L'apprentissage automatique à Kazan, ou comment les spécialistes de l'apprentissage automatique sont formés au Tatarstan

Le Tatarstan a depuis longtemps fait preuve d'ambition dans le développement des hautes technologies. Récemment, Kazan IT Park a célébré son 10e anniversaire - celui-là même où les startups et les petites entreprises sont déchirées au niveau international. La ville d'Innopolis fait également preuve d'une puissance contraire aux prévisions sceptiques: selon les statistiques, en 2019, le nombre de résidents a augmenté d'un tiers et de nouveaux bureaux de sociétés mondiales ont ouvert dans le technoparc. D'accord, comment vont les choses avec les tendances informatiques mondiales - les technologies d'apprentissage automatique et d'intelligence artificielle?

Le principal pionnier de ce domaine à Kazan est Evgeny Razinkov, Ph.D. (physique et mathématiques), professeur à l'Université fédérale de Kazan, chef du département d'apprentissage automatique et de vision par ordinateur du groupe d'entreprises FIX et directeur des sciences chez Pr3vision. Une fois qu'il était un étudiant ordinaire du VMK, et il y a un an, il a lancé un programme de maîtrise en apprentissage automatique et en vision par ordinateur dans son université natale. Evgeny emmène les collègues et les étudiants les plus talentueux au sein de son équipe, qui est engagée dans le développement scientifique et collabore avec de grandes entreprises informatiques. Ils ont tout appris de lui sur le Machine Learning à Kazan.



- À quel moment avez-vous réalisé qu'il était temps de développer la direction de l'apprentissage automatique à Kazan?

- Tout s'est passé naturellement. En 2014, il s'est intéressé à l'apprentissage automatique lui-même et en mai de la même année, il a rencontré le professeur tchèque Jiri Matos, qui est devenu mon conseiller scientifique. En décembre 2014, il s'est rendu pour la première fois à son stage à Prague et en février, il a commencé à animer des séminaires sur l'apprentissage automatique dans KFU. C'était quelque chose comme ça: je viens à mon premier séminaire, je collectionne les étudiants et je dis: «Les gars, il y aura maintenant un séminaire sur l'apprentissage automatique. Je ne comprends pas encore grand-chose moi-même, alors réglons-le ensemble. "

Au cours du semestre, j'ai lu ces séminaires et étudié avec les étudiants, puis cela s'est transformé en programme d'études, qui était inclus dans le programme et était déjà enseigné aux bachelors comme matière obligatoire. J'ai indépendamment développé et commencé à enseigner un cours sur la vision par ordinateur. Lisez l'exploration de données. Il a ensuite développé son cours sur le Deep Learning. Je pense que c'était le premier cours de ce genre qui à ce moment-là pouvait être trouvé en Russie. Par exemple, en République tchèque, il ne se développe que maintenant, et je suis même un peu fier que je le lise depuis longtemps. Il y a quelques années, j'ai remarqué que les étudiants commençaient à s'intéresser davantage à mes cours. Ils ne viennent pas à l'heure, me demandant comment me rendre à mes cours.



- Quelles plateformes préparent actuellement les spécialistes du ministère de la Défense à Kazan, et lesquelles considérez-vous comme les plus efficaces?

- Avis de non-responsabilité: voici l'histoire de mon conflit d'intérêts évident :) Bien sûr, je vais tout d'abord nommer KFU, Institut de mathématiques computationnelles et des technologies de l'information (ancienne faculté du VMK), département d'analyse de système.

Cela semblera impudique, mais je crois vraiment que nous formons des spécialistes vraiment cool. Nous avons maintenant sept professeurs - tous les gars de mon équipe, et la plupart ont au moins 3 ans d'expérience dans ce domaine. D'après mes informations, il n'y a presque aucun expert en expérience à Kazan à part nous. Je donne des cours sur l'apprentissage automatique en 2e et 3e année de premier cycle, en quatrième année de premier cycle et dans le programme de master - vision par ordinateur. J'ai également un cours de master en éducation profonde pour les étudiants de premier cycle.

De plus, dans notre département d'analyse de systèmes en 2019, un nouveau profil de master est apparu - «Machine Learning and Computer Vision», que j'ai ouvert avec mon équipe. Dans ce programme de master, je donne des cours en éducation profonde, en vision par ordinateur, au cours du prochain semestre, je donnerai des conférences sur l'enseignement avec renforcement, le traitement du langage naturel. Mon collègue Ruslan Nigmatullin donne des conférences sur le traitement numérique de l'image et le traitement numérique du signal. Au total, nous avons 9 conférences et cours pratiques liés à l'intelligence artificielle. Les gars qui ont écrit mes thèses mènent maintenant des cours pratiques dans notre école doctorale. L'année dernière, nous avons eu une bonne compétition pour ce profil, ce qui me rend très heureux.

