Привіт, мене звуть Тарас, і я є R&D лідом у компанії SoftServe. Декілька років тому я зробив важливий крок у своїй кар’єрі — вирішив присвятити себе сфері штучного інтелекту. Це рішення відкрило переді мною безліч можливостей та допомогло мені стати тим, ким я є зараз.
Як і чому я почав вивчати Штучний Інтелект
Розпочну з короткої передісторії. Ще у 9 класі мені стало зрозуміло, що моє майбутнє буде пов’язане з технологіями. У школі ми вивчали мову програмування Pascal. Крім того, я самостійно освоював веброзробку та мову Java. Пізніше я вступив до Українського Католицького Університету, поглибив свої знання та вміння, і згодом розпочав кар’єру Java back-end розробника. Робота була цікавою і щодня приносила нові виклики та завдання. Здавалося, все було супер.
Проте моя мама завжди цікавилась, які цікаві задачі я сьогодні вирішував на роботі. Робота back-end розробника різноманітна та цікава для багатьох, але розповісти щось захопливе я не міг. У той самий час у моєму університеті проводилося багато активностей, пов’язаних зі штучним інтелектом. Я був відкритим до нового досвіду та залюбки проходив додаткові курси,брав участь у конкурсах і хакатонах.
З часом стало зрозуміло, що ця сфера дійсно захоплива та виняткова. Тепер, коли мама чи будь-хто інший запитує, що цікавого я зробив на роботі, я можу сміливо розповісти про реальні життєві проблеми, які ми вирішували. Одним із моїх перших проєктів, наприклад, було опрацювання шкільних табелів за допомогою алгоритмів комп’ютерного зору та створення рекомендаційної системи для підбору книг на основі попередніх вподобань. Я бачив, як результати цих проєктів поліпшували якість життя і наскільки вони цікаві людям. Після цього — вже не було шляху назад. Я змінив свою кар’єру і почав розвиватися у напрямку ШІ.
Приклад застосування ШІ, який мотивує
Уявімо дві задачі: піднести двійку до 25 степеня і розрізнити рукописні цифри «один» і «два». Очевидно, з другою задачею ми з вами впораємось набагато швидше. Але як із цим впорається штучний інтелект?
У 1954 році компанія IBM представила перший транзисторний калькулятор. Тобто ще у середині минулого століття машини вже могли справлятись з цією задачею. Натомість лише у 1998 році Ян ЛеКун досяг задовільних результатів у класифікації «одиниць» і «двійок» за допомогою своєї нейромережі LeNet — однієї з перших згорткових нейронних мереж. Здавалося б, проста задача, але так багато часу і зусиль знадобилось, щоб вирішити її за допомогою комп’ютера.
Такі речі викликають захоплення, спонукають до роздумів та поглибленого вивчення. Це всього лише один конкретний приклад серед широкого спектра застосування ШІ.Технології прогресують, тож задачі стають складнішими, водночас допомагаючи вирішувати все більше життєвих проблем.
З чим мені доводиться працювати і як я пояснюю це мамі та друзям
Щоб наочно пояснити, як працює штучний інтелект і чим саме я займаюся, я часто наводжу такий робочий приклад. Усередині вашого смартфона розташовані декілька плат, які є мозком пристрою. Ви придбали його зовсім нещодавно, алетелефон вийшов з ладу. Він новенький, не падав та не зазнавав ніяких пошкоджень. На щастя, у вас є гарантія, тому ви відправляєте його на ремонт або отримуєте новий від компанії виробника. Все ніби-то чудово, якби не одне «але». Компанія-виробник зазнає фінансових збитків.
Здебільшого поломки стаються через брак на виробничій лінії ще до того, як плата вашого смартфона була вбудована в пристрій. Визначення такої проблеми на цьомуетапі зменшило бризик виникнення поломоку майбутньому. Для цього можна найнятипрацівників, які вручну інспектуватимуть кожну плату. Але набагато ефективнішим рішенням є автоматизація цього процесу за допомогою штучного інтелекту.
Це реальний кейс, і для вирішення цієї проблемии тренували нейронні мережі, використовували класичні алгоритми, які виявляють подряпини, порівнюють кольори та перевіряють наявність компонентів на відповідних місцях. Так я займався розв'язанням проблеми, яка стосується кожного користувача, і, можливо, мій алгоритм інспектував плату саме вашого смартфона.
Завдяки такому поясненню, тепер мама розуміє спектр проблем, з якими ми працюємо, та яка роль штучного інтелекту у їхньому вирішенні.
Поки що штучний інтелект не такий розумний, як здається
Працюючи зі штучним інтелектом, важливо пам’ятати, що існують фундаментальні проблеми пов’язані з цією технологією. Одним з напрямків моєї роботи у SoftServe є розробка поясненного та відповідального штучного інтелекту. Я також проводжу схожу діяльність в Оксфорді та Університеті Нью-Йорка. Проте, на жаль, із розвитком штучного інтелекту з’являються й нові серйозні загрози.
