मशीन लर्निंग कज़ान में, या मशीन सीखने के विशेषज्ञों को तातारस्तान में कैसे प्रशिक्षित किया जाता है

तातारस्तान ने लंबे समय तक उच्च प्रौद्योगिकियों के विकास में महत्वाकांक्षीता दिखाई है। हाल ही में, कज़ान आईटी पार्क ने अपनी 10 वीं वर्षगांठ मनाई - बहुत जहां स्टार्टअप और छोटी कंपनियों को एक अंतरराष्ट्रीय स्तर पर फाड़ दिया जाता है। इन्नोपोलिस शहर भी संदेहजनक पूर्वानुमान के बावजूद शक्ति का प्रदर्शन करता है: आंकड़ों के अनुसार, 2019 में निवासियों की संख्या में एक तिहाई की वृद्धि हुई, और तकनीकी निगम में विश्व निगमों के नए कार्यालय खोले गए। ठीक है, वैश्विक आईटी ट्रेंड्स - मशीन लर्निंग और आर्टिफिशियल इंटेलिजेंस टेक्नोलॉजी के साथ चीजें कैसे चल रही हैं?

कज़ान में इस क्षेत्र में मुख्य अग्रणी एवगेनी रज़िन्कोव, पीएचडी (भौतिकी और गणित), कज़ान फ़ेडरल यूनिवर्सिटी के व्याख्याता, FIX ग्रुप ऑफ़ कंपनीज़ के मशीन लर्निंग और कंप्यूटर विज़न विभाग के प्रमुख और Pr3vision के लिए विज्ञान के निदेशक हैं। एक बार जब वह वीएमके के एक साधारण छात्र थे, और एक साल पहले उन्होंने अपने मूल विश्वविद्यालय में मशीन लर्निंग और कंप्यूटर विजन में मास्टर कार्यक्रम शुरू किया। एवगेनी सबसे प्रतिभाशाली सहयोगियों और छात्रों को अपनी टीम में ले जाती है, जो वैज्ञानिक विकास में लगी हुई है और बड़ी आईटी कंपनियों के साथ सहयोग करती है। उन्हें कजान में मशीन लर्निंग के बारे में सब कुछ पता चला।



- किस समय आपको महसूस हुआ कि कज़ान में मशीन सीखने की दिशा विकसित करने का समय आ गया है?

- सब कुछ स्वाभाविक रूप से हुआ। 2014 में, उन्हें खुद को सीखने की मशीन में दिलचस्पी हो गई, और उसी साल मई में उन्होंने चेक प्रोफेसर जिरी माटोस से मुलाकात की, जो मेरे वैज्ञानिक सलाहकार बन गए। दिसंबर 2014 में, वह पहली बार प्राग में अपनी इंटर्नशिप में गए और फरवरी में उन्होंने केएफयू में मशीन लर्निंग पर सेमिनार करना शुरू किया। यह कुछ इस तरह था: मैं अपने पहले सेमिनार में आता हूं, छात्रों को इकट्ठा करता हूं और कहता हूं: “दोस्तों, अब मशीन लर्निंग पर एक सेमिनार होगा। मैं अभी तक खुद को ज्यादा समझ नहीं पाया हूं, तो चलो इसे एक साथ सुलझाते हैं।

सेमेस्टर के दौरान, मैंने इन सेमिनारों को पढ़ा और छात्रों के साथ अध्ययन किया, और फिर यह एक पाठ्यक्रम में बदल गया, जो पाठ्यक्रम में शामिल था और पहले से ही अनिवार्य विषय के रूप में स्नातक को पढ़ाया जाता था। मैंने स्वतंत्र रूप से विकसित किया और कंप्यूटर दृष्टि पर एक पाठ्यक्रम पढ़ाना शुरू किया। डेटा माइनिंग पढ़ें। फिर उन्होंने डीप लर्निंग पर अपना कोर्स विकसित किया। मुझे लगता है कि यह पहला ऐसा कोर्स था जो उस समय रूस में पाया जा सकता था। उदाहरण के लिए, चेक गणराज्य में इसे केवल अब विकसित किया जा रहा है, और मुझे थोड़ा गर्व भी है कि मैं इसे लंबे समय से पढ़ रहा हूं। और कुछ साल पहले मैंने देखा कि छात्रों ने मेरे व्याख्यानों में अधिक रुचि दिखानी शुरू की। वे मेरे पास शेड्यूल पर नहीं आते हैं, पूछते हैं कि मेरी कक्षाओं में कैसे जाएं।



- अब कौन से प्लेटफ़ॉर्म कज़ान में रक्षा मंत्रालय के विशेषज्ञ तैयार कर रहे हैं, और आप उनमें से किसको सबसे प्रभावी मानते हैं?

