嘿哈布爾！
我們想談談參加黑客馬拉松這樣一種不尋常的青少年賺錢方式。 這既在經濟上有利，又可以讓您將在學校和透過閱讀智慧書籍所獲得的知識付諸實踐。
一個簡單的例子是去年為小學生舉辦的人工智慧學院黑客馬拉松。 參與者必須預測 Dota 2 比賽的結果，比賽的獲勝者是來自車里雅賓斯克的十年級學生 Alexander Mamaev。 他的演算法最準確地確定了這場戰鬥的獲勝隊伍。 由此，亞歷山大獲得了一筆豐厚的獎金──100萬盧布。
亞歷山大·馬馬耶夫 (Alexander Mamaev) 如何使用獎金、學生在 ML 方面缺乏哪些知識，以及他認為人工智慧領域最有趣的方向是什麼——這位學生在接受采訪時說道。
— 向我們介紹一下您自己，您是如何對人工智慧產生興趣的？ 進入主題很難嗎？
— 我今年 17 歲，今年即將畢業，最近從車里雅賓斯克搬到莫斯科附近的多爾戈普魯德內。 我在卡皮察物理與技術學院學習，這是莫斯科地區最好的學校之一。 我可以租一間公寓，但我住在學校的寄宿學校，與中學的人交流更好更容易。
我第一次聽說 AI 和 ML 可能是在 2016 年，當時 Prisma 出現了。 當時我在八年級，正在做奧林匹克編程，參加了一些奧林匹克競賽，發現我們正在城裡舉辦機器學習聚會。 我有興趣弄清楚它，並了解它是如何工作的，所以我開始去那裡。 在那裡我第一次學習了基礎知識，然後我開始在網路上的各種課程中學習它。
起初，只有康斯坦丁·沃龍佐夫的俄語課程，而且教學方式很嚴格：術語很多，描述中有很多公式。 對於一個八年級的學生來說，這是非常困難的，但現在，正是因為我一開始就讀過這樣的學校，這些術語對我在實際問題的實踐中並不構成困難。
— 想要使用人工智慧，你需要了解多少數學知識？ 學校課程的知識是否足夠？
— 在許多方面，ML 是基於 10-11 年級學校的基本概念、基本線性代數和微分。 如果我們談論生產，談論技術問題，那麼在很多方面都不需要數學；許多問題只需透過嘗試和錯誤就可以解決。 但如果我們談論研究，當新技術被創造出來時，就沒有數學。 數學需要基礎水平，至少要知道如何應用矩陣，或相對而言，計算導數。 這裡無法逃避數學。
— 在您看來，任何具有自然分析思維的學生都能解決機器學習問題嗎？
- 是的。 如果一個人知道機器學習的核心是什麼，如果他知道資料是如何建構的，並且了解基本的技巧或技巧，那麼他就不需要數學，因為這項工作的許多工具已經由其他人編寫了。 這一切都歸結於尋找模式。 但當然，一切都取決於任務。
— 解決ML問題和案例最難的是什麼？
— 每項新任務都是新的。 如果問題已經以同樣的形式存在，那麼就不必解決。 不存在通用演算法。 有一個龐大的社區，其中的人們訓練他們解決問題的技能，講述他們如何解決問題，並描述他們的勝利故事。 遵循他們的邏輯、他們的想法是非常有趣的。
— 您最有興趣解決哪些案例和問題？
— 我的專業是計算語言學，我對文字、分類問題、聊天機器人等感興趣。
— 您經常參加人工智慧黑客馬拉松嗎？
— 事實上，黑客馬拉松是一種不同的奧林匹克體系。 奧林匹克競賽有一系列封閉式問題，參與者必須猜測已知答案。 但有些人不擅長封閉式任務，卻在開放式任務中撕裂所有人。 因此，您可以透過不同的方式測試您的知識。 在開放性問題中，有時技術是從頭開始創建的，產品是快速開發出來的，甚至連組織者也常常不知道正確答案。 我們經常參加黑客馬拉松，透過這個我們可以賺錢。 這很有趣。
- 你能從中賺多少錢？ 你如何花你的獎金？
— 我和我的朋友參加了 VKontakte 黑客馬拉松，我們在那裡申請了搜尋冬宮畫作的應用程式。 手機螢幕上顯示一組表情符號和表情符號，需要使用這組表情符號和表情符號找到一張圖片，將手機指向該圖片，使用神經網路進行識別，如果答案正確，則獎勵積分。 我們很高興也很感興趣，因為我們能夠創建一個應用程序，使我們能夠在行動裝置上識別一幅畫。 我們暫時獲得第一名，但由於法律手續的原因，我們錯過了 500 萬盧布的獎金。 很遺憾，但這不是主要的事情。
此外，他還參加了俄羅斯聯邦儲蓄銀行數據科學之旅競賽，獲得第五名並獲得 5 萬盧布的獎金。 第一個他們付了200萬，第二個支付了500萬。 獎金金額各不相同，目前正在增加。 排名前面的，可以拿到100到500萬。 我把獎金存起來用於教育，這是我對未來的貢獻，這些錢是我日常生活中花的，我自己賺的。
— 個人黑客馬拉松和團隊黑客馬拉松哪個更有趣？
——如果我們談論開發一個產品，那麼它必須是一個團隊，一個人是做不到的。 他只會感到疲倦並需要支持。 但如果我們談論的是，例如，關於人工智慧學院黑客馬拉松，那麼那裡的任務是有限的，沒有必要創建產品。 那裡的興趣是不同的——超越也在這個領域發展的另一個人。
— 您打算如何進一步發展？ 你如何看待你的職涯？
— 現在的主要目標是準備您嚴肅的科學工作和研究，以便它出現在在世界不同國家舉行的 NeurIPS 或 ICML - ML 會議等領先會議上。 職業問題開放，看看ML在過去5年發展得怎麼樣。 它正在迅速變化，現在很難預測接下來會發生什麼。 如果我們談論科學工作以外的想法和計劃，那麼也許我會看到自己參與某種自己的項目，即人工智慧和機器學習領域的新創公司，但這並不確定。
——您認為AI技術的限制是什麼？
— 好吧，總的來說，如果我們將人工智慧視為具有某種智慧、處理數據的事物，那麼在不久的將來，它將是對我們周圍世界的某種意識。 例如，如果我們談論計算語言學中的神經網絡，我們正在嘗試對某些事物（例如語言）進行本地建模，而不讓模型了解我們世界的上下文。 也就是說，如果我們能夠將其整合到人工智慧中，我們將能夠創建對話模型、聊天機器人，它們不僅了解語言模型，而且具有前景並了解科學事實。 這就是我希望在未來看到的。
順便說一句，人工智慧學院目前正在招募學生參加新的黑客馬拉松。 獎金也很可觀，今年的任務更有趣——你需要建立一個算法，根據一場 Dota 2 比賽的統計數據來預測玩家的體驗。詳細信息，請訪問 .
來源： www.habr.com