Mes conférences sont ouvertes à tous les arrivants (ceux qui ont accès aux bâtiments de la KFU). Maintenant, je publie des vidéos modifiées avec des conférences sur la chaîne YouTube. Dans un proche avenir, je prévois de diffuser des conférences en ligne sur la pandémie de COVID-19 - tout cela sera du domaine public.

Pour autant que je sache, à Kazan également, ces spécialistes sont formés à KNITU-KAI et à l'Université Innopolis.



- Où vos diplômés vont-ils travailler? Ils veulent se développer à Kazan ou cherchent-ils à Moscou, à l'étranger?

- Il me semble qu'un si petit nombre de diplômés - des gars forts auront assez de travail ici. Kazan se développe de manière assez dynamique dans le secteur informatique. Certains de mes étudiants partent pour Moscou. En général, bien sûr, de bons spécialistes dans ce sens sont attendus partout.

- Vous gérez le département d'apprentissage machine et de vision par ordinateur dans une grande exploitation. Comment évaluez-vous le rôle d'un tel département dans l'entreprise? Ces entreprises sont-elles considérées comme plus pentues / plus prestigieuses / plus prometteuses que d'autres?

- Maintenant que le sujet de l'intelligence artificielle et de l'apprentissage automatique est en plein essor, la plupart des innovations dans le monde leur sont associées. Il m'est difficile de penser différemment, mais à mon avis, ces technologies sont super importantes pour chaque entreprise qui prévoit de développer une entreprise innovante. Parce que les innovations commerciales réelles sont désormais très souvent liées à nos algorithmes, et il est difficile de gérer de telles entreprises sans départements d'apprentissage automatique.

Même si la société est grande en apparence, mais qu'elle n'a pas d'expertise en apprentissage automatique, en vision par ordinateur et en intelligence artificielle, il y a le sentiment qu'une telle entreprise appartient au passé. Il est probable que plusieurs années s'écouleront et ils perdront face à leurs concurrents plus petits, qui accordent désormais plus d'attention à nos technologies et algorithmes.

- Que considérez-vous comme la plus grande réussite de votre équipe?

"Nous avons deux grandes raisons d'être fiers." Le premier est que nous avons réussi à clôturer de nombreux projets avec succès. La plupart de nos développements sont mis en œuvre commercialement et ravissent nos clients. De nombreux projets sont protégés par la NDA et sont un secret commercial des entreprises avec lesquelles nous coopérons, il y aura donc peu de détails.

Parmi les projets ouverts que nous avons mis en œuvre - un outil pour le service de cash back Backit du groupe d'entreprises FIX à Kazan. Nous avons créé un système qui vous permet de trouver le bon produit avec un cashback à partir d'une photo. Supposons qu'un utilisateur souhaite acheter un modèle de sneaker spécifique avec une remise en argent. Il télécharge une photo du produit dans l'application de service, et un outil spécialement formé lui donne un lien vers cet achat avec un cashback. Désormais, plus de 1000 boutiques en ligne avec une grande variété d'assortiments, des cosmétiques aux matériaux de construction, sont connectées au service de cash back Backit. Notre algorithme recherche les vêtements et accessoires.

Notre deuxième réalisation est la formation de qualité de spécialistes, que nous avons entièrement construite. Beaucoup de gens de mon équipe enseignent aux étudiants, ces gars-là écrivent un diplôme avec nous, puis une thèse de maîtrise. Et déjà au milieu de la magistrature, nous avons suffisamment de gars forts qui viennent ensuite travailler avec nous dans des sociétés commerciales.



- Quels principes, selon vous, sont les plus importants pour la formation de spécialistes dans ce domaine?

"Vous pouvez parler beaucoup de mathématiques ici." Je crois qu'une personne qui n'a pas une bonne formation mathématique est très limitée dans son développement et ne peut pas prétendre à un développement rapide en apprentissage automatique.

Un autre point important. Lorsque des spécialistes de l'apprentissage automatique conçoivent un système, la précision est toujours mesurée à la fin. La question se pose souvent - ces méthodes de mesure sont-elles claires pour le client? Plus souvent qu'autrement. Les paramètres que nous utilisons sont complexes et les personnes sans formation technique spéciale peuvent être incompréhensibles. Les entreprises sont généralement intéressées par les KPI liés aux tâches métier, et l'apprentissage automatique fonctionne avec des métriques complètement différentes. Cela rend nos spécialistes responsables - de pouvoir passer à la langue du client et de transmettre correctement les résultats du travail.

La question de l'éthique professionnelle se pose immédiatement. Vous pouvez facilement garder le client dans l'erreur et «vous régaler» avec de beaux chiffres, qui auront un lien plutôt faible avec l'utilisation du système en conditions réelles - malheureusement, certains experts le font. Une fois, nous avons travaillé avec un client qui a parlé de ce que d'autres spécialistes lui proposaient. Les concurrents lui ont promis certains indicateurs de précision, mais n'ont pas expliqué comment exactement cette métrique est calculée. Cette approche ne semble pas éthique d'un point de vue professionnel.

