Allmän

Denna 16-åring är ett självlärd AI-geni

Denna 16-åring är ett självlärd AI-geni


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Om du gillar AI skulle du ha hört talas om Kaggle. Den Google-ägda plattformen låter AI-kodare dela skript, tävla i projekt och ge varandra stöd och feedback. Plattformen har över en miljon medlemmar som tävlar mot varandra i tävlingarna, ofta för att vinna kontantpriser. En av plattformens ledare är Mikel Bober-Irizar. Kodaren rankas som nummer 4 i tävlingar och nummer 2 bland plattformen "Kernel Masters". Det framväxande AI-geniet har bevisat sig i över 35 tävlingar han deltog i. I en tävling nyligen om att utveckla en algoritm för att upptäcka dubbletter av annonser på samma plattform kom Bober-Irizar på andra plats.

Om du har en bild i åtanke av en Google- eller Apple-ingenjör som använder sin lediga tid för att finslipa sina färdigheter, tänk om. Mikel Bober-Irizar är en 16-årig tonåring baserad i Storbritannien, och dessutom är han mestadels självlärd.

[Bildkälla: Kaggle]

Med ett intresse för AI och en passion för lärande ägde gymnasieelever en stor del av sin fritid åt forskning om artificiell intelligens och maskininlärning. Utan att det fanns några kurser på hans skola i Guilford i Storbritannien, förlitade Bober-Irizar sig på vad han kunde hitta online. Han säger, "Det finns många gratiskurser online, men jag har faktiskt inte gått kurser. När jag hade ett stort problem som jag ville lösa skulle jag bara Google och försöka ta reda på det, så jag följde inte något fördefinierat spår. Jag läste om Kaggle online och tänkte, 'Varför inte prova det?' "

När han väl upptäckte Kaggle-plattformen hoppade han på chansen att testa sin kunskap och få kontakt med sina AI-kodande kamrater. Han beskriver sig själv på plattformen som en "16yo beslutsträdskramare. Jag älskar data och jag älskar en utmaning."

[Bildkälla:mxbi]

Strax efter att han gått med i Kaggle började Bober-Irizar långsamt göra sig ett namn på plattformen och placerade sig högre och högre i onlinetävlingarna. Bland dem var en uppgift där han hjälpte till att skapa en algoritm för att använda datorsyn för att analysera 8 miljoner YouTube-videor för att skapa korrekta taggar. Målet med projektet var att använda AI och maskininlärning för att skanna YouTube-videor och fatta beslut om att tillämpa korrekta taggar på dem.

Även om det verkar vara enkelt, är uppgiften till sin natur svår eftersom programmet behöver förstå vad som finns i videorna samt deras sammanhang innan man fattar beslutet att tagga var och en. Denna utmaning är svår nog att tillämpa på stillbildsfotografering, men video är ännu svårare där mindre kod finns i offentliga databaser som programmerare kan använda som utgångspunkt för att utbilda AI. Bober-Irizar förklarade, "Vi skrev våra egna neurala nätverk. De tillhandahåller en uppsättning träningsvideor, och du använder den för att träna en algoritm som sedan kan säga på en ny video," Åh det här är Tag B "... Det är ganska mycket beräkning - själva datasetet var 8TB. ​​Det var en utmaning. "

Till slut placerade hans team 7: e ur ett fält på 650. Detta otroliga resultat fick honom igenkänd av Google, som bjöd in honom att presentera arbetet för honom och hans team vid 2017-konferensen om datorvision och mönsterigenkänning. Nätverkskonferensen relaterad till datorsyn hölls på Hawaii den här veckan.

AI-entusiasten skulle älska att så småningom göra en karriär av sin hobby och erkänner att han kommer att behöva examen gymnasiet som sitt första steg!

Källor: Mashable, Kaggle

SE OCH: 12-årig flicka gör högre poäng än Einstein och Hawking på IQ-test


Titta på videon: Why Im done trying to be man enough. Justin Baldoni (Juli 2022).


Kommentarer:

  1. Jesus

    Bravo, en mening ... en annan idé

  2. Padriac

    Otroligt! Otroligt!

  3. Vum

    Underbar, mycket värdefull sak

  4. Uaid

    Jag ångrar att jag inte kan göra någonting. Jag hoppas att du hittar rätt lösning.

  5. Jubal

    Jag ber om ursäkt, men enligt min mening medger du misstaget. Jag erbjuder att diskutera det. Skriv till mig i PM, vi kommer att hantera det.

  6. Fraomar

    Jag tror att du har fel. Jag kan bevisa det. Maila mig på PM så pratar vi.

  7. Bracage

    Mycket hjälpsamt meddelande



Skriv ett meddelande