- अस्वीकरण: यहाँ मेरे हित के स्पष्ट संघर्ष के बारे में कहानी है :) बेशक, सबसे पहले मैं KFU, कम्प्यूटेशनल गणित और सूचना प्रौद्योगिकी संस्थान (VMK के पूर्व संकाय), प्रणाली विश्लेषण विभाग का नाम दूंगा।

यह बहुत अच्छा लगेगा, लेकिन मैं वास्तव में विश्वास करता हूं कि हम वास्तव में अच्छे विशेषज्ञों को प्रशिक्षित करते हैं। अब हमारे पास सात शिक्षक हैं - मेरी टीम के सभी लोग, और अधिकांश को इस क्षेत्र में कम से कम 3 साल का अनुभव है। मेरी जानकारी के अनुसार, हमारे अलावा कज़ान में इस तरह के अनुभव के लगभग कोई विशेषज्ञ नहीं हैं। मैं स्नातक अध्ययन के चौथे और तीसरे वर्ष में स्नातक अध्ययन के चौथे वर्ष में और मास्टर कार्यक्रम - कंप्यूटर दृष्टि - में मशीन लर्निंग पर व्याख्यान देता हूं। मेरे पास अंडरग्रेजुएट के लिए गहन शिक्षा में मास्टर कोर्स भी है।

इसके अलावा, 2019 में सिस्टम विश्लेषण के हमारे विभाग में, एक नए मास्टर का प्रोफाइल दिखाई दिया - "मशीन लर्निंग और कंप्यूटर विजन", जिसे मैंने अपनी टीम के साथ खोला। इस मास्टर कार्यक्रम में मैं गहन शिक्षा, कंप्यूटर दृष्टि में पाठ्यक्रम देता हूं, अगले सेमेस्टर में मैं सुदृढीकरण, प्राकृतिक भाषा प्रसंस्करण के साथ शिक्षण पर व्याख्यान दूंगा। मेरे सहकर्मी रुसलान निगमतुल्लीन डिजिटल इमेज प्रोसेसिंग और डिजिटल सिग्नल प्रोसेसिंग पर व्याख्यान देते हैं। कुल मिलाकर, हमारे पास कृत्रिम बुद्धि से संबंधित 9 व्याख्यान और व्यावहारिक पाठ्यक्रम हैं। जिन लोगों ने एक बार मेरे डिप्लोमा थिसिस लिखे थे, वे अब हमारे स्नातक विद्यालय में व्यावहारिक कक्षाएं संचालित कर रहे हैं। पिछले साल हमें इस प्रोफाइल के लिए एक अच्छी प्रतिस्पर्धा मिली, जिससे मुझे बहुत खुशी हुई।

मेरे व्याख्यान सभी कामर्स (जिनके पास केएफयू भवनों तक पहुंच है) के लिए खुले हैं। अब मैं YouTube चैनल पर व्याख्यान के साथ संपादित वीडियो पोस्ट कर रहा हूं । निकट भविष्य में मुझे COVID-19 महामारी के संबंध में व्याख्यान ऑनलाइन स्ट्रीम करने की योजना है - यह सब सार्वजनिक डोमेन में होगा।

जहाँ तक मुझे पता है, कज़ान में भी ऐसे विशेषज्ञों को KNITU-KAI और Innopolis University में प्रशिक्षित किया जाता है।



- आपके स्नातक कहाँ काम करने वाले हैं? वे कज़ान में विकास करना चाहते हैं या वे विदेश में मास्को के लिए प्रयास कर रहे हैं?

- मुझे ऐसा लगता है कि इतनी कम संख्या में स्नातक - मजबूत लोग यहां पर्याप्त काम करेंगे। कज़ान आईटी क्षेत्र में काफी गतिशील रूप से विकसित हो रहा है। मेरे कुछ छात्र मास्को के लिए रवाना हो रहे हैं। सामान्य तौर पर, निश्चित रूप से, इस दिशा में अच्छे विशेषज्ञों की हर जगह अपेक्षा की जाती है।

- आप एक बड़ी जोत में मशीन लर्निंग और कंप्यूटर विज़न विभाग का प्रबंधन करते हैं। आप कंपनी भर में इस तरह के विभाग की भूमिका कैसे तय करते हैं? क्या ऐसी कंपनियों को दूसरों की तुलना में अधिक प्रतिष्ठित / अधिक प्रतिष्ठित / आशाजनक माना जाता है?

