Iš teorijos – į praktiką
Pasaulyje DI specialistų nuolat trūksta, jų rengimo greitis auga, paklausos kreivė eina aukštyn. Kadangi buvo startuota nuo labai mažo specialistų skaičiaus, net jeigu jų paruošiame labai daug, to vis tiek nepakanka. Lietuvoje šiuo metu specialistų yra nedaug, bet jie visi yra įsisavinami. Kol kas mūsų šalyje nesijaučia didelio paklausos augimo, tad nedidėja ir pasiūla. Dabar esame labai įdomioje ekvilibriumo pusėje, kur neatrodo, kad labai reikėtų žmonių šioje srityje, tačiau kai prireikia – sunku jų rasti. Dabartinę situaciją galėtume palyginti su tuo, kaip augo IT specialistų paklausa – iš pradžių jų buvo nedaug ir jie sėkmingai dirbo tam tikrose įmonėse, tačiau atėjo IT įmonių banga ir paklausa šovė į viršų. Panašaus scenarijaus galėtume tikėtis ir DI srityje.
DI sritis anksčiau buvo labai nišinė, tačiau per pastaruosius 10 metų įvyko revoliucija, kuri pakeitė jos suvokimą. Iš teorinės tyrimų srities ji transformavosi į taikomąją. Anksčiau ekspertų tikslas buvo parašyti mokslinį straipsnį, o dabar jie daugiausiai dirba su mašininiu mokymusi, kur yra tikimasi labai konkretaus pritaikomo rezultato. Švietimo institucijoms reikia laiko prisitaikyti prie šių pokyčių – atitinkamai pakeisti programas ir didesnį dėmesį skirti ne teoriniams, o praktiniams klausimams.
Šiuos pokyčius sąlygoja tai, kad įmonėms dažniausiai reikia būtent DI specialistų – praktikų.
Tapti dirbtinio intelekto specialistu yra keli būdai – rinktis tradicinį kelią studijuojant aukštojo mokslo įstaigoje arba mokantis savarankiškai. Abu turi savo pliusų ir minusų ir nei vienas jų nėra lengvas.
Jeigu sumąstėte, kad norite tapti DI specialistu ir šio amato mokytis geriausiose pasaulio universitetuose, rekomenduočiau keliauti į Stanfordo , San Francisko (USF) , Niujorko (NYU), Masačiusetso (MIT), Džordžijos (GIT) JAV arba pasižvalgyti į akademines įstaigas Kanadoje ir Prancūzijoje, kurios irgi gali pasiūlyti geras programas ir dėstytojus. Strategija, kurią siūlyčiau rinktis siekiant identifikuoti geriausią vietą studijoms – pažiūrėti, kur dirba geriausi DI specialistai ir kur jie yra suformavę stiprią bendruomenę aplink save. Pasirinkę tokias vietas – neapsiriksite. Žinoma, reikia atsižvelgti į tai, ar jus labiau domina praktinė ar teorinė DI sritis ir pagal tai rinktis programą ir dėstytojus.
Jeigu norėtumėte studijuoti Lietuvoje – paprasčiau būtų rasti į tyrimus orientuotų programų, o jeigu norite praktinių žinių – turėtumėte parodyti šiek tiek kūrybingumo, kadangi šiuo metu neturime aiškios, gerai struktūrizuotos programos, skirtos būtent dirbtinio intelekto praktikams. Bet galbūt ir nereikėtų tikėtis, kad universitetai pilnai paruoš žmones praktiniam darbui?
Žinios svarbiau už diplomą
Vis dėlto, laikausi nuomonės, kad norint tapti dirbtinio intelekto specialistu, nėra būtina baigti specialią aukštojo mokslo programą. Universitetai neturėtų būti vienintelis žinių šaltinis. Šiais laikais visi resursai yra laisvai prieinami internete – ten galima rasti geriausius pasaulio kursus DI temomis, kuriuos dėsto tokie ekspertai kaip Andrew Ng. Galbūt nereikia laukti, kol kažkas mums į Lietuvą atveš Stanfordą, o tiesiog imti ir patiems prie jo prisijungti? Yra labai daug resursų – knygų, kursų, mokslinių straipsnių, kurie jau dabar yra pasiekiami visiems, tad reikia tik noro mokytis ir drausmės tuos mokslus tęsti.