Уявіть, що ви натренували нейронну мережу, яка класифікує зображення котиків та песиків. Сучасні алгоритми дозволяють досягти точності близько 100%. Проте зловмисники можуть використати технології Adversarial Attacks (атак зі зміною даних). Вони змінюють лише декілька пікселів на зображенні котика таким чином, що для людського ока різниця непомітна, але нейронна мережа вважає це зображенням песика. Це приклад однієї з фундаментальних проблем штучного інтелекту, яка може мати серйозні наслідки.
Як приклад з реального життя, розгляньмо використання штучного інтелекту в автопілотах автомобілів. Зараз виробники автомобілів використовують різноманітні алгоритми для покращення безпеки на дорозі, наприклад, для класифікації дорожніх знаків. У цьому випадку заміна пікселів на дорожньому знаку з використанням технології Adversarial Attacks може призвести до того, що автопілот більше не розпізнає знак як «Стоп», а сприймає його, скажімо, як знак «Головна дорога». Це може призвести до критичних наслідків для безпеки дорожнього руху. Щоб убезпечити технологію від таких атак, ми розробляємо різноманітні підходи для її захисту.
Найчастіші запитання на шляху освоєння штучного інтелекту
Коли люди дізнаються, що моя робота пов'язана зі штучним інтелектом, виникає багато інтересу та запитань, на кшталт — які риси ШІ привернули увагу і чому вирішив вивчати саме цю сферу, які є поради початківцям, як оцінюю вплив штучного інтелекту на сучасний світ, і тп.
Тож у цій секції розглянемо основні питання, які можуть виникати у тих, хто цікавиться та бажає опанувати ШІ або ж навіть стати AI-розробником. Крім того, я поділюся порадами з власного досвіду.
Чи потрібно в сучасному світі вивчати штучний інтелект навіть за відсутності технічної підготовки?
Безумовно, так. Розуміння сучасних технологій і алгоритмів штучного інтелекту дозволить вам використовувати їх у повсякденному житті та підвищувати свою продуктивність. Ви не обов’язково повинні стати експертом або розробником штучного інтелекту, але розуміння різних підходів, їхніх можливостей та переваг значно полегшить вам життя.
Чи варто пов’язувати свою кар’єру зі штучним інтелектом?
Відповідь на це питання знаєте лише ви. Важливо зрозуміти, чи цей напрямок є для вас цікавим і яка ваша мотивація. У сфері штучного інтелекту існує безліч різних напрямків: обробка природної мови, комп’ютерний зір, рекомендаційні системи, чат-боти, тощо. Тут відкривається неймовірно широке поле для діяльності.
Крім того, можна обирати дотичні професії, наприклад MLOps — спеціалістів, які налаштовують середовища для тренування та моніторингу нейронних мереж у хмарних провайдерах. Існують також інженери, які займаються оптимізацією та ефективними обчисленнями, щоб алгоритми могли працювати на вашому телефоні, наприклад, для сортування зображень різних людей по папах у вашій галереї.
Для мене це неймовірно цікаво. Я знаю набагато більше людей, які змінили свою сферу діяльності на користь штучного інтелекту, ніж тих, які залишили цю сферу. Навіть якщо це не для вас, спробувати однозначно варто, адже тільки спробувавши ви зможете прийняти зважене рішення.
Для багатьох початківців штучний інтелект може здатися складним. З чого краще розпочати вивчення цієї теми?
По-перше, слід глибоко освоїти математичні основи, такі як лінійна алгебра та теорія ймовірності, під час навчання в університеті. Після цього пройдіть декілька стандартних курсів з основ машинного навчання. Інтернет переповнений матеріалами, хоча деякі люди можуть скаржитися на їхню невпорядкованість. Проте, на мою думку, що б ви не вчили — ви точно не прогадаєте. Вчіть те, що знайшли, та рухайтеся далі. Намагайтеся обирати релевантні курси в університеті або шукайте їх онлайн. Коли ви визначите свої інтереси, перейдіть до більш специфічних курсів. Мої основні рекомендації, це спеціалізація з глибинного навчання від Andrew Ng (для всіх) і курс з класичного комп’ютерного зору (для тих, кого цікавить саме ця сфера).
Не забувайте й про ChatGPT: він також може надати вам корисні поради стосовно того, з чого варто починати. Ось вам лайфхак: попросіть його сформулювати близько 10-20 запитань, пов’язаних з вашими уподобаннями, технічним досвідом і т.д. Відповідаючи на ці запитання, ви отримаєте індивідуальні рекомендації та кроки для подальшого вивчення на основі ваших відповідей.
Чи необхідно мати глибокі знання з математики та програмування для успішного освоєння методів штучного інтелекту?