- अब आर्टिफिशियल इंटेलिजेंस और मशीन लर्निंग का विषय बढ़ रहा है, दुनिया के अधिकांश नवाचार उनके साथ जुड़े हुए हैं। मेरे लिए अन्यथा सोचना कठिन है, लेकिन मेरी राय में, ये प्रौद्योगिकियां हर उस कंपनी के लिए सुपर महत्वपूर्ण हैं जो एक अभिनव व्यवसाय विकसित करने की योजना बना रही है। क्योंकि वास्तविक व्यावसायिक नवाचार अब बहुत बार हमारे एल्गोरिदम से जुड़े हैं, और मशीन सीखने वाले विभागों के बिना ऐसी कंपनियों का प्रबंधन करना मुश्किल है।

भले ही निगम दिखने में बड़ा हो, लेकिन इसमें मशीन लर्निंग, कंप्यूटर विज़न, और AI जैसी विशेषज्ञता नहीं है, लेकिन यह महसूस होता है कि ऐसा व्यवसाय अतीत की बात है। यह संभावना है कि कई साल बीत जाएंगे और वे अपने छोटे प्रतिद्वंद्वियों से हार जाएंगे, जो अब हमारी प्रौद्योगिकियों और एल्गोरिदम पर अधिक ध्यान देते हैं।

- आप अपनी टीम की सबसे बड़ी उपलब्धि क्या मानते हैं?

"हमारे पास गर्व के दो बड़े कारण हैं।" पहला यह है कि हम वास्तव में कई परियोजनाओं को सफलतापूर्वक बंद कर देते हैं। हमारे अधिकांश विकास व्यावसायिक रूप से कार्यान्वित होते हैं और हमारे ग्राहकों को प्रसन्न करते हैं। कई परियोजनाएं एनडीए द्वारा संरक्षित हैं और उन कंपनियों का एक व्यापार रहस्य है, जिनके साथ हम सहयोग करते हैं, इसलिए कुछ बारीकियां होंगी।

हमने जो खुली परियोजनाएं लागू कीं - उनमें से एक उपकरण कैशबैक सेवा के लिए एक उपकरण है। हमने एक प्रणाली बनाई है जो आपको एक तस्वीर से कैशबैक के साथ सही उत्पाद खोजने की अनुमति देती है। मान लीजिए कि एक उपयोगकर्ता कैशबैक के साथ एक विशिष्ट स्नीकर मॉडल खरीदना चाहता है। वह उत्पाद की एक तस्वीर सेवा अनुप्रयोग में अपलोड करता है, और एक विशेष रूप से प्रशिक्षित उपकरण उसे इस खरीदारी के लिए एक लिंक देता है जिसमें कैशबैक होता है। अब, 1000 से अधिक ऑनलाइन स्टोर विभिन्न प्रकार के वर्गीकरण के साथ, सौंदर्य प्रसाधन से लेकर निर्माण सामग्री तक, बैकिट कैशबैक सेवा से जुड़े हैं। हमारे एल्गोरिथ्म कपड़े और सामान के लिए खोज करता है।

हमारी दूसरी उपलब्धि विशेषज्ञों का गुणवत्तापूर्ण प्रशिक्षण है, जिसे हमने पूरी तरह से निर्मित किया है। मेरी टीम के कई लोग छात्रों को पढ़ाते हैं, ये लोग हमारे साथ एक डिप्लोमा लिखते हैं, फिर एक मास्टर की थीसिस। और पहले से ही मजिस्ट्रेट के बीच में, हमारे पास पर्याप्त मजबूत लोग हैं जो तब वाणिज्यिक कंपनियों में हमारे साथ काम करने के लिए आते हैं।



- आपकी राय में, इस क्षेत्र में प्रशिक्षण विशेषज्ञों में कौन से सिद्धांत सबसे महत्वपूर्ण हैं?

