Pembelajaran Mesin di Kazan, atau bagaimana spesialis pembelajaran mesin dilatih di Tatarstan

Tatarstan telah lama menunjukkan ambisi dalam pengembangan teknologi tinggi. Baru-baru ini, Kazan IT Park merayakan hari jadinya yang ke-10 - hari dimana startup dan perusahaan kecil terpecah ke level internasional. Kota Innopolis juga menunjukkan kekuatan meskipun ada ramalan skeptis: menurut statistik, pada tahun 2019 jumlah penduduk meningkat sepertiga, dan kantor baru korporasi dunia dibuka di technopark. Oke, bagaimana perkembangan tren TI global - pembelajaran mesin dan teknologi kecerdasan buatan?

Pelopor utama bidang ini di Kazan adalah Evgeny Razinkov, Ph.D (Fisika dan Matematika), dosen di Universitas Federal Kazan, kepala bagian pembelajaran mesin dan visi komputer dari FIX Group of Companies dan direktur ilmu pengetahuan di Pr3vision. Suatu ketika ia adalah seorang siswa biasa dari VMK, dan setahun yang lalu ia meluncurkan program master dalam Pembelajaran Mesin dan Visi Komputer di universitas asalnya. Evgeny membawa kolega dan siswa paling berbakat ke timnya, yang bergerak dalam pengembangan ilmiah dan berkolaborasi dengan perusahaan IT besar. Mereka menemukan segala sesuatu tentang Pembelajaran Mesin di Kazan darinya.



- Pada titik apa Anda menyadari bahwa sudah waktunya untuk mengembangkan arah pembelajaran mesin di Kazan?

- Semuanya terjadi entah bagaimana secara alami. Pada tahun 2014, ia menjadi tertarik pada pembelajaran mesin sendiri, dan pada bulan Mei tahun itu ia bertemu dengan profesor Ceko Jiri Matos, yang menjadi penasihat ilmiah saya. Pada Desember 2014, ia pergi magang di Praha untuk pertama kalinya, dan pada bulan Februari ia mulai mengadakan seminar tentang pembelajaran mesin di KFU. Itu kira-kira seperti ini: Saya datang ke seminar pertama saya, mengumpulkan siswa dan berkata: “Teman-teman, sekarang akan ada seminar tentang pembelajaran mesin. Saya sendiri belum banyak mengerti, jadi mari kita selesaikan bersama. "

Selama semester, saya membaca seminar ini dan belajar dengan siswa, dan kemudian berubah menjadi kurikulum, yang termasuk dalam kurikulum dan sudah diajarkan kepada bujangan sebagai mata pelajaran wajib. Saya secara mandiri mengembangkan dan mulai mengajar kursus visi komputer. Baca Data Mining. Kemudian ia mengembangkan kursus tentang Pembelajaran Jauh. Saya pikir ini adalah kursus pertama yang pada saat itu dapat ditemukan di Rusia. Sebagai contoh, di Republik Ceko ini sedang dikembangkan hanya sekarang, dan saya bahkan sedikit bangga bahwa saya telah membacanya untuk waktu yang lama. Dan beberapa tahun yang lalu saya perhatikan bahwa para siswa mulai menunjukkan minat yang lebih besar pada kuliah saya. Mereka datang kepada saya tidak sesuai jadwal, menanyakan bagaimana cara pergi ke kelas saya.



- Platform apa yang sekarang sedang menyiapkan spesialis dari Kementerian Pertahanan di Kazan, dan mana di antara mereka yang Anda anggap paling efektif?

- Penafian: ini adalah kisah tentang konflik kepentingan saya yang jelas :) Tentu saja, pertama-tama saya akan menyebut KFU, Institut Matematika Komputasi dan Teknologi Informasi (mantan fakultas VMK), departemen analisis sistem.

Ini kedengarannya tidak sopan, tetapi saya benar-benar percaya bahwa kami melatih spesialis yang sangat keren. Sekarang kami memiliki tujuh guru - semua orang dari tim saya, dan sebagian besar memiliki setidaknya 3 tahun pengalaman di bidang ini. Menurut informasi saya, hampir tidak ada ahli dalam pengalaman seperti itu di Kazan kecuali kita. Saya memberikan kuliah tentang pembelajaran mesin pada tahun ke-2 dan ke-3 studi sarjana, pada tahun keempat studi sarjana dan dalam program master - visi komputer. Saya juga memiliki program magister dalam pendidikan mendalam untuk sarjana.

Plus, di departemen analisis sistem kami pada tahun 2019, profil master baru muncul - "Pembelajaran Mesin dan Visi Komputer", yang saya buka bersama tim saya. Dalam program magister ini saya memberikan kursus dalam pendidikan mendalam, visi komputer, pada semester berikutnya saya akan memberikan kuliah tentang pengajaran dengan penguatan, pemrosesan bahasa alami. Rekan saya Ruslan Nigmatullin memberikan kuliah tentang pemrosesan gambar digital dan pemrosesan sinyal digital. Secara total, kami memiliki 9 kuliah dan kursus praktis terkait dengan kecerdasan buatan. Orang-orang yang pernah menulis tesis diploma saya sekarang melakukan kelas praktis di sekolah pascasarjana kami. Tahun lalu kami mendapat kompetisi yang bagus untuk profil ini, yang membuat saya sangat senang.

Kuliah saya terbuka untuk semua pendatang (mereka yang memiliki akses ke gedung KFU). Sekarang saya memposting video yang diedit dengan ceramah di saluran YouTube. Dalam waktu dekat saya berencana untuk melakukan streaming kuliah online sehubungan dengan pandemi COVID-19 - semua ini akan berada dalam domain publik.

Sejauh yang saya tahu, juga di Kazan spesialis semacam itu dilatih di KNITU-KAI dan Universitas Innopolis.



- Di mana lulusan Anda akan bekerja? Mereka ingin berkembang di Kazan atau mereka berjuang untuk Moskow, di luar negeri?

- Sepertinya bagi saya sejumlah kecil lulusan - orang kuat akan memiliki cukup pekerjaan di sini. Kazan berkembang cukup dinamis di sektor TI. Beberapa murid saya akan berangkat ke Moskow. Secara umum, tentu saja, spesialis yang baik dalam arah ini diharapkan di mana-mana.

- Anda mengelola departemen pembelajaran mesin dan visi komputer dalam holding besar. Bagaimana Anda menilai peran departemen seperti itu di seluruh perusahaan? Apakah perusahaan seperti itu dianggap lebih curam / lebih bergengsi / lebih menjanjikan daripada yang lain?

- Sekarang topik kecerdasan buatan dan pembelajaran mesin terus meningkat, sebagian besar inovasi di dunia dikaitkan dengan mereka. Sulit bagi saya untuk berpikir secara berbeda, tetapi menurut saya, teknologi ini sangat penting untuk setiap perusahaan yang berencana mengembangkan bisnis yang inovatif. Karena inovasi bisnis aktual sekarang sangat sering dikaitkan dengan algoritma kami, dan sulit untuk mengelola perusahaan seperti itu tanpa departemen pembelajaran mesin.

Sekalipun perusahaan itu berpenampilan besar, tetapi tidak memiliki keahlian dalam pembelajaran mesin, visi komputer, dan AI, ada perasaan bahwa bisnis semacam itu adalah sesuatu dari masa lalu. Kemungkinan beberapa tahun akan berlalu dan mereka akan kalah dari pesaing mereka yang lebih kecil, yang sekarang lebih memperhatikan teknologi dan algoritma kami.

- Apa yang Anda anggap pencapaian terbesar tim Anda?

"Kami memiliki dua alasan besar untuk bangga." Yang pertama adalah kami benar-benar berhasil menutup banyak proyek. Sebagian besar perkembangan kami diimplementasikan secara komersial dan menyenangkan pelanggan kami. Banyak proyek dilindungi oleh NDA dan merupakan rahasia dagang dari perusahaan yang bekerja sama dengan kami, sehingga akan ada beberapa spesifik.

