Сейчас мы стоим у технологической развилки, которая обусловит будущее развитие технологий искусственного ума и машинного обучения. Эти технологии начинают набирать обороты, для молодежи организуется много состязаний по их применению. С одной стороны, размер хайпа зашкаливает и ребята начинают интенсивно интересоваться data science, охотно идут в это направление. Но задач социально-экономической направленности, которые они могли бы решать, очевидно недостаточно. Юные спецы участвуют в конкурсах, соревнуясь в том, кто лучше научит нейросеть распознавать котиков и объекты снутри компьютерных игр, решать бизнес-задачи для улучшения прогноза продаж либо создавать картины при помощи алгоритмов. Да, такие задачки отлично «прокачивают» компетенции, но не приносят прямой полезности людям, нуждающимся в решении насущных заморочек. А ведь методы могли бы в этом посодействовать. Для почти всех юных людей такие слова, как «благотворительность» либо «неопасная среда», совсем не являются пустым звуком. Но, к огорчению, даже там, где рассматриваются настоящие препядствия, недочет экспертных познаний (к примеру, при проведении внутривузовских соревнований) приводит к тому, что ребятам начинает казаться, что кода в несколько 10-ов строк быть может довольно для решения принципиальной многофакторной социальной задачки.
В рамках интернационального конкурса по решению глобальных соц задач World AI & Data Challenge резко подросло число участников: в прошедшем году их было чуток наиболее 1 тыс., а в этом — уже выше 6 тыс. человек. Совместно со студентами, ИТ-специалистами из компаний большинства регионов Рф и остальных государств в конкурсе соревнуются уже и школьники. Они желают решать социально-экономические задачки, приносить настоящую пользу людям. Кроме «прокачки» собственных компетенций, конкретно это становится их главный мотивацией. Потому в рамках популяризации технологий анализа данных и машинного обучения полезно задавать не только лишь технологическую планку, да и ценностную: мы должны обучаться строить свои методы во благо обществу.
Яна Коваленко: «Занимаясь популяризацией технологий анализа данных полезно задавать не только лишь технологическую планку, да и ценностную: мы должны обучаться строить свои методы во благо обществу»
Хотя почти все не думают о этом, но желала бы отметить таковой принципиальный нюанс: когда мы учим метод обыгрывать человека, то, ставя задачку соревноваться с людьми, оказываемся «по другую сторону баррикад». И если игнорировать данный факт, то мы сами не заметим, как научим методы не помогать, а противостоять нам и в этом противоборстве быть лучше нас. В нашем проекте принципно другое отношение: мы учим методы помогать людям. К примеру, в Рф и остальных странах есть очень принципиальная задачка, к решению которой также подключена и ООН, — понижение бедности. Эта неувязка все еще далека от решения во всем мире, но можно создать высококачественный шаг вперед, собирая оперативные и достоверные данные о настоящих людях и семьях, нуждающихся в помощи, определяя профиль их локации и анализируя предпосылки появления сложных актуальных ситуаций.
Эпидемия показала, что группы малоимущих новейшего типа могут показаться одномоментно. Даже в этот относительно короткосрочный период весьма принципиально отыскать действующие меры для решения их заморочек, чтоб пройти через такие ситуации с меньшими потерями. Выстроив систему управления на базе данных, настроив методы для определения угроз и выявив по различным метрикам людей, находящихся в зоне бедности либо вероятности ее пришествия, мы можем научиться оперативно и очень буквально реагировать на новейшие вызовы.
Принципиально не только лишь оперативно принимать конструктивные меры, да и действовать превентивно — кроме борьбы с последствиями, находить настоящие предпосылки заморочек. И тут огромные данные вправду способны посодействовать. К примеру, в неких странах одной из обстоятельств бедности может являться маленький уровень образования из-за недостаточной мотивации преподавателей в части развития высококачественных форматов обучения. С одной стороны, выявление таковых обстоятельств может происходить конкретно «в полях» — в местах большего присутствия исследуемой группы людей, а с иной — глобальную картину и более точную причину можно узреть и на огромных данных, анализируя ситуацию как на уровне различных городов и регионов, так и государств.
Есть задачки, которыми ребята весьма охотно занимаются — скажем, неуввязками, связанными с экологией, в том числе загрязнением рек. Но есть и остальные — относительно обыкновенные, но весьма принципиальные и пока очевидно недооцененные — задачки, которым уделяется не много внимания. К примеру, можно понизить аварийность на дорогах, анализируя предпосылки ДТП: низкую освещенность, сложные перекрестки, нехорошее свойство дорожного покрытия и др. Если оценить, скольким людям стоит жизни отсутствие такового инструмента анализа, получатся фантастические числа. Бывают и совершенно мелкие, узенькие, нишевые, но не наименее принципиальные задачки — к примеру, метод по распознаванию азбуки Брайля, который вызвал наибольшее число откликов как у опытнейших разрабов, так и у студентов. Разумеется, такое решение в телефоне облегчит коммуникацию, снимет барьер в разговоре меж слабовидящими и обыкновенными людьми.
Весьма отрадно, что подобные задачки вызывают энтузиазм у молодежи. Одна из участниц сегодняшнего конкурса — девятиклассница, которая сделала хорошее решение, связанное с азбукой Брайля и дошедшее до шага экспертной оценки. Это означает, что у нас есть школьники не только лишь с неплохими компетенциями, да и с настоящей мотивацией создавать условия для равных способностей, в том числе посреди собственных сверстников. И в этом году мы с удивлением нашли, что толика конкурсантов из Москвы и Санкт-Петербурга приметно снизилась за счет расширения географии участников: в регионах огромное количество профессиональных ребят.
Вроде бы обыденно это ни звучало, есть масса юных профессионалов, которые желают создать что-то для людей, хотят, чтоб мир стал лучше. Для тех из их, кто уже имеет опыт работы, это возможность переключиться с рутинных действий на решение заморочек, о которых они ранее могли лишь рассуждать. Понимание того, что можно воздействовать на сложившееся положение вещей и создать что-то полезное, пусть и в локальном масштабе — это и есть самая мощная мотивация.
Источник: