Жизнь в DeepMind
Авишкар Бхупчанд, инженер-исследователь из команды теории игр и мультиагентности, рассказывает о своем путешествии в DeepMind и о том, как он работает над повышением популярности глубокого обучения в Африке.
Узнайте больше о Deep Learning Indaba 2022, ежегодном собрании африканского сообщества искусственного интеллекта, которое пройдет в Тунисе в августе этого года.
Как выглядит типичный день на работе?
Для инженера-исследователя и технического руководителя ни один день не похож на другой. Обычно я начинаю свой день с прослушивания подкаста или аудиокниги по дороге в офис. После завтрака я концентрируюсь на электронной почте и администрировании, прежде чем приступить к первой встрече. Они варьируются от бесед один на один с членами команды и обновлений проекта до рабочих групп по вопросам разнообразия, равенства и инклюзивности (DE&I).
Я стараюсь выделить время для своего списка дел во второй половине дня. Эти задачи могут включать подготовку презентации, чтение исследовательских работ, написание или проверку кода, разработку и проведение экспериментов или анализ результатов.
Когда я работаю дома, меня занимает мой пес Финн! Его обучение во многом похоже на обучение с подкреплением (RL) – например, как мы обучаем искусственных агентов на работе. Итак, много времени я трачу на размышления о глубоком обучении или машинном обучении, так или иначе.
Как вы заинтересовались ИИ?
Во время курса по интеллектуальным агентам в Кейптаунском университете мой преподаватель демонстрировал шестиногого робота, который научился ходить с нуля с помощью RL. С этого момента я не мог перестать думать о возможности использования человеческих и животных механизмов для создания систем, способных к обучению.
В то время применение и исследования машинного обучения не были жизнеспособным вариантом карьеры в Южной Африке. Как и многие мои сокурсники, я работал в финансовой сфере инженером-программистом. Я многому научился, особенно в области проектирования крупномасштабных и надежных систем, отвечающих требованиям пользователей. Но спустя шесть лет мне захотелось чего-то большего.
Примерно в то же время глубокое обучение начало набирать обороты. Сначала я начал читать онлайн-курсы, такие как лекции Эндрю Нга по машинному обучению на Coursera. Вскоре мне посчастливилось получить стипендию в Университетском колледже Лондона, где я получил степень магистра в области вычислительной статистики и машинного обучения.
Как вы участвуете в Deep Learning Indaba?
Помимо DeepMind, я также являюсь организатором и членом руководящего комитета Deep Learning Indaba, движения за развитие машинного обучения и искусственного интеллекта в Африке. Она началась в 2017 году как летняя школа в Южной Африке. Мы ожидали, что около 30 студентов соберутся вместе, чтобы изучить машинное обучение, но, к нашему удивлению, мы получили более 700 заявок! Это было удивительное зрелище, и оно ясно показало необходимость связи между исследователями и практиками в Африке.
С тех пор организация превратилась в ежегодное празднование африканского ИИ, в котором принимают участие более 600 человек, а местные мероприятия IndabaX проводятся почти в 30 африканских странах. У нас также есть исследовательские гранты, награды за диссертации и дополнительные программы, включая программу наставничества, которую я начал во время пандемии, чтобы поддерживать участие сообщества.
В 2017 году на NeurIPS, ведущей конференции по машинному обучению, не было ни одной публикации африканского автора из африканского учреждения. Исследователи искусственного интеллекта на всем африканском континенте работали разрозненно – у некоторых даже были коллеги, работавшие над той же темой в другом учреждении неподалеку, и они не знали об этом. Благодаря Индабе мы создали процветающее сообщество на континенте, и наши выпускники начали сотрудничать с нами, публикуя статьи на NeurIPS и на всех крупных конференциях.
Многие члены получили работу в ведущих технологических компаниях, создали новые стартапы на континенте и запустили другие удивительные проекты в области искусственного интеллекта в Африке. Хотя организация Индабы — это тяжелая работа, она того стоит, если увидеть достижения и рост сообщества. Я всегда покидаю наше ежегодное мероприятