Machine Learning em Kazan, ou como os especialistas em machine learning são treinados no Tartaristão

O Tartaristão há muito mostra ambiciosidade no desenvolvimento de altas tecnologias. Recentemente, o Kazan IT Park comemorou seu 10º aniversário - exatamente onde startups e pequenas empresas são divididas em nível internacional. A cidade de Innópolis também demonstra poder contrário às previsões céticas: segundo as estatísticas, em 2019 o número de residentes aumentou em um terço, e novos escritórios de empresas mundiais foram abertos no parque tecnológico. Certo, como estão as tendências globais de TI - tecnologias de aprendizado de máquina e inteligência artificial?

O principal pioneiro nessa área em Kazan é Evgeny Razinkov, Ph.D. (Física e Matemática), palestrante na Universidade Federal de Kazan, chefe do departamento de aprendizado de máquina e visão computacional do FIX Group of Companies e diretor de ciência da Pr3vision. Ele era um estudante comum da VMK e, há um ano, lançou um programa de mestrado em Machine Learning e Computer Vision em sua universidade de origem. Evgeny leva os colegas e estudantes mais talentosos para sua equipe, que se dedica ao desenvolvimento científico e colabora com grandes empresas de TI. Eles descobriram tudo sobre o Machine Learning em Kazan com ele.



- Em que momento você percebeu que era hora de desenvolver a direção do aprendizado de máquina em Kazan?

- Tudo aconteceu de alguma forma naturalmente. Em 2014, ele se interessou pelo aprendizado de máquina e, em maio daquele ano, conheceu o professor tcheco Jiri Matos, que se tornou meu consultor científico. Em dezembro de 2014, ele foi para o estágio em Praga pela primeira vez e, em fevereiro, começou a realizar seminários sobre aprendizado de máquina na KFU. Foi algo assim: eu venho ao meu primeiro seminário, coleciono alunos e digo: “Gente, agora haverá um seminário sobre aprendizado de máquina. Ainda não me entendo muito, então vamos resolver juntos. "

Durante o semestre, li esses seminários e estudei com os alunos, e depois ele se transformou em um currículo, que foi incluído no currículo e já era ensinado aos solteiros como disciplina obrigatória. Desenvolvi de forma independente e comecei a ministrar um curso sobre visão computacional. Leia Data Mining. Depois, ele desenvolveu seu curso sobre Deep Learning. Eu acho que esse foi o primeiro curso que naquela época poderia ser encontrado na Rússia. Por exemplo, na República Tcheca, ele está sendo desenvolvido apenas agora e tenho um pouco de orgulho de estar lendo isso há muito tempo. E há alguns anos, notei que os alunos começaram a mostrar mais interesse em minhas palestras. Eles vêm até mim fora do horário, perguntando como chegar às minhas aulas.



- Quais plataformas estão preparando especialistas do Ministério da Defesa de Kazan e quais delas você considera mais eficazes?

- Isenção de responsabilidade: aqui está a história sobre meu óbvio conflito de interesses :) É claro que primeiro nomeei KFU, Instituto de Matemática Computacional e Tecnologias da Informação (ex-faculdade da VMK), departamento de análise de sistemas.

Isso vai parecer indecente, mas eu realmente acredito que treinamos especialistas muito legais. Agora, temos sete professores - todos os caras da minha equipe e a maioria tem pelo menos 3 anos de experiência nessa área. Segundo as minhas informações, quase não há especialistas nessa experiência em Kazan, exceto nós. Dou palestras sobre aprendizado de máquina no 2º e 3º ano de graduação, no quarto ano de graduação e no programa de mestrado - visão computacional. Eu também tenho um curso de mestrado em educação profunda para estudantes de graduação.

Além disso, em nosso departamento de análise de sistemas em 2019, apareceu um novo perfil de mestre - “Machine Learning e Computer Vision”, que abri com minha equipe. Neste programa de mestrado, dou cursos de educação profunda, visão computacional, no próximo semestre darei palestras sobre ensino com reforço, processamento de linguagem natural. Meu colega Ruslan Nigmatullin dá palestras sobre processamento de imagem digital e processamento de sinal digital. No total, temos 9 palestras e cursos práticos relacionados à inteligência artificial. Os caras que escreveram minhas teses de diploma agora estão realizando aulas práticas em nossa escola de pós-graduação. No ano passado, tivemos uma boa competição por esse perfil, o que me deixa muito feliz.

Minhas palestras são abertas a todos os participantes (aqueles que têm acesso aos edifícios da KFU). Agora estou postando vídeos editados com palestras no canal do YouTube. Em um futuro próximo, planejo transmitir palestras on-line em conexão com a pandemia do COVID-19 - tudo isso será de domínio público.

Até onde eu sei, também em Kazan, esses especialistas são treinados no KNITU-KAI e na Universidade de Innopolis.



- Onde seus graduados vão trabalhar? Eles querem se desenvolver em Kazan ou estão se esforçando para Moscou, no exterior?

- Parece-me que um número tão pequeno de graduados - caras fortes terão trabalho suficiente aqui. Kazan está se desenvolvendo bastante dinamicamente no setor de TI. Alguns dos meus alunos estão indo para Moscou. Em geral, é claro, bons especialistas nessa direção são esperados em todos os lugares.

- Você gerencia o departamento de aprendizado de máquina e visão computacional em uma grande holding. Como você avalia o papel de um departamento como esse na empresa? Essas empresas são consideradas mais íngremes / mais prestigiadas / mais promissoras que outras?

- Agora, o tema da inteligência artificial e do aprendizado de máquina está em ascensão, a maioria das inovações no mundo está associada a elas. É difícil pensar de maneira diferente, mas, na minha opinião, essas tecnologias são super importantes para toda empresa que planeja desenvolver um negócio inovador. Como as inovações de negócios reais agora estão muitas vezes vinculadas aos nossos algoritmos, e é difícil gerenciar essas empresas sem departamentos de aprendizado de máquina.

Mesmo que a corporação tenha uma aparência grande, mas não tenha experiência em aprendizado de máquina, visão computacional e IA, existe a sensação de que essa empresa está olhando para o passado. É provável que vários anos se passem e eles percam para seus concorrentes menores, que agora prestam mais atenção às nossas tecnologias e algoritmos.

- O que você considera a maior conquista de sua equipe?

"Temos dois grandes motivos de orgulho." A primeira é que realmente fechamos muitos projetos com sucesso. A maioria de nossos desenvolvimentos são implementados comercialmente e encantam nossos clientes. Muitos projetos são protegidos pela NDA e são um segredo comercial das empresas com as quais cooperamos, portanto, haverá poucos detalhes.

Dos projetos abertos que implementamos - uma ferramenta para o serviço de reembolso Backit do Grupo de Empresas FIX em Kazan. Criamos um sistema que permite encontrar o produto certo com o reembolso de uma fotografia. Digamos que um usuário queira comprar um modelo específico de tênis com reembolso. Ele carrega uma foto do produto no aplicativo de serviço e uma ferramenta especialmente treinada fornece um link para esta compra com um reembolso. Agora, mais de 1000 lojas on-line com uma grande variedade de sortimentos, de cosméticos a materiais de construção, estão conectadas ao serviço de reembolso da Backit. Nosso algoritmo procura roupas e acessórios.

Nossa segunda conquista é o treinamento de qualidade de especialistas, que construímos totalmente. Muitas pessoas da minha equipe ensinam aos alunos, esses caras escrevem um diploma conosco e depois uma tese de mestrado. E já no meio da magistratura, temos homens fortes o suficiente que depois vêm trabalhar conosco em empresas comerciais.



- Quais princípios, na sua opinião, são mais importantes na formação de especialistas nessa área?

"Você pode falar muito sobre matemática aqui." Acredito que uma pessoa que não possui uma boa formação matemática é muito limitada em seu desenvolvimento e não pode reivindicar um rápido desenvolvimento em aprendizado de máquina.

Outro ponto importante. Quando os especialistas em aprendizado de máquina projetam um sistema, a precisão é sempre medida no final. A questão sempre surge - esses métodos de medição são claros para o cliente? Mais frequentes do que não. As métricas que usamos são complexas, e pessoas sem educação técnica especial podem ser incompreensíveis. As empresas geralmente estão interessadas em KPIs vinculados a tarefas de negócios, e o aprendizado de máquina funciona com métricas completamente diferentes. Isso torna nossos especialistas responsáveis ​​- poder mudar para o idioma do cliente e transmitir corretamente os resultados do trabalho.

A questão da ética profissional surge imediatamente. Você pode facilmente manter o cliente em erro e se deliciar com números bonitos que terão uma conexão bastante fraca com a aplicação do sistema em condições reais - infelizmente, alguns especialistas o fazem. Certa vez, trabalhamos com um cliente que falou sobre o que outros especialistas estavam oferecendo a ele. Os concorrentes prometeram a ele certos indicadores de precisão, mas não explicaram como exatamente essa métrica é calculada. Essa abordagem não parece ética do ponto de vista profissional.