Universitetų privalumas yra tai, kad jie sudėlioja programą, kurioje esi kartu su studentais, kuriems yra įdomūs tokie patys dalykai, kartu su jais mokaisi, dirbi, galvoji projektus – taip yra paprasčiau išlaikyti motyvaciją ir nenuklysti nuo kelio. Tačiau, jeigu manote, kad nueisite į universitetą, pasimokysite ten ketverius metus ir būsite pilnai pasiruošę praktiniam darbui DI srityje – turiu jus nuvilti – nebūsite net arti to, ko reikia dabar, kad gautumėte darbą DI srityje. Tam pasiruošti galite tik jūs patys – jūsų niekas neišmokys.
Aš susidomėjau dirbtinio intelekto sritimi perskaitęs Nick‘o Bostrom‘o knygą „Superintelligence“. Studijavau ekonomiką Vilniaus universitete, tačiau apie 60 proc. savo laiko skyriau ekonometrijai, gavau duomenų mokslo pagrindus. Savarankiškai pradėjau mokytis pagrindinės DI programavimo kalbos – „pythono“, o vėliau – mašininio mokymosi.
Galiausiai pasinėriau į gilųjį mokymąsi ir išėjęs iš darbo visą dieną pusę metų skyriau vien mokslams. 80 % žinių ir įgūdžių, reikalingų mašininio mokymosi specialistui, įgijau mokydamasis savarankiškai – iš įvairių kursų, knygų, vaizdo paskaitų.
Žiūrint iš praktinės pusės, DI srityje tikrai nėra svarbu, kokį universitetą ir kokią studijų programą žmogus yra baigęs. Neseniai žiniasklaidoje buvo paskelbta, kad Google, Amazon ir Microsoft priimant į darbą nebereikalauja aukštojo mokslo diplomo, panašios nuotaikos vyrauja ir Lietuvos įmonių gretose. Svarbiausia, kad žmonės mokėtų kurti dirbtinio intelekto sistemas, kad jie suprastų kuo jos skiriasi nuo įprastinių „back endo“ (turinio valdymo) ar „front endo“(vartotojo sąsajos sistema), kokia yra jų specifika. Ir, be abejo, kad turėtų visus bazinius pagrindus – tiek mašininio mokymosi, tiek statistikos, tiek duomenų mokslo. Darbdaviui yra svarbiau, kokie yra žmogaus sugebėjimai rašyti kodą, kokios yra jo mašininio mokymosi žinios, kokius mokslinius straipsnius jis perskaitė per pastaruosius kelis mėnesius, kaip juos suprato ir kaip pabandė pritaikyti.
Mano pažįstamų DI specialistų gretose nėra nei vieno baigusio būtent dirbtinio intelekto programą. Yra žmonių, baigusių matematiką, statistiką, vienokią ar kitokią programavimo rūšį, ekonomiką. Šiuo metu beveik visi Lietuvoje dirbantys DI specialistai yra persikvalifikavę iš kažkurios iš šių specialybių, galbūt dėl to mūsų barjerai yra mažesni ir mes suprantame, kad galima šį darbą dirbti ir nebaigus specialių mokslų, nes patys nesame jų baigę. Persikvalifikavimas nėra lengvas ir kuo labiau esi susijęs su šia sritimi, tuo bus paprasčiau. Jeigu esi programuotojas ar duomenų mokslininkas, duomenų inžinierius – bus gerokai lengviau.
