đề, trường hợp ML là gì?
- Mỗi nhiệm vụ mới là một điều gì đó mới mẻ. Nếu vấn đề đã tồn tại ở dạng tương tự thì nó sẽ không cần phải được giải quyết. Không có thuật toán phổ quát. Có một cộng đồng khổng lồ gồm những người rèn luyện kỹ năng giải quyết vấn đề, kể về cách họ giải quyết vấn đề và mô tả những câu chuyện về chiến thắng của họ. Và thật thú vị khi làm theo logic, ý tưởng của họ.
— Những trường hợp và vấn đề nào bạn quan tâm nhất để giải quyết?
— Tôi chuyên về ngôn ngữ học tính toán, tôi quan tâm đến văn bản, nhiệm vụ phân loại, chatbot, v.v.
— Bạn có thường xuyên tham gia hackathons AI không?
— Hackathons trên thực tế là một hệ thống Olympic khác. Olympic có một tập hợp các bài toán đóng, với các câu trả lời đã biết mà người tham gia phải đoán. Nhưng có những người không giỏi làm những công việc khép kín mà lại xé nát mọi người ở những công việc mở. Vì vậy, bạn có thể kiểm tra kiến thức của mình theo nhiều cách khác nhau. Trong các bài toán mở, công nghệ đôi khi được tạo ra từ đầu, sản phẩm được phát triển nhanh chóng và ngay cả người tổ chức cũng thường không biết câu trả lời chính xác. Chúng tôi thường tham gia hackathons và thông qua đó chúng tôi có thể kiếm được tiền. Hay đấy.
- Bạn có thể kiếm được bao nhiêu từ việc này? Bạn tiêu tiền thưởng của mình như thế nào?
— Tôi và bạn tôi đã tham gia cuộc thi hackathon VKontakte, nơi chúng tôi đã tạo một ứng dụng để tìm kiếm các bức tranh ở Hermecca. Một bộ biểu tượng cảm xúc và biểu tượng cảm xúc được hiển thị trên màn hình điện thoại, cần phải tìm một bức ảnh bằng bộ này, điện thoại được chỉ vào bức ảnh, nó được nhận dạng bằng mạng thần kinh và nếu câu trả lời đúng sẽ được thưởng. Chúng tôi rất vui và thích thú khi có thể tạo ra một ứng dụng cho phép chúng tôi nhận dạng một bức tranh trên thiết bị di động. Chúng tôi tạm thời đứng ở vị trí đầu tiên, nhưng do thủ tục pháp lý nên chúng tôi đã bỏ lỡ giải thưởng 500 nghìn rúp. Thật đáng tiếc, nhưng đó không phải là điều chính.
Ngoài ra, anh còn tham gia cuộc thi Hành trình Khoa học Dữ liệu Sberbank, nơi anh đứng thứ 5 và kiếm được 200 nghìn rúp. Lần đầu họ trả một triệu, lần thứ hai là 500 nghìn. Quỹ giải thưởng rất đa dạng và hiện đang tăng lên. Đứng đầu bạn có thể nhận được 100 đến 500 nghìn. Tôi để dành tiền thưởng cho việc học, đây là sự đóng góp của tôi cho tương lai, số tiền tôi tiêu trong cuộc sống hàng ngày là do tôi tự kiếm ra.
— Điều gì thú vị hơn – hackathons cá nhân hay nhóm?
— Nếu nói đến việc phát triển một sản phẩm thì đó phải là một tập thể; một người không thể làm được. Đơn giản là anh ấy sẽ mệt mỏi và cần được hỗ trợ. Nhưng nếu chúng ta đang nói về cuộc thi hackathon của Học viện AI chẳng hạn, thì nhiệm vụ ở đó có hạn, không cần phải tạo ra một sản phẩm. Mối quan tâm ở đó là khác - để vượt qua một người khác cũng đang phát triển trong lĩnh vực này.
- Bạn dự định phát triển hơn nữa như thế nào? Bạn thấy sự nghiệp của mình như thế nào?
— Bây giờ mục tiêu chính là chuẩn bị cho công trình, nghiên cứu khoa học nghiêm túc của bạn để nó xuất hiện tại các hội nghị hàng đầu như hội nghị NeurIPS hoặc ICML - ML diễn ra ở các quốc gia khác nhau trên thế giới. Câu hỏi nghề nghiệp đang mở, hãy nhìn xem ML đã phát triển như thế nào trong 5 năm qua. Nó đang thay đổi nhanh chóng, bây giờ thật khó để đoán trước điều gì sẽ xảy ra tiếp theo. Và nếu chúng ta nói về những ý tưởng và kế hoạch bên cạnh công việc khoa học, thì có lẽ tôi sẽ thấy mình trong một dự án nào đó của riêng mình, một công ty khởi nghiệp trong lĩnh vực AI và ML, nhưng điều này không chắc chắn.
— Theo bạn, hạn chế của công nghệ AI là gì?
— Nói chung, nếu chúng ta nói về AI như một thứ có trí thông minh nào đó, xử lý dữ liệu, thì trong tương lai gần, nó sẽ là một loại nhận thức nào đó về thế giới xung quanh chúng ta. Ví dụ, nếu chúng ta nói về mạng lưới thần kinh trong ngôn ngữ học tính toán, thì chúng ta đang cố gắng mô hình hóa cục bộ một thứ gì đó, chẳng hạn như ngôn ngữ, mà không cung cấp cho mô hình sự hiểu biết về bối cảnh về thế giới của chúng ta. Nghĩa là, nếu chúng ta có thể kết hợp điều này vào AI, chúng ta sẽ có thể tạo ra các mô hình đối thoại, các bot trò chuyện không chỉ biết mô hình ngôn ngữ mà còn có tầm nhìn và biết các sự kiện khoa học. Và đây là điều tôi muốn thấy trong tương lai.
Nhân tiện, Học viện Trí tuệ Nhân tạo hiện đang tuyển sinh học sinh cho một cuộc thi hackathon mới. Số tiền thưởng cũng rất đáng kể và nhiệm vụ năm nay còn thú vị hơn - bạn sẽ cần xây dựng một thuật toán dự đoán trải nghiệm của người chơi dựa trên số liệu thống kê của một trận đấu Dota 2. Để biết chi tiết, hãy truy cập. .
Nguồn: www.habr.com