Izvor: B92, 31.Jul.2017, 11:01 (ažurirano 02.Apr.2020.)
Kako možete naučiti da stvarate veštačku inteligenciju?
Microsoft letnja škola mašinskog učenja već treću godinu održava se u istraživačkoj stanici Petnica, a ovog leta je privukla 24 studenta IT smerova tehničkih fakulteta, koji kroz različite procese programiranja uče računare da samostalno zaključuju i rasuđuju.
Seminar letnje škole je počeo 21. jula i traje devet dana, a polaznici svakodnevno odlaze na predavanja, posle kojih ostaju u radionicama i primenjaju teorijska znanja u praktičnom radu na različitim projektima.
>> Pročitaj celu vest na sajtu B92 << />
Polaznicima, jedan deo predavanja drži Filip Panjević, zamenik direktora Microsoft razvojnog centra u Srbiji, koji ih upoznaje sa algoritmima za mašinsko učenje za kompjuterski vid.
Iako nije imao ovlašćenje da nam kaže nešto više o projektu HoloLens u koji je uključen, s njim smo razgovarali o mnogim zanimljivim aspektima mašinskog učenja:
B92: Koja je razlika između mašinskog učenja i veštačke inteligencije?
Filip Panjević: Veštačka inteligencija predstavlja svaki vid imitacije ljudske inteligencije od strane mašine. Sam pojam veštačka inteligencija je jako širok i ima različite upotrebe. Automatsko tagovanje slika na „Fejsbuku“ je jedan od vidova veštačke inteligencije koji koristimo svakodnevno. Slični algoritmi se primenjuju i u sofisticiranim sistemima poput auto-pilota u avionima.
Mašinsko učenje je jedan od oblika veštačke inteligencije koji mašinama omogućava da uče na način na koji to čini čovek, analizirajući primere, koristeći velike količine podataka, umesto da budu direktno programirane.
* Koji su ciljevi i primena mašinskog učenja?
Osnovni cilj mašinskog učenja je da omogući mašinama da „same“ uče na osnovu primera, bez direktnog udela programera. Najveću primenu ima u oblastima za koje je teško napisati program, kao što su prepoznavanje govora ili lica, čitanje teksta i rukopisa sa slika, pronalaženje srčanih mana u EKG-u, razumevanje genetskog koda, itd.
* Radite na algoritmima za kompjuterski vid? Šta to sve podrazumeva?
Ljudi koriste oči kako bi spoznali i razumeli svet oko sebe. Kompjuterski vid je oblast koja ima za cilj da mašinama, koristeći kamere, pruži iste ili čak naprednije mogućnosti. Algoritmi kompjuterskog vida vrše analizu slika i video snimaka i u njima pronalaze korisne informacije. Oni danas imaju veoma širok spektar upotrebe – od samoupravljajućih vozila, preko Hawk Eye sistema na teniskim mečevima, do otkrivanja raka kože.
Učestvujete u letnjem programu Petnice o mašinskom učenju. Šta polaznike očekuje između 21. i 30. Jula?
Prvih nekoliko dana seminara posvećeno je uvodu u mašinsko učenje. Svakog dana održava se nekoliko predavanja, kao i radionica na kojim se rade praktične vežbe iz oblasti o kojima je bilo reči tog dana.
Druga polovina letnje škole se fokusira na praktičan rad. Polaznici biraju probleme iz oblasti mašinskog učenja koje će rešavati samostalno ili u manjim grupama. U ovom periodu se održavaju i predavanja iz najaktuelnijih oblasti mašinskog učenja.
Po završenom seminaru, svaki polaznik bi trebalo da može da upotrebi stečena znanja za rešavanje najrazličitijih problema i ima odlične osnove za dalje usavršavanje u ovoj oblasti.
Koliko su mladi u Srbiji zainteresovani za ovu oblast i kakve uslove imaju da se njom bave?
Mašinsko učenje je trenutno jedan od najpopularnijih IT oblasti u svetu i kod nas, najviše zahvaljujući velikim otkrićima u poslednjih 10 godina. Studenti u Srbiji imaju priliku da o mašinskom učenju čuju na fakultetima, a pomoću različitih resursa na internetu mogu se dodatno usavršavati u ovoj oblasti. Cilj seminara u Petnici je da stvori zajednicu mladih ljudi koje spajaju slična interesovanja, kako bi mogli da razmenjuju znanja i iskustva i prenose ih dalje.
Šta je potrebno da bi neko ko to želi počeo da se bavi mašinskim učenjem i veštačkom inteligencijom uopšte? Kakav je bio vaš razvojni put?
Za bavljenje veštačkom inteligencijom neophodno je dobro poznavanje matematike, i malo rutine u programiranju, a potrebno je i da se snalazite u nekom od aktuelnih programskih jezika kao sto su Python ili C++. Sajtovi poput Coursera.com ili Kaggle.com nude vrlo dobre kurseve za početnike, kao i mogućnost za usavršavanje i praktičan rad za one sa iskustvom u oblasti mašinskog učenja.
Moje interesovanje za mašinsko učenje počelo je tokom prakse u Microsoft razvojnom centru, kada sam imao priliku da radim na razvoju softvera za prepoznavanje rukom pisanog teksta.
Šta biste preporučili srednjoškolcima koji se tek pripremaju za odabir studija, a žele da se bave IT-em?
IT je industrija koja se veoma brzo razvija, i zato je potrebno da svi koji žele da se njom bave budu spremni da neprestano uče i usavršavaju se. Takođe, bitno je da pronađu oblast koja ih zanima i koja ih motiviše na učenje i napredovanje.
