Образовательный центр «Сириус» провел декабрьскую программу «Алгоритмы и анализ данных». В ней приняли участие школьники, которые хотят развиваться в сфере информационных технологий. В рамках программы они создали и презентовали экспертам проекты, которые помогут в решении реальных задач. Успешные кейсы ребята смогут использовать для участия в конкурсе научно-технологических проектов «Большие вызовы».
Партнерами программы стал «Яндекс» и ряд других крупных российских компаний, а также представители сильнейших вузов страны. В течение 24 дней участники работали в сфере анализа данных и машинного обучения, изучали промышленное программирование и готовились к олимпиадным задачам по информатике. А также разрабатывали приложения и программы.
Научи нейросеть думать
Одним из проектов стал «Нейро-Гоголь» – это система совершенствования обучения нейросети. Она необходима для того, чтобы «очеловечить» голосовых помощников или поисковые системы. Автором задачи выступил ML-разработчик из IT-компании «Тинькофф банк», магистр МФТИ Александр Бредихин.
«Это интересная и перспективная тема в машинном обучении, − рассказывает участник команды Егор Бородатов из Томска. − Чтобы современные голосовые помощники наподобие «Алисы» отвечали не некоторыми заскриптованными фразами, а говорили от себя и генерировали осмысленные предложения, используются языковые модели, которые позволяют им генерировать осмысленные предложения. Усовершенствовав обучение нейросетей, мы могли бы общаться с компьютером как с человеком. На проекте мы, используя язык программирования Python, совершаем некоторые математические преобразования, оформляя их как систему уравнений с подбором переменных, от них зависит ответ модели. Переменные надо подобрать так, чтобы дальнейшие преобразования привели к генерации такого ответа, который будет нас устраивать».
Работа над «Нейро-Гоголем» была поделена на две части. В рамках исследовательского этапа команда школьников изучала базовые существующие модели алгоритмов, позволяющих генерировать текст. Участники узнали о способах повышения скорости работы модели в условиях ограниченности ресурсов. Чтобы нейросеть лучше понимала, что от нее хочет получить человек, она нуждается в дополнительном обучении на каком-либо домене. Поэтому в практической части ребята создавали телеграм-бот с простым интерфейсом, который по запросу пользователя может генерировать текст в заданном стиле.
Видеоклип в одно касание
Еще одним проектом с применением технологии искусственного интеллекта стало приложение для автоматического создания видеоклипов под текст песни. Аналогичные решения на сегодняшний день уже существуют, но они все равно требуют участия человека: отобрать видеоряд, свести клип. Идея проекта школьников в том, чтобы полностью автоматизировать этот процесс.
Задачу ребятам предложил Ильдус Садртдинов – преподаватель из НИУ «Высшая школа экономики». Особенностью проекта должна стать анимация, заменяющая обычные статичные кадры видеоряда. В процессе создания клипа текст разбивается на строки или смысловые фрагменты, которые алгоритмы визуализируют в виде изображений и анимационных переходов.
Проект может быть использован музыкантами и другими творческими людьми. Он позволит сэкономить время и деньги разработчикам видеоклипов. Кроме того, возможности алгоритма можно развить так, чтобы генерировать обучающие ролики или сопровождать аудиокниги видеорядом.
«Мы изучали принцип работы нейросети «Кандинский 2.0», которая генерирует изображения по текстовому запросу. Я разобралась для себя в архитектуре некоторых сложных нейронных сетей. Их здесь применяется несколько, и все по-разному работают. Важно знать принцип их действия, чтобы они отработали корректно и клип получился в одном стиле. Разбираясь с ними, я смогла прокачать свои навыки работы с искусственным интеллектом и в будущем намерена выбрать профессию в сфере IT», − рассказала участница программы Арина Муравлева из Липецка.
Код безопасности дорожного движения
Кроме того, школьники работали над проектом, который позволит повысить уровень безопасности дорожного движения. Глеб Афанасьев – инженер-исследователь в российском отделении исследовательского института HUAWEI, преподаватель факультета вычислительной математики и кибернетики МГУ, предложил создать нейросеть, управляющую движением транспорта. Сеть будет получать данные с RGBD-камеры, которая может распознавать глубину расстояния.
За время программы ребята учились писать алгоритм, анализирующий обстановку вокруг транспорта в режиме реального времени, и на основании этого анализа управлять действиями автомобиля в потоке других авто. Особенность системы в том, что для ее работы не требуется интернет – достаточно только камеры и обученной нейросети.
Реализация проекта поможет дороги сделать безопаснее, а процесс вождения − более комфортным. К тому же, автопилот доведет транспортное средство до цели самым оптимальным маршрутом, используя для движения только данные камеры. Продукт будет представлять собой приложение для телефона или видеорегистратора.
В ходе реализации проекта команда участников сконструировала свою собственную архитектуру нейросети. Они проанализировали, какая математика применяется для таких задач, улучшили существующие алгоритмы и протестировали модель на существующих наборах данных.
Во время работы над проектом команда использовала язык программирования Python и разные онлайн-среды разработки – Google Colab для тестирования и Yandex DataSphere для обучения нейросети, требующего много процессорного времени.
«Я занимаюсь Computer Vision – так называемым компьютерным зрением, поэтому очень хотел попасть на этот проект. Мне всегда было интересно, как компьютер может распознавать, что означает изображение, анализируя, по сути, просто набор пикселей. Здесь мы разбираем и учимся применять на практике различные алгоритмы. Мы создали и обучаем готовый прототип модели нейросети, которая детектирует объекты на картинке с камеры. До нас с камерами вряд ли кто-то уже работал. Вторая часть работы – научить нейросеть полученную информацию интерпретировать и преобразовать в команды для управления движущимся транспортным средством, то есть создать модуль принятия решений», − поделился участник программы Дмитрий Золотых из Ставрополя.
Всего на декабрьской программе по информатике было реализовано 14 проектов, из которых 5 были предложены сотрудниками «Яндекса». Среди интересных примеров – проект ментора Руслана Сабирова из университета Иннополис, разработчика объектных ответов в поиске «Яндекса». Команда школьников под его руководством создала бота − персонального ассистента, с которым можно взаимодействовать через текстовые запросы. Обучение бота проходило на основе смешных текстов, так что персональный ассистент, похожий по функционалу на голосовых помощников Марусю или Сири, обладает еще и неплохим чувством юмора. А также совмещает в себе возможности органайзера, календаря, и другие полезные функции.
