مرحبا يا هبر! اسمي غريغوري كوزوفنيكوف. أعمل مهندس أول خلفية في FunCorp. بدأت مؤخرًا في تعلُّم الآلة. ليس هناك من يسأل مباشرة ، على المرء أن يبحث في كل شيء على الإنترنت. لذلك ، أردت الذهاب إلى بعض المؤتمرات المتخصصة والاستماع إلى كيفية استخدام التعلم الآلي في المعركة بشكل عام. لم أجد شيئًا مميزًا دفعة واحدة ، ولكن كان هناك الكثير من مواضيع تعلُّم الآلة في
GOTO Berlin ، لذلك قررت زيارته. تحت كات استعراض قصير لهذا المؤتمر والعديد من الصور
عن المؤتمر
تعقد GOTO ليس السنة الأولى وليس فقط في برلين. وستعقد الدورة التالية ، على سبيل المثال ، في نوفمبر من هذا العام في كوبنهاغن. ليس للمؤتمر أي اتجاه ضيق: هنا يمكنك الاستماع إلى التقارير حول كل من تطوير الخادم والهاتف المحمول ، بالإضافة إلى الخطابات الغريبة والشائعة الآن حول الدافع الذاتي.
عقد المؤتمر في وسط برلين ، في ألكسندر بلاتس ، في مبنى حديث من طابقين. في المجموع هناك ثلاثة جماهير صغيرة وقاعة واحدة كبيرة. تم وضع أعلام تحمل علامات تجارية جميلة أمام المدخل.
منظمة
تم تسجيل المشاركين بدون طوابير وبسرعة كبيرة. قدموا على الفور حقيبة تحمل على الظهر تحمل شعارًا واقترحوا شارات تقنية لاصقة على الشارة ، والتي أود التحدث عنها مع مستمعين أو مكبرات صوت أخرى. في القاعات في الطابقين الأول والثاني ، كانت هناك مواقف لرعاة المؤتمر: Amazon Web Services و eBay Tech ، وما إلى ذلك. تم تقديم مجموعات ترويجية قياسية هنا: الأقلام والملصقات والجوارب والقمصان. في العديد من المدرجات ، كان من الممكن أخذ ستارة صغيرة لكاميرا الكمبيوتر المحمول. بالإضافة إلى ذلك ، يمكنك التسجيل والفوز ببعض الجوائز. تم تشغيل سماعات الرأس ومجموعات Lego ومكبر صوت Google Home. صحيح ، تم إجراء السحب على الجائزة يوم الجمعة ، وبقيت هناك حتى يوم الخميس ، لذلك لم أكن أعرف ما إذا كنت فزت أم لا.
لدى GOTO تطبيقه الخاص على Google Play و AppStore مع جدول زمني لجميع العروض. من خلاله ، يمكنك طرح أسئلة على المتحدثين (تتم قراءتها بعد الخطاب) ، وهناك يمكنك ترك مراجعة حول التقرير. لا تطرح أسئلة الجمهور عمليا.
يوجد دائمًا طعام في الموقع: بعض الوجبات الخفيفة الصغيرة والآيس كريم وجميع أنواع الحلويات والمشروبات. يمكنك أن تأخذ وعضه في أي وقت. يتم تقديم وجبات كاملة على الغداء ، مثل الأرز مع اللحم والسلطة.
الانطباع العام
في روسيا ، باستثناء Highload ، لم أكن في أي مكان. في رأيي ، Highload بالطبع أكبر ، والبرنامج أعلى من المستوى. أطفال من أونتيكو - الاحترام!
التقارير
ذهبت إلى المؤتمر من أجل المعرفة العملية ، التي ، للأسف ، لم أستطع الحصول عليها بالفعل (
الأكثر فائدة ومثيرة للاهتمام التي تمكنت من اكتشافها ، سأصف الأطروحة في الفقرة التالية ). تبين أن معظم التقارير حول التعلم الآلي بسيطة للغاية (المستوى الأساسي وأعلى قليلاً) ، كما أن الطلاب ليسوا خبراء. عندما سأل المتحدث عن رفع أيدي أولئك الذين يستخدمون التعلم الآلي في الإنتاج في حديث عن برنامج دردشة آلي في جافا ، فقط أنا وشخص آخر رفعوا أيديهم.
ومع ذلك ، كان هناك تقرير واحد معقد للغاية يحتوي على الكثير من الرسوم البيانية والرسوم البيانية من أستاذ في علوم الكمبيوتر من جامعة هومبولت في برلين. تحدث عن اختبارات التوليد التلقائي باستخدام التعلم الآلي ، وكذلك عن المشكلة العكسية - رمز التوليد التلقائي الذي يرضي الاختبارات.
تم تقديم تقرير مثير للاهتمام من قبل Olaf Zschiedrich ، المدير الفني لمجموعة OLX ، والذي تم تسميته
من فوضى البيانات الكبيرة إلى البيانات كعامل تمكين للابتكار . تحدث عن كيفية جمع البيانات في OLX وكيف يتم منح الوصول إليها لاستخدامها لاحقًا في ML.
تتدفق البيانات من مصادر مختلفة إلى وحدة تخزين مشتركة واحدة ، ومن ثم لا يتم منح الوصول إليها فقط ، واعتمادًا على المهمة الحالية ، يتم جمع المستودعات الخاصة مع البيانات التي تم الحصول عليها من مصادر مختلفة بدرجات متفاوتة من التفاصيل. يتم ذلك من أجل ضمان الأمن ، وكذلك الامتثال لجميع أنواع القوانين الأوروبية.
التقرير الأكثر فائدة ، في رأيي ، هو تقرير كريستوف ويندهوزر
للذكاء الاصطناعي المعاد تحميله
- تطبيقات الذكاء الاصطناعي في الصناعة . كما أفهمها ، فإن شركته تقوم بالكثير من تطوير تطبيق ML كمقاول. في التقرير ، أظهر العديد من الأمثلة على نهجهم في تطوير ونشر تطبيقات ML.
من المثير للاهتمام أن أشخاصًا مختلفين يشاركون في تطوير النماذج والتطبيق نفسه ، لذا فإن تكييف النموذج مع تطبيق حقيقي ليس بالمهمة الأكثر صعوبة. من الغريب أيضًا أنه لاختبار تطبيق ML النهائي ، يطعمونه نفس مجموعة التحقق من البيانات المستخدمة في التدريب. إذا قام التطبيق بمعالجة النسبة المئوية المطلوبة من المهام بشكل صحيح ، فيعتبر أنه اجتاز الاختبارات.
5 حقائق مثيرة للاهتمام حول ML:
- بالنسبة لـ ML في Java ، يجب عليك استخدام Deeplearning4j ، ولكنها ليست قوية مثل TensorFlow.
- لدى Google بعض الأدوات المثيرة للاهتمام: Cloud Dataflow و BigQuery و Cloud AutoML ، والتي يمكنك استخدامها لتجربة ML.
- هناك تقنية LoRa ، وهي بروتوكول راديو بعيد المدى لإنترنت الأشياء. هناك أيضًا موفر The Things Network (thethingsnetwork.org) ، الذي يجمع بين نقاط الوصول LoRa ويسمح لك باستخدام البنية التحتية الجاهزة لأجهزتك.
- يجب جمع وتخزين البيانات المعدة للاستخدام في ML. يجدر النظر مسبقًا في كيفية استخراج هذه البيانات.
- لاختبار تطبيق ML ، يمكنك ببساطة إطعامه مجموعة التحقق.
حول الشبكة
بدا لي أن المؤتمرات الأجنبية يجب أن تكون جيدة من حيث أنه يمكنك شخصيًا التواصل وتبادل الخبرات مع المطورين من الشركات العالمية الكبيرة التي نادرًا ما تأتي إلى روسيا. ولكن في GOTO ، لم تعمل بعض الشبكات الأنيقة ، بما في ذلك لأن المنظمين أنفسهم لم يعطوا الاهتمام اللازم لذلك. لذلك ، كان من الممكن التواصل فقط في المدرجات وطرح المراسلين أسئلة تهمهم من خلال التطبيقات ، وحتى مرة واحدة من خلال ميكروفون. بالمناسبة ، كنت متوترة بسبب هذا ، لأنه من غير المألوف بالنسبة لي أن أتحدث الإنجليزية أمام جمهور كامل.
تلخيص
بشكل عام ، التقارير ليست سيئة ، إذا كنت تريد أن تعرف بشكل عام عن بعض التقنيات. إذا كنت بحاجة إلى تفاصيل ، يمكنك أيضًا العثور على شيء ما ، ولكن ليس بالقدر الذي نرغب فيه.