Par conséquent, un principe important dans la formation des spécialistes du machine learning est de pomper leur volonté de parler la langue du client. Traduisez honnêtement les métriques mathématiques en logique métier, en langage métier. Et vous devriez être la personne qui, si quelque chose arrive, peut honnêtement dire au client: "L'apprentissage automatique n'est pas applicable ici, ne m'engagez pas."

Et il y a une telle chose - l'effet Dunning-Krueger. C'est un phénomène psychologique lorsque les personnes peu qualifiées se considèrent comme des spécialistes sympas et que les spécialistes vraiment sympas ne se considèrent pas très cool. Si vous cherchez sur le graphique Dunning-Krueger, tout devient clair.

L'apprentissage automatique est maintenant un domaine tellement hype que la tentation de vous considérer comme un bon spécialiste est grande. Surtout lorsque les cours en ligne promettent de "devenir un professionnel en trois mois, voire un mois". Cette situation est aggravée par le fait que de nombreuses entreprises ne savent pas encore évaluer objectivement le niveau de formation d'un spécialiste dans ce domaine. Si l'entreprise n'avait pas une telle compétence et vient de se créer, les candidats à ce lieu peuvent tenter de se vendre de quelque manière que ce soit. Et là encore, la question de l'honnêteté est pertinente.

Peu importe combien un spécialiste souhaite obtenir un emploi dans ce domaine, il ne doit pas promettre au client quelque chose qu'il ne pourra pas gérer, même si le client "est content d'être trompé". Ceci est très nocif pour la région - les clients ont des attentes élevées. À quoi cela conduit-il en termes de développement technologique? De plus, en un jour, la croyance en nos méthodes et algorithmes s'affaiblit.

Il semble au client qu'avec l'aide du machine learning, il commencera immédiatement à faire des choses sympas, à embaucher des spécialistes qui, disons, sont indûment optimistes. En conséquence, tout cela ne mène à rien et le client déclare: «J'ai été déçu dans la région de Moscou. Cela ne fonctionne pas".

Pour moi, en tant que spécialiste qui gagne de l'argent là-dessus, c'est un gros problème et une grande douleur. J'aimerais que d'autres experts en apprentissage automatique soient responsables de ce que nous faisons. Pour que chacun évalue sobrement ses compétences et à quel point le problème est résolu, il sait remettre le client «au sol». Pour qu'il n'y ait aucune déception technologique et que tout le monde puisse travailler normalement et de manière productive.

- Quand la communauté de spécialistes de l'apprentissage automatique de Kazan glorifiera-t-elle Kazan dans le monde entier?

- Ici, vous ne pouvez probablement que rire :) En général, qu'est-ce qui glorifie le monde entier? La situation où une entreprise a beaucoup d'argent et est prête à investir dans des choses tierces - pas dans ce qu'elle fait de l'argent. Et quand il s'agit de ce qu'elle gagne - en règle générale, c'est un secret commercial, et vous ne glorifiez pas Kazan partout dans le monde.

Oui, il existe des sociétés telles que DeepMind, OpenAI - il y a beaucoup d'argent, les gens apprennent aux robots à jouer à Warcraft, DotA. Il ne semble pas y avoir d'application directe, mais il y a du battage médiatique, car tout le monde est intéressé. Ces choses sont glorifiées partout dans le monde. Bien sûr, les réalisations scientifiques ont un tel effet. Il existe des universités comme Oxford, Stanford, MIT - elles ont également de telles ressources.

La principale raison pour laquelle nous pouvons devenir célèbres est l'activité éducative. Le plus grand sur lequel nous pouvons compter est de se faire connaître dans toute la Russie comme un centre de formation de spécialistes sympas. Pour qu'un jour les gens remarquent notre travail et disent: "Oh, Kazan a une solide école de ML!" Des étudiants talentueux des villes voisines nous attireraient, ensemble nous créerions des choses encore plus intéressantes.

Donc, un plafond raisonnable est la popularité en tant qu'école d'apprentissage machine solide en Russie. Je ne peux pas l’imaginer à l’échelle mondiale. La situation dans l'enseignement supérieur et les entreprises commerciales n'est probablement pas la même. Peut-être que lorsque nous aurons un plus grand avantage dans le plan commercial, ils commenceront à investir plus facilement dans nos technologies. Maintenant, l'entreprise attend un effet rapide, mais dans l'apprentissage automatique, une approche différente est nécessaire, plus fondamentale et stratégique - seulement dans ce cas, quelque chose de bon peut se produire. Que ce soit pour le moment.

---

Contacts Eugene:

Chaîne de télégramme (annonces de conférences et séminaires, articles importants sur l'apprentissage automatique): chaîne YouTube t.me/razinkov_ai

(vidéo de conférences): video.razinkov.ai

Public en VK (calendrier, annonces de séminaires): vk.com/razinkov_ai