Portanto, um princípio importante no treinamento de especialistas em aprendizado de máquina é aumentar a vontade de falar o idioma do cliente. Honestamente, traduza métricas matemáticas em lógica de negócios, em linguagem de negócios. E você deve ser a pessoa que, se algo acontecer, pode dizer honestamente ao cliente: "O aprendizado de máquina não é aplicável aqui, não me contrate".

E existe isso - o efeito Dunning-Krueger. Esse é um fenômeno psicológico quando pessoas com baixa qualificação se consideram especialistas legais, e especialistas realmente legais se consideram não muito legais. Se você pesquisar no gráfico Dunning-Krueger, tudo fica claro.

O aprendizado de máquina agora é um campo tão exagerado que a tentação de se considerar um bom especialista é grande. Especialmente quando os cursos on-line prometem "se tornar um profissional em três meses ou até um mês". Isso é agravado pelo fato de muitas empresas ainda não saberem avaliar objetivamente o nível de treinamento de um especialista nessa área. Se a empresa não possuía essa competência e está apenas sendo criada, os candidatos a esse local podem tentar se vender de alguma maneira. E aqui novamente a questão da honestidade é relevante.

Não importa quanto um especialista gostaria de conseguir um emprego nesse campo, ele não deve prometer ao cliente algo que ele não será capaz de lidar, mesmo que o cliente "tenha prazer em ser enganado". Isso é muito prejudicial para a região - os clientes têm grandes expectativas. O que isso leva em termos de desenvolvimento de tecnologia? Além disso, em um dia a crença em nossos métodos e algoritmos está enfraquecendo.

Parece ao cliente que, com a ajuda do aprendizado de máquina, ele começará imediatamente a fazer coisas legais, contratando especialistas que, digamos, são injustificadamente otimistas. Como resultado, tudo isso não leva a nada, e o cliente diz: “Fiquei decepcionado com a região de Moscou. Isso não funciona".

Para mim, como especialista que ganha dinheiro com isso, esse é um grande problema e dor. Eu gostaria que outros especialistas em aprendizado de máquina fossem responsáveis ​​pelo que fazemos. Para que todos avaliem suas habilidades com seriedade e quanto o problema é resolvido, ele sabe como devolver o cliente "ao chão". Para que não haja decepção na tecnologia e todos possam trabalhar normalmente, de forma produtiva.

- Quando a comunidade Kazan de especialistas em aprendizado de máquina glorificará Kazan em todo o mundo?

- Aqui você provavelmente só pode rir :) Em geral, o que glorifica o mundo inteiro? A situação em que uma empresa tem muito dinheiro e está pronta para investir em coisas de terceiros - não no que ganha. E quando se trata do que ela ganha - como regra geral, esse é um segredo comercial, e você não glorifica Kazan em todo o mundo.

Sim, existem empresas como DeepMind, OpenAI - há muito dinheiro, as pessoas ensinam bots para jogar warcraft, DotA. Parece não haver aplicação direta, mas há exageros, porque todos estão interessados. Tais coisas são glorificadas em todo o mundo. Ainda, é claro, as realizações científicas têm esse efeito. Existem universidades como Oxford, Stanford, MIT - elas também têm esses recursos.

A principal coisa pela qual podemos nos tornar famosos é a atividade educacional. O máximo com o qual podemos contar é tornar-se conhecido em toda a Rússia como um centro para o treinamento de especialistas legais. Para que um dia as pessoas notem nosso trabalho e digam: "Oh, Kazan tem uma escola de ML forte!" Estudantes talentosos de cidades vizinhas nos atraíam, juntos criaríamos coisas ainda mais interessantes.

Portanto, um teto razoável é a popularidade de uma forte escola de aprendizado de máquina na Rússia. Não consigo imaginar isso em escala global. Provavelmente, a situação no ensino superior e nas empresas comerciais não é a mesma. Talvez quando tivermos uma vantagem maior no plano comercial, eles começarão a investir mais rapidamente em nossas tecnologias. Agora, os negócios aguardam um efeito rápido, mas no aprendizado de máquina é necessária uma abordagem diferente, mais fundamental e estratégica - somente nesse caso algo de bom pode acontecer. Deixe estar por enquanto.

---

Contatos Eugene:

Canal de telegrama (anúncios de palestras e seminários, artigos importantes sobre aprendizado de máquina): t.me/razinkov_ai

Canal do YouTube (vídeo de palestras): video.razinkov.ai

Público em VK (programação, anúncios de seminários): vk.com/razinkov_ai