Для вивчення наявних методів на рівні використання та для розв'язання конкретних задач вам не обов’язково потрібен великий досвід у математиці чи програмуванні. На сьогодні у мережі існує безліч навчальних матеріалів, які пояснюють все максимально детально та зрозуміло. Як приклад, я сам почав вивчати Python за допомогою книги «Python для дітей», а пізніше використовував додаток Sololearn. Для початку вам достатньо мінімальних знань. Буде важко, але з часом ви освоїте складніші концепції та станете експертами.
Які можливі перешкоди на шляху вивчення методів штучного інтелекту та як їх можна подолати?
Найбільша перешкода — це початок. У багатьох справах найважче змусити себе розпочати щось робити. У випадку з вивченням штучного інтелекту — все ще складніше, оскільки освоювати математичну базу та алгоритми під капотом важче, ніж вивчати конкретні мови програмування чи фреймворки. Проте результат того вартий. Підпишіться на Two Minute Papers, надихайтеся їхніми відео, почніть вивчати штучний інтелект вже зараз — з часом буде легше, ви будете на «ти» з різними напрямами та технологіями і розумітимете принципи їхньої роботи.
Які переваги у вивченні штучного інтелекту на початку кар’єрного шляху?
Головний ресурс — це час, і його слід інвестувати раціонально. Ніколи не пізно розпочинати вивчення ШІ, проте, чим швидше ви почнете, тим ефективніше використаєте свій час та швидше станете експертами. Важлива відмінність сфери штучного інтелекту порівняно з, наприклад, Java — це максимально стрімкий розвиток і поява нових алгоритмів. За цими тенденціями важливо слідкувати та майже щодня вивчати щось нове. Почніть вивчати базу просто зараз і наздоганяйте сучасні алгоритми та тренди.
Потенційні помилки та виклики в процесі вивчення штучного інтелекту?
Не варто сподіватися на швидкі досягнення. Вивчення ШІ вимагає терпіння та глибокого підходу. З того, що я бачу в провідних університетах, освіта має вирішальне значення, особливо в контексті штучного інтелекту. Скажімо, в Оксфорді немає курсів з веброзробки, а більшість курсів пов’язані саме з нейронними мережами. Робота зі штучним інтелектом прирівнюється до наукової діяльності. Особливо це відчутно у нас в R&D відділі, де ми пишемо наукові статті та представляємо їх на міжнародних конференціях, співпрацюємо з університетами та дослідницькими лабораторіями провідних компаній. В цілому, у будь-якій роботіз ШІ доведеться читати наукові статті та розбиратися в них. Для декого це може здатись важким, але варто розуміти, що цей шлях є довгим та непростим.
Які на ринку є можливості та вакансії, пов'язані зі штучним інтелектом?
Проаналізувавши відомі сайти, такі як DOU, можна помітити, що вакансій для Python чи Java розробників значно більше. Сфера штучного інтелекту має вищий поріг входження і є досить конкурентною. Проте важливо зауважити, що кількість вакансій зростає, і я вважаю, що ця тенденція буде лише зміцнюватися. З появою нових технологій у сфері штучного інтелекту виникають і нові методи застосування, продукти та проєкти, пов’язані з ним.
Тому вже зараз важливо готувати експертів у сфері штучного інтелекту. На останній обкладинці журналу Time були зображені люди, які мають безпосередній вплив на розвиток ШІ сьогодні. Як редактори журналу, так і я та мої колеги в SoftServe і в Оксфорді, віримо в стрімкий розвиток ШІ та бачимо велику потребу в розробниках з відповідним досвідом, тому варто починати вчитись вже зараз. Крім цього, навіть якщо ваша робота не пов’язана безпосередньо зі штучним інтелектом, розуміння його основних принципів і завдань, які можна вирішити, значно спростить ваше життя і роботу та додасть цінності вам як експерту.
Для мене вивчення і застосування ШІ дало глибоке розуміння сучасних проблем бізнесу і багатьох процесів, які потребують оптимізації. Щобільше, переважна кількість сучасних наукових статей присвячена саме тим чи іншим способам застосування штучного інтелекту, що дає можливість зробити свій внесок у розвиток науки та розробки інноваційних технологій.
Проаналізуйте короткий звіт про успішні стартапи від найбільш відомого акселератора «Y Combinator» за це літо: більшість стартапів або містять у назві термін AI, або ж якимось чином використовують його. Ця тенденція показує, що інвестори також вірять у розвиток ШІ. Який шлях ви б не обрали — комерційні проєкти, наука чи стартап — ви знайдете безліч можливостей для розвитку у сфері штучного інтелекту. І якщо ви вирішили розібратися в основах виключно для своїх власних задач чи вирішили зробити ШІ своєю професією, навряд чи є кращий спосіб зробити це, ніж на спеціальному курсі, де кваліфіковані люди проведуть вас найкращим шляхом до актуальних знань і навичок.
Саме такий курс ми щойно запустили в SoftServe Academy — AI Fundamentals. Тому якщо ви прагнете відкрити для себе світ нейронних мереж, генетичних алгоритмів та інших методів штучного інтелекту — welcome! Старт навчання — 13 листопада.