"आप यहां गणित के बारे में बहुत सारी बातें कर सकते हैं।" मेरा मानना ​​है कि जिस व्यक्ति के पास अच्छी गणितीय पृष्ठभूमि नहीं है, वह अपने विकास में बहुत सीमित है और मशीन लर्निंग में तेजी से विकास का दावा नहीं कर सकता है।

एक और महत्वपूर्ण बिंदु। जब मशीन सीखने के विशेषज्ञ एक प्रणाली डिजाइन करते हैं, तो सटीकता हमेशा अंत में मापा जाता है। सवाल अक्सर उठता है - क्या ये माप तरीके ग्राहक के लिए स्पष्ट हैं? अधिक से अधिक बार नहीं। हमारे द्वारा उपयोग किए जाने वाले मैट्रिक्स जटिल हैं, और विशेष तकनीकी शिक्षा के बिना लोग समझ से बाहर हो सकते हैं। व्यवसाय आमतौर पर KPI में रुचि रखते हैं जो व्यावसायिक कार्यों से जुड़े होते हैं, और मशीन लर्निंग पूरी तरह से अलग मैट्रिक्स के साथ काम करता है। यह हमारे विशेषज्ञों को जिम्मेदार बनाता है - ग्राहक की भाषा में स्विच करने में सक्षम होने और काम के परिणामों को सही ढंग से बताने के लिए।

पेशेवर नैतिकता का सवाल तुरंत उठता है। आप आसानी से ग्राहक को त्रुटि में रख सकते हैं और सुंदर संख्या के साथ "प्रसन्न" हो सकते हैं, जो वास्तविक परिस्थितियों में सिस्टम के उपयोग के साथ एक कमजोर संबंध होगा - दुर्भाग्य से, कुछ विशेषज्ञ ऐसा करते हैं। एक बार हमने एक ग्राहक के साथ काम किया, जो इस बारे में बात करता था कि अन्य विशेषज्ञ उसे क्या दे रहे हैं। प्रतियोगियों ने उनसे सटीकता के कुछ संकेतक का वादा किया, लेकिन यह नहीं बताया कि वास्तव में इस मीट्रिक की गणना कैसे की जाती है। पेशेवर दृष्टिकोण से यह दृष्टिकोण नैतिक नहीं लगता है।

इसलिए, मशीन सीखने के विशेषज्ञों के प्रशिक्षण में एक महत्वपूर्ण सिद्धांत ग्राहक की भाषा बोलने के लिए अपनी इच्छा को पंप करना है। व्यावसायिक तर्क में गणितीय मीट्रिक का व्यापार भाषा में ईमानदारी से अनुवाद करें। और आपको वह व्यक्ति होना चाहिए जो अगर कुछ होता है, तो ईमानदारी से ग्राहक को बता सकता है: "मशीन लर्निंग यहां लागू नहीं है, मुझे मत करो।"

और इस तरह की एक चीज है - धूर्त-क्रुएगर प्रभाव। यह एक मनोवैज्ञानिक घटना है जब कम योग्यता वाले लोग खुद को शांत विशेषज्ञ मानते हैं, और वास्तव में शांत विशेषज्ञ खुद को बहुत अच्छा नहीं मानते हैं। यदि आप Dunning-Krueger चार्ट को google करते हैं, तो सब कुछ स्पष्ट हो जाता है।

मशीन लर्निंग अब एक ऐसा प्रचार क्षेत्र है जो अपने आप को एक अच्छा विशेषज्ञ समझने का प्रलोभन है। खासकर जब ऑनलाइन पाठ्यक्रम "तीन महीने या एक महीने में एक पेशेवर बनने का वादा करते हैं।" यह इस तथ्य से जटिल है कि कई कंपनियां अभी तक नहीं जानती हैं कि इस क्षेत्र में किसी विशेषज्ञ के प्रशिक्षण के स्तर का निष्पक्ष मूल्यांकन कैसे किया जाए। यदि कंपनी के पास ऐसी क्षमता नहीं थी और बस बनाया जा रहा है, तो इस स्थान के लिए उम्मीदवार किसी भी तरह से खुद को बेचने की कोशिश कर सकते हैं। और यहाँ फिर से ईमानदारी का सवाल प्रासंगिक है।

कोई फर्क नहीं पड़ता कि कोई विशेषज्ञ इस क्षेत्र में नौकरी करना चाहता है, उसे ग्राहक को कुछ ऐसा वादा नहीं करना चाहिए जिसे वह संभाल नहीं पाएगा, भले ही ग्राहक "धोखा देने के लिए खुश हो।" यह क्षेत्र के लिए बहुत हानिकारक है - ग्राहकों को उच्च उम्मीदें हैं। प्रौद्योगिकी विकास के संदर्भ में यह क्या दर्शाता है? इसके अलावा, एक दिन में हमारे तरीकों और एल्गोरिदम में विश्वास कमजोर हो रहा है।

