Хакатон за глибинного навчання (deep learning)

Глибоке навчання (deep learning) бурхливо розвивається, і стабільно росте список нових проривів і областей його застосування (" обробка зображень, розпізнавання мови, навчання з підкріпленням, нейромашинный переклад, обчислювальна фармацевтика 1 і 2 і далі). Як наслідок, найбільші світові IT-компанії (Google, Facebook, Baidu і багато інших) продовжують активно впроваджувати технології глибокого навчання, створюючи нові робочі місця.

Тим часом, виникає наполегливо підтримувана журналістами ілюзія, що ось-ось технології глибокого навчання вирішать проблему створення штучного інтелекту [1, 2, 3, 4]. Але реальність така, що кола невирішених завдань вистачить ще на багато дисертацій (див. презентація Я. Лекуна (Yann LeCun) на CVPR15, примітка Ю. Шмидтхубера (Jürgen Schmidhuber), посада Б. Гертцеля (Ben Goertzel), вже згадані статті на Хабре роботи Дж. Хінтона (Geoffrey Hinton)). Усвідомлюючи цей факт, фахівці в машинному навчанні прагнуть підвищити свою кваліфікацію; як показник, на 100 місць у літній школі по глибокому навчання Єшуа Бенжио (Yoshua Bengio) в цьому році було понад 600 заявок.

Напевно, не багато хто з читачів Хабра мали можливість потрапити на школу Е. Бенжио, однак, отримати досвід і знання за глибоке навчання можна буде у процесі інтенсивного тижневого змагання (хакатона), яке пройде в Москві в липні. В учасників хакатона буде можливість прослухати лекції від провідних світових фахівців, застосувати отримані навички на практиці і виграти призи.



Захід буде проходити на базі Московського фізико-технічного інституту з 19 по 25 липня і при підтримці багатьох компаній (див. картинки на сайті), і на нього запрошуються старшокурсники, аспіранти, молоді вчені і професіонали IT галузі з усієї Росії. Для участі в хакатоне буде відібрано від 30 до 50 осіб, які зберуться в команди по 3-4 людини.

Основні цілі хакатона: об'єднати людей, які цікавляться машинним навчанням і проблемою ІІ, в інтенсивному режимі отримати сучасні знання та практично застосувати їх у спробі побити світові рекорди.

Перед командами буде поставлено завдання розробити алгоритм, здатний самостійно навчитися грати в будь-яку з комп'ютерних ретро-ігор Atari. Дана постановка визначається тим, що одним з найбільш перспективних напрямків в області ШІ є побудова нейромережевих алгоритмів, здатних не лише «розпізнавати», але і «розуміти». У січні цього року команда DeepMind (Google) опублікувала статті в престижному науковому журналі «Nature», в якій найкращий результат в розробці універсального алгоритму навчання з підкріпленням був отриманий із застосуванням deep learning. Це всього лише один з перших кроків на шляху до нейросетям, здатним керувати середовищем навколо себе і при цьому навчатися.

В роботі учасникам допоможуть провідні світові фахівці, які прочитають в МФТІ (в «живу» і віддалено) серію лекцій про останні досягнення в області машинного навчання. Список лекторів дивись на сайті хакатона, а те, про що вони будуть розповідати, як правило, вже лежить на їхніх персональних сторінках.

Короткий розклад заходу
Неділя: збір учасників, організаційні збори, формування команд, налаштування оточення, вступна лекція і перший нічний запуск розрахунку.

Понеділок-П'ятниця: обговорення проміжних результатів, програмування нових рішень, вироблених в команді, лекції, запуск розрахунків.

Після тижневої розробки, команди, чиї алгоритми покажуть найкращі результати, будуть брати участь у фінальному турнірі “Hack the Game! Day", який пройде 25 липня в суботу на майданчику Політехнічного музею на ВДНГ. І, звичайно ж, командам-переможцям будуть вручені призи.

“Hack the Game! Day" планується, як відкритий свято для всіх, хто цікавиться іграми та штучним інтелектом. На ньому кращі команди представлять свої результати відвідувачам розкажуть, за допомогою яких алгоритмів ці результати отримані, а відвідувачі зможуть позмагатися з ботами команд.

Заявки на участь у хакатоне DeepHack.Game приймаються до 1 липня 2015 р.

Всім учасникам буде надано проживання і обчислювальні ресурси. Але свій ноутбук треба принести з собою.

Цікава вам тема глибокого навчання?

/>
/>


<input type=«radio» id=«vv67623»
class=«radio js-field-data»
name=«variant[]»
value=«67623» />
Я працюю в області глибокого навчання
<input type=«radio» id=«vv67625»
class=«radio js-field-data»
name=«variant[]»
value=«67625» />
Я збираюся почати працювати в області глибокого навчання
<input type=«radio» id=«vv67627»
class=«radio js-field-data»
name=«variant[]»
value=«67627» />
Я не збираюся працювати в області глибокого навчання

Проголосувало 56 осіб. Утрималося 13 осіб.


Тільки зареєстровані користувачі можуть брати участь в опитуванні. Увійдіть, будь ласка.


Джерело: Хабрахабр

0 коментарів

Тільки зареєстровані та авторизовані користувачі можуть залишати коментарі.