Dari proyek terbuka yang kami laksanakan - alat untuk layanan cashback Backit dari FIX Group of Companies di Kazan. Kami telah menciptakan sistem yang memungkinkan Anda untuk menemukan produk yang tepat dengan cashback dari sebuah foto. Katakanlah seorang pengguna ingin membeli model sepatu khusus dengan cashback. Dia mengunggah foto produk ke aplikasi layanan, dan alat yang terlatih khusus memberinya tautan ke pembelian ini dengan uang kembali. Sekarang, lebih dari 1000 toko online dengan berbagai macam variasi, dari kosmetik hingga bahan bangunan, terhubung ke layanan cashback Backit. Algoritma kami mencari pakaian dan aksesori.

Prestasi kedua kami adalah pelatihan berkualitas dari para spesialis, yang telah kami bangun sepenuhnya. Banyak orang dari tim saya mengajar siswa, orang-orang ini menulis ijazah bersama kami, kemudian tesis master. Dan sudah di tengah-tengah pengadilan, kami memiliki cukup banyak orang kuat yang kemudian datang untuk bekerja bersama kami di perusahaan komersial.



- Prinsip apa, menurut Anda, yang paling penting dalam melatih spesialis di bidang ini?

"Kamu bisa berbicara banyak tentang matematika di sini." Saya percaya bahwa seseorang yang tidak memiliki latar belakang matematika yang baik sangat terbatas dalam perkembangannya dan tidak dapat mengklaim perkembangan pesat dalam pembelajaran mesin.

Poin penting lainnya. Ketika spesialis pembelajaran mesin merancang suatu sistem, akurasi selalu diukur pada akhirnya. Pertanyaan yang sering muncul - apakah metode pengukuran ini jelas bagi pelanggan? Lebih sering daripada tidak. Metrik yang kami gunakan sangat kompleks, dan orang-orang tanpa pendidikan teknis khusus mungkin tidak dapat dipahami. Bisnis biasanya tertarik pada KPI yang terkait dengan tugas bisnis, dan pembelajaran mesin bekerja dengan metrik yang sama sekali berbeda. Ini membuat spesialis kami bertanggung jawab - untuk dapat beralih ke bahasa pelanggan dan menyampaikan hasil pekerjaan dengan benar.

Pertanyaan etika profesi segera muncul. Anda dapat dengan mudah membuat pelanggan salah dan “senang” dengan angka-angka yang indah, yang akan memiliki koneksi yang agak lemah dengan penggunaan sistem dalam kondisi nyata - sayangnya, beberapa ahli melakukannya. Suatu ketika kami bekerja dengan seorang pelanggan yang berbicara tentang apa yang ditawarkan oleh spesialis lain kepadanya. Pesaing menjanjikan indikator akurasi tertentu, tetapi tidak menjelaskan bagaimana tepatnya metrik ini dihitung. Pendekatan ini tampaknya tidak etis dari sudut pandang profesional.

Oleh karena itu, prinsip penting dalam pelatihan spesialis pembelajaran mesin adalah untuk memompa kesediaan mereka untuk berbicara dalam bahasa pelanggan. Jujur menerjemahkan metrik matematika ke dalam logika bisnis, ke dalam bahasa bisnis. Dan Anda harus menjadi orang yang, jika terjadi sesuatu, dapat dengan jujur ​​memberi tahu pelanggan: "Pembelajaran mesin tidak berlaku di sini, jangan pekerjakan saya."

Dan ada hal seperti itu - efek Dunning-Krueger. Ini adalah fenomena psikologis ketika orang dengan kualifikasi rendah menganggap diri mereka spesialis yang keren, dan spesialis yang sangat keren menganggap diri mereka tidak terlalu keren. Jika Anda menggunakan grafik Dunning-Krueger, semuanya menjadi jelas.

Pembelajaran mesin sekarang menjadi bidang sensasi sehingga godaan untuk menganggap diri Anda seorang spesialis yang baik itu hebat. Terutama ketika kursus online berjanji untuk "menjadi seorang profesional dalam tiga bulan, atau bahkan sebulan." Ini diperparah oleh kenyataan bahwa banyak perusahaan belum tahu bagaimana menilai secara objektif tingkat pelatihan spesialis di bidang ini. Jika perusahaan tidak memiliki kompetensi seperti itu dan baru saja dibuat, kandidat untuk tempat ini dapat mencoba menjual diri mereka dengan cara apa pun. Dan di sini sekali lagi pertanyaan tentang kejujuran itu relevan.