यह ग्राहक को लगता है कि मशीन सीखने की मदद से, वह तुरंत शांत चीजें करना शुरू कर देगा, विशेषज्ञों को काम पर रख सकता है, जो कहते हैं, अनुचित रूप से आशावादी हैं। नतीजतन, यह सब कुछ भी नहीं होता है, और ग्राहक कहते हैं: “मैं मास्को क्षेत्र में निराश था। यह काम नहीं करता"।

मेरे लिए, एक विशेषज्ञ के रूप में जो इस पर पैसा बनाता है, यह एक बड़ी समस्या और दर्द है। मैं चाहूंगा कि हम जो भी करें, उसके लिए अन्य मशीन लर्निंग विशेषज्ञ जिम्मेदार हों। ताकि हर कोई अपने कौशल का मूल्यांकन करे और समस्या का कितना हल हो, वह जानता है कि ग्राहक को "जमीन पर" कैसे लौटाया जाए। ताकि प्रौद्योगिकी में कोई निराशा न हो और हर कोई सामान्य रूप से, उत्पादक रूप से काम कर सके।

- मशीन सीखने के विशेषज्ञों का कज़ान समुदाय दुनिया भर में कज़ान का महिमामंडन कब करेगा?

- यहाँ आप शायद केवल इसे हँसा सकते हैं :) सामान्य तौर पर, पूरी दुनिया को गौरवान्वित करता है? वह स्थिति जब किसी कंपनी के पास बहुत पैसा होता है और वह थर्ड-पार्टी चीजों में निवेश करने के लिए तैयार होती है - वह नहीं जिसमें वह पैसा कमाती है। और जब यह आता है कि वह क्या कमाती है - एक नियम के रूप में, यह एक व्यापार रहस्य है, और आप पूरी दुनिया में कज़ान का महिमामंडन नहीं करते हैं।

हां, डीपमाइंड, ओपेनएआई जैसी कंपनियां हैं - बहुत पैसा है, लोग बॉट्स को वॉरक्राफ्ट, डॉटा खेलने के लिए सिखाते हैं। ऐसा लगता है कि कोई प्रत्यक्ष आवेदन नहीं है, लेकिन प्रचार है, क्योंकि हर कोई दिलचस्पी रखता है। पूरी दुनिया में ऐसी चीजों का महिमामंडन किया जाता है। फिर भी, निश्चित रूप से, वैज्ञानिक उपलब्धियों का ऐसा प्रभाव है। ऑक्सफोर्ड, स्टैनफोर्ड, एमआईटी जैसे विश्वविद्यालय हैं - उनके पास भी ऐसे संसाधन हैं।

मुख्य बात यह है कि हम शैक्षिक गतिविधि के लिए प्रसिद्ध हो सकते हैं। सबसे बड़ी बात जिस पर हम भरोसा कर सकते हैं, वह है शांत विशेषज्ञों के प्रशिक्षण के लिए पूरे रूस में एक केंद्र के रूप में जाना जाना। ताकि एक दिन लोग हमारे काम पर ध्यान दें और कहें: "ओह, कज़ान के पास एक मजबूत एमएल स्कूल है!" पड़ोसी शहरों के प्रतिभाशाली छात्र हमारे पास आएंगे, साथ में हम और भी दिलचस्प चीजें बनाएंगे।

तो रूस में एक मजबूत मशीन लर्निंग स्कूल के रूप में एक उचित छत लोकप्रियता है। मैं वैश्विक स्तर पर इसकी कल्पना नहीं कर सकता। संभवतः, उच्च शिक्षा और वाणिज्यिक कंपनियों में स्थिति समान नहीं है। शायद जब हम वाणिज्यिक योजना में अधिक लाभ प्राप्त करते हैं, तो वे हमारी प्रौद्योगिकियों में अधिक आसानी से निवेश करना शुरू कर देंगे। अब व्यापार एक त्वरित प्रभाव की प्रतीक्षा कर रहा है, लेकिन मशीन सीखने में एक अलग दृष्टिकोण की आवश्यकता होती है, अधिक मौलिक और रणनीतिक - केवल इस मामले में कुछ अच्छा हो सकता है। अभी के लिए रहने दो।

---

संपर्क यूजीन:

टेलीग्राम चैनल (व्याख्यान और सेमिनार की घोषणाएँ, मशीन सीखने पर महत्वपूर्ण लेख): t.me/razinkov_ai

YouTube चैनल (व्याख्यान का वीडियो): video.razinkov.ai

VK में सार्वजनिक (अनुसूची, सेमिनारों की घोषणाएँ: vk.com/razinkov_ai