8 выпускников проекта OpenAI рассказывают о своем опыте и успехах

Проект OpenAI выпустил первых специалистов в сфере Искусственного интеллекта. За последние 3 года молодые программисты превратились в практикующих специалистов в области машинного обучения. Каждый из 8 участников создал невероятный дипломный проект. В будущем выпускники собираются применять машинное обучение в работе.
Преподаватели планируют провести День открытых дверей, чтобы каждый выпускник смог представить персональный проект. Молодые специалисты расскажут об обучении и ответят на возникшие вопросы. Затем пройдет фуршет, на котором члены находятся в неформальной атмосфере.

В 2019 году пройдет новый набор молодых талантов. Наша программа открыта для групп, недостаточно представленных в области машинного обучения и искусственного интеллекта. В ближайшие месяцы будет опубликован отчет по проекту. Организаторы надеются, что полученный опыт будет способствовать развитию аналогичных проектов в других компаниях.

Дипломные проекты

Преподаватели попросили каждого участника рассказать о том, чему научились на проекте OpenAI, и поделиться планами на будущее.

 

Кристин Пейн, Сан-Франциско

Впечатления: Этим летом был пройден базовый курс по машинному обучению. Упор сделан на использование Tensorflow на игровой платформе Unity для создания многопользовательской игры в футбол. Дополнительным предметом в курсе выбрано языковое моделирование.

Дипломный проект: Адаптация технологии языкового моделирования и применение этих методик для создания классической музыки. Порождающая модель берет за основу обширную базу классической музыки или отдельных композиторов.

Final Blog Post

Final Project Github Repo

Планы на будущее: Расширение навыков машинного образования осенью 2018 года в рамках очередного проекта OpenAI.

 

Долапо Мартинс, Балтимор

Впечатление: Это было необыкновенное лето с командой OpenAI. Детально изучались принципы формирования данных и конструирования признаков. Главное открытие — это то, что обычный программист способен работать в данной сфере.

Дипломный проект: Построение новой модели на базе SemEval STS.

Final Blog Post

Final Project Github Repo

Планы на будущее: Работать в должности инженера к компании Miscrosoft около года, в 2019 году поступить в Университет Иллинойса и защитить докторскую диссертацию по информатике и лингвистике.

 

Ханна Дэвис, Нью Йорк

Впечатление: Этим летом удалось получить конкретные знания в области архитектуры нейронный сетей, особенно в новых сферах (рекуррентные нейронные сети и вариационные автокодировщики). На практике приходилось внедрять нейронные сети в Tensorflow и Pytorch.

Дипломный проект: Создание эмоциональных ландшафтов с применением рекуррентных нейронных сетей и вариационных автокодировщиков.

Final Blog Post

Final Project Github Repo

Планы на будущее: Преподавание курса по генеративной музыке в Университете Нью Йорка, затем практика в качестве инженера по разработке алгоритмов машинного обучения.

 

Холли Гримм, Санта Фе

Впечатление: Рассмотрены и изучены алгоритмы с подтверждением. Проводилось детальное изменение модели CycleGAN. В контексте машинного анализа стало понятно насколько важны терпение, упорство и возможность спокойно подумать над решением задачи.

Дипломный проект: Создание сети с атрибутами создания предметов искусства с сетью ResNet50, настроенной на 8 моделей искусства. В основе функционирования сети лежит определение целевой стоимости предмета искусства.

Final Blog Post

Final Project Github Repo

Планы на будущее: Поработать в качестве инженера по разработке алгоритмов машинного анализа в Нью Мехико. Применить дипломный проект в искусстве.

 

Ифу Анимека, Чикаго

Впечатление: Произошёл прогресс в понимании базовых принципов работы. Машинное обучение напоминало восхождение на Эверест, однако такой опыт бесценен.

Дипломный проект: Создание сети, обучающейся правилам движения предметов в пространстве за счет наблюдений, причем физические термины (например, сила и трение) не получают определений в явном виде.

Final Blog Post

Final Project Github Repo

Планы на будущее: Работать инженером по разработке алгоритмов машинного анализа и продолжать учиться.

 

Мунаше Шумба, Нью Йорк

Впечатление: Внимание уделялось проекту TensorFlow. До участия в проекте тяжело давались научные труды по машинному анализу, так как было много незнакомых терминов. Есть четкое понимание специализированной литературы. Полученные знания и навыки пригодятся в новых проектах, которые основываются на создании нейронных сетей.

Дипломный проект: Изучение применения семантического дерева в Долгой краткосрочной памяти и понимание связи между элементами предложения.

Final Blog Post

Final Project Github Repo

Планы на будущее: Применение полученного опыта для консультирования малого и среднего бизнеса по вопросам возможностей машинного обучения, проведение семинара в Зимбабве.

 

Надья Родес, Сиэттл

Впечатление: Детально изучена связь с нейролингвистическим программированием. Полученные навыки использованы при написании постов для блога. Создан персональный алгоритм анализа.

Дипломный проект: @deephypebot – генератор комментариев к музыкальным произведениям. Создание лингвистического алгоритма, который способен создавать описания к песням.

Final Blog Post

Final Project Github Repo

Планы на будущее: Экспериментировать с креативными методами применения машинного анализа.

 

София Аракелян, Сан Франциско

Впечатления: Получилось дополнить и расширить знания в области искусственного интеллекта и создавать модели с нуля. Понимание нейролингвистического программирование стало лучше. В дипломном проекте произошло объединение НЛП с машинным анализом.

Планы на будущее: В течение следующих нескольких месяцев продолжить работать над проектом.

Final Blog Post

Если вы нашли ошибку, пожалуйста, выделите фрагмент текста и нажмите Ctrl+Enter.

ОСТАВЬТЕ ОТВЕТ

Please enter your comment!
Please enter your name here

Этот сайт использует Akismet для борьбы со спамом. Узнайте как обрабатываются ваши данные комментариев.