Turtų medžiotojams gali nepasisekti
Laikausi nuomonės, kad dirbtinio intelekto galima išmokyti bet kokį žmogų. Visi turime savo stipriąsias ir silpnąsias puses, tad kažkam tai užtruktų ilgiau, o kažkam – trumpiau. Logika, matematika, kritinis mąstymas, mokėjimas sisteminti – jeigu šie dalykai žmogui natūraliai gerai sekasi – tai yra didelis pliusas. Manau, kad sėkmę šioje srityje lemia tiek žmogaus turimi sugebėjimai, tiek kur jie yra nukreipiami. Žmogus kuris neturi jokios darbo patirties šioje ar susijusioje srityje, tarkim, yra ką tik baigęs mokyklą, greičiausiai užtruks 2-3 metus savarankiško mokymosi, kol bus pasiruošęs praktiniam darbui.
Mano nuomone, būtinai reikia mokyti vaikus dirbtinio intelekto ir tai reikia pradėti daryti kuo anksčiau. Kompiuterinis raštingumas, kaip mes dabar jį suprantame – mokėjimas naudoti Excel‘į ir Word‘ą – jau nebėra pakankamas. Vaikai turėtų būti mokomi daug platesnio spektro dalykų, o mašininis mokymasis – įtrauktas į programą. Dabartiniai vaikai naudojasi naujausiomis technologijomis nuo kūdikystės, tad mokyti programavimo ir mašininio mokymosi galime nuo ankstyvo amžiaus.
Dirbtinio intelekto gali mokytis ir vyresnio amžiaus žmonės – nesvarbu, kiek žmogui yra metų – 60 ar 18, taip pat kaip ir nesvarbu, kokia yra jo lytis. Jeigu žmogus nori būti dirbtinio intelekto specialistu, jis gali juo tapti. Esminis dalykas yra noras. Manau, kad visi gali tai padaryti, įdėję pakankamai pastangų. Tačiau tai nėra lengvas kelias ir tikrai yra lengvesnių ir paprastesnių IT sričių.
Būtent dirbtinio intelekto sritį rekomenduočiau rinktis tik tiems, kam tai iš tiesų yra įdomu ir tikrai nesirinkti vien dėl ekonominių priežasčių ar dėl to, kad kažkas šią specialybę vadina perspektyvia. Taip gimsta nesėkmingiausi pavyzdžiai ir patirtys. Pasirinkę šią specialybę jūs turėsite konkuruoti su tais, kam tai tikrai įdomu, o jeigu tai darote tik iš racionalių paskatų, niekada netapsite lyderiais ir, greičiausiai, būsite žemiau vidurkio. Tad jeigu ši sritis nėra labai prie širdies, bus pakankamai sudėtinga susirasti darbą tiek Lietuvoje, tiek tarptautinėje rinkoje, kur konkurencija yra dar didesnė. Jeigu jums ši sritis yra tikrai įdomi, jeigu dėsite pastangas būti tarp geriausių – yra didelis šansas, kad gausite labai gerą darbą, puikiais karjeros galimybes tiek Lietuvoje, tiek užsienyje.
3 rekomendacijos, norintiems pradėti domėtis dirbtiniu intelektu:
1. Nick Bostrom knyga „Superintelligence: Paths, Dangers, Strategies“ – tai knyga ne apie dirbtinį intelektą, o apie bendrąjį dirbtinį intelektą. Ji neparodo ir neaprašo dirbtinio intelekto specialisto kasdienio darbo, bet parodo galimybes. Perskaitęs ją supratau, kad nori dirbti šioje srityje ir noriu būti šios industrijos dalimi.
2. Peter Norvig ir Stuart J. Russell knyga „Artificial intelligence: the modern approach“ – tai yra puikus įvadas į dirbtinį intelektą nieko apie tai nežinančiam žmogui. Ši knyga puikiai sudėlioja pagrindus ir primena universiteto kurso santrauką, kurioje yra viskas, ką reikia žinoti.
3. Andrew Ng kursas „Artificial Intelligence Specialization“ – vieno iš labiausiai dirbtinio intelekto srityje pasižymėjusio žmogaus kursas, kuris yra laisvai prieinamas platformoje „Coursera“.
Turinys parengtas, bendradabriaujant su iniciatyva AI Boost.
