company_banner

ИИ, школьник и большие призовые: как в 8 классе заняться machine learning

    Привет, Хабр!

    Хотим рассказать о таком необычном виде заработка для подростков, как участие в хакатонах. Это и финансово выгодно, и позволяет на практике применить знания, полученные в школе и благодаря чтению умных книжек.

    Простой пример – прошлогодний хакатон Академии искусственного интеллекта для школьников. Его участникам нужно было предсказать исход игры Dota 2. Победителем соревнования тогда стал Александр Мамаев — десятиклассник из Челябинска. Его алгоритм точнее всего определил команду победителя схватки. Благодаря этому Александр получил солидные призовые — 100 тыс. рублей.




    Как Александр Мамаев распорядился призовыми, каких знаний не хватает школьнику для работы с ML, и какое направление в области ИИ он считает самым интересным — школьник рассказал в интервью.

    — Расскажи о себе, как ты увлекся ИИ? Сложно ли было войти в тему?
    — Мне 17 лет, в этом году заканчиваю школу, и недавно я переехал из Челябинска в Долгопрудный, это рядом с Москвой. Я учусь в Физтех-Лицее имени Капицы, это одна из лучших школ Московской области. Мог бы снимать квартиру, но живу в интернате при школе, так лучше и проще общаться с людьми из лицея.

    В первый раз об ИИ и ML я услышал году в 2016 наверно, когда появилась Prisma. Тогда я был в 8 классе и занимался олимпиадным программированием, посещал какие-то олимпиады и узнал, что у нас проходят в городе митапы по ML. Мне было интересно в этом разобраться, понять, как это работает, и я начал туда ходить. Там впервые узнал азы, дальше начал изучать это в интернете, на разных курсах.

    Сперва на русском языке был только курс от Константина Воронцова, и манера его преподавания жесткая: она содержит много терминов, и в описаниях много формул. Для восьмиклассника это было очень сложно, но сейчас как раз благодаря тому, что я прошел такую школу в начале, термины не представляют для меня трудности на практике в реальных задачах.

    — Насколько для работы с ИИ нужно знать математику? Знаний из школьной программы хватает?
    — Во многом ML основывается на базовых понятиях школы 10-11 класса, базовые линейная алгебра и дифференцирование. Если мы говорим про продакшн, про технические задачи, то во многом математика там и не нужна, многие задачи решаются банально методом проб и ошибок. Но если говорить про исследования, когда создаются новые технологии, то здесь без математики никуда. Математика нужна на базовом уровне хотя бы чтобы знать, как делать приложение матрицы или условно говоря считать производные. От математики здесь не уйти.

    — На твой взгляд, решать задачи по ML может любой школьник с естественно-аналитическим складом ума?
    — Да. Если человек знает, что лежит в основе ML, если он знает, как устроены данные и понимает базовые трюки или хаки, ему не понадобится матан, ведь многие инструменты для работы уже написаны другими людьми. Все сведется к поиску закономерностей. Но все, конечно, зависит от задачи.

    — Что самое сложное в решении ML-задач и кейсов?
    — Каждая новая задача это что-то новое. Если бы задача уже существовала ранее в таком же виде, ее не приходилось бы решать. Универсального алгоритма нет. Существует огромное комьюнити людей которые тренируют свои навыки по решению задач, рассказывают, как они решали задачи, описывают истории своих побед. И очень интересно следить за их логикой, за их идеями.

    — Какие кейсы и задачи тебе интереснее всего решать?
    — Я специализируюсь на компьютерной лингвистике, мне интересны тексты, задачи по классификации, чат-ботам и прочее.

    — Часто ли ты участвуешь в хакатонах по ИИ?
    — Хакатоны это, по сути, другая система олимпиад. В олимпиаде есть набор закрытых задач, с известными ответами, которые участник должен угадать. А ведь есть люди, которые не сильны в закрытых задачах, но рвут всех в открытых. Так что можно проверить знания по-разному. В открытых задачах технологии иногда создаются с нуля, продукты быстро разрабатываются, а правильный ответ часто не знают даже организаторы. Мы часто участвуем в хакатонах, благодаря этому можно зарабатывать. Это интересно.

    — Сколько на этом можно заработать? И как тратишь призовые?
    — Мы с товарищем участвовали в хакатоне «ВКонтакте», где сделали приложение для поиска картин в Эрмитаже. На экране телефона высвечивался набор эмоджи, смайликов, нужно было по этому набору найти картину, телефон наводился на картину, она распознавалась с помощью нейросетей и, в случае правильного ответа, начислялись баллы. Нам было приятно и интересно, что удалось сделать приложение, которое позволяло распознавать картину на мобильном устройстве. Мы шли предварительно на первом месте, но из-за юридической формальности пролетели мимо приза в 500 тысяч рублей. Обидно, но не это главное.

    Помимо этого, участвовал в соревнованиях Сбербанка Data Science Journey, где занял 5-е место и заработал 200 тысяч рублей. За первое там платили миллион, за второе 500 тысяч. Призовые фонды бывают разные, сейчас они увеличиваются. Будучи в топе, можно получать то 100 до 500 тысяч. Призовые я откладываю на обучение, это мой вклад в будущее, те деньги, которые я трачу в повседневной жизни, я зарабатываю сам.

    — Что интереснее – индивидуальные или командные хакатоны?
    — Если мы говорим о разработке какого-то продукта, то это должна быть команда, один человек сделать это не сможет. Он банально устанет, нужна поддержка. Но если мы говорим, например, о хакатоне Академии ИИ, то задача там ограничена, не нужно создавать продукт. Там интерес в другом – обогнать другого человека, который также развивается в этой сфере.

    — Как дальше планируешь развиваться? Какой видишь свою карьеру?
    — Сейчас основная цель – подготовить свою серьезную научную работу, исследование, чтобы оно появилось на ведущих конференциях типа NeurIPS или ICML –конференциях по ML, которые проходят в разных странах мира. По карьере вопрос открыт, посмотрите, как развивается ML за последние 5 лет. Он стремительно меняется, сейчас сложно предсказать что будет дальше. А если говорить об идеях и планах помимо научных работ, то, возможно, я видел бы себя в каком-либо собственном проекте, стартапе в области ИИ и ML, но это не точно.

    — На твой взгляд, какие ограничения есть у технологии ИИ?
    — Ну вообще если говорить об ИИ как о штуке, которая обладает каким-то разумом, обрабатывает данные, то, в ближайшее время, это какое-то осознание мира вокруг нас. Если мы говорим про нейронные сети в компьютерной лингвистике, например, мы пытаемся локально моделировать что-то, например, язык, не давая модели понимания контекста о нашем мире. То есть если мы сумеем заложить это в ИИ, то получится создать диалоговые модели, чат-боты, которые будут не только знать языковые модели, но и будут обладать кругозором, знать научные факты. И вот это хотелось бы увидеть в будущем.

    Кстати, Академия искусственного интеллекта сейчас проводит набор школьников на новый хакатон. Призовые также солидные, а задача в этом году еще интереснее – нужно будет построить алгоритм, предсказывающий опытность игрока на основе статистики одного матча Dota 2. За подробностями переходи по этой ссылке.
    Сбербанк
    121,00
    Компания
    Поделиться публикацией

    Комментарии 10

      0
      По меркам текущей экономической ситуации это не большие призовые)
        +2
        С одной стороны — да, это не фонтан, всего пол месячной зарплаты хорошего специалиста с опытом.
        С другой стороны — для школьника такие призовые — это довольно сильное испытание «медными трубами».
          +2
          Или аж 3 среднечелябинские зарплаты. Как посмотреть.
            0
            Да ладно, ответы школьника выглядят ответами вполне зрелого человека, с четкими целями и адекватным восприятием мира. Для него эти призовые — не главное (его же слова), но приятное дополнение.
          0
          любопытное интервью, особенно в свете разницы между
          Сейчас основная цель – подготовить свою серьезную научную работу, исследование, чтобы оно появилось на ведущих конференциях типа NeurIPS или ICML –конференциях по ML, которые проходят в разных странах мира.
          тут
          и
          Я являюсь аспирантом и занимаюсь реконструированием 3D головы и морфинга при помощи снимков и камеры глубины — тема довольно интересная, но для меня не самая любимая. Так как я занимаюсь этим уже пятый год (начиная с магистратуры), я понял одно — да, я неплохо изучил данную сферу, легко изучаю статьи с методами и подходами, реализую их. Но это все, сам я могу только оптимизировать очередной изученный алгоритм, сравнить его с уже изученными и реализованными и принять решение, стоит ли его использовать в определенной задаче. На оптимизации дело заканчивается, самому придумать что-то новое не получается, что для аспирантуры очень важно (новизна исследования).
          © в другой статье
            0
            А что можно по математической части вопроса почитать/потыкать такому же школьнику 9ого класса? Просто все мои начинания как то убивались об математику :D
              0
              На coursera есть специализация по ML, там есть отдельный курс про математику для Data Science.

              Помимо этого если погуглить Interactive linear algebra, или что-то типо того, то можно легко найти всякие сайтики с объяснением линала на пальцах (на английском, правда, но это тоже полезно)
              0
              Определять команду-победительницу по доте методами ИИ — это, конечно, финиш. Мне кажется, тут вообще и не до алгоритма, победитель в такой дисциплине все равно найдется, даже если монетку подбрасывать. Как мне кажется, множество новомодных задач с использованием ИИ к этому и сводится.
                0

                Благо чтобы не казалось, существуют измеримые метрики, по котором можно сравниться и с той же монеткой, и с чем-то более уместным.

                0
                Бред, на основе одного матча невозможно определить опытность. Это я как игрок говорю. На одном и том же чемпионе с разными людьми могу как тащить так и фидить. Это командная игра. Нужна большая выборка. И кроме того так как решают рефлексы, которые можно наработать только много играя — то опытность определяется как раз частотой побед, которая влияет на продвижение по эло.

                Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.

                Самое читаемое