Tidak peduli berapa banyak spesialis ingin mendapatkan pekerjaan di bidang ini, ia tidak boleh menjanjikan sesuatu kepada pelanggan bahwa ia tidak akan mampu menangani, bahkan jika pelanggan "senang ditipu." Ini sangat berbahaya bagi kawasan ini - pelanggan memiliki harapan yang tinggi. Apa yang menyebabkan hal ini dalam hal pengembangan teknologi? Selain itu, dalam satu hari kepercayaan terhadap metode dan algoritme kami melemah.

Tampaknya bagi pelanggan bahwa dengan bantuan pembelajaran mesin, ia akan segera mulai melakukan hal-hal keren, mempekerjakan spesialis yang, katakanlah, optimis secara tidak dapat dibenarkan. Akibatnya, semua ini tidak menghasilkan apa-apa, dan pelanggan mengatakan: “Saya kecewa di Wilayah Moskow. Ini tidak bekerja".

Bagi saya, sebagai seorang spesialis yang menghasilkan uang dalam hal ini, ini adalah masalah dan rasa sakit yang besar. Saya ingin ahli pembelajaran mesin lainnya bertanggung jawab atas apa yang kami lakukan. Agar setiap orang dengan sadar mengevaluasi keterampilan mereka dan seberapa banyak masalah dipecahkan, ia tahu bagaimana mengembalikan pelanggan "ke tanah." Sehingga tidak ada kekecewaan dalam teknologi dan semua orang dapat bekerja secara normal, produktif.

- Kapan komunitas spesialis pembelajaran mesin Kazan akan memuliakan Kazan di seluruh dunia?

- Di sini Anda mungkin hanya bisa menertawakannya :) Secara umum, apa yang memuliakan seluruh dunia? Situasi ketika perusahaan memiliki banyak uang dan siap untuk berinvestasi dalam hal-hal pihak ketiga - bukan pada apa yang menghasilkan uang. Dan ketika datang ke apa yang dia hasilkan - sebagai suatu peraturan, ini adalah rahasia dagang, dan Anda tidak memuliakan Kazan di seluruh dunia.

Ya, ada perusahaan seperti DeepMind, OpenAI - ada banyak uang, orang mengajarkan bot untuk bermain warcraft, DotA. Tampaknya tidak ada aplikasi langsung, tetapi ada hype, karena semua orang tertarik. Hal-hal seperti itu dimuliakan di seluruh dunia. Namun, tentu saja, prestasi ilmiah memiliki efek seperti itu. Ada universitas seperti Oxford, Stanford, MIT - mereka juga memiliki sumber daya seperti itu.

Hal utama yang bisa menjadi terkenal adalah aktivitas pendidikan. Yang terbesar yang bisa kita andalkan adalah dikenal di seluruh Rusia sebagai pusat pelatihan spesialis keren. Sehingga suatu hari orang-orang akan memperhatikan pekerjaan kami dan berkata: "Oh, Kazan memiliki sekolah ML yang kuat!" Siswa berbakat dari kota-kota tetangga akan menarik kita, bersama-sama kita akan menciptakan hal-hal yang lebih menarik.

Jadi langit-langit yang masuk akal adalah popularitas sebagai sekolah pembelajaran mesin yang kuat di Rusia. Saya tidak bisa membayangkannya dalam skala global. Mungkin, situasi di perguruan tinggi dan perusahaan komersial tidak sama. Mungkin ketika kita memperoleh keuntungan yang lebih besar dalam rencana komersial, mereka akan mulai berinvestasi lebih mudah dalam teknologi kita. Sekarang bisnis sedang menunggu efek cepat, tetapi dalam pembelajaran mesin diperlukan pendekatan yang berbeda, lebih mendasar dan strategis - hanya dalam hal ini sesuatu yang baik dapat terjadi. Biarkan untuk sekarang.

---

Kontak Eugene:

Saluran Telegram (pengumuman kuliah dan seminar, artikel penting tentang pembelajaran mesin): t.me/razinkov_ai

Saluran YouTube (video kuliah): video.razinkov.ai

Publik di VK (jadwal, pengumuman seminar): vk.com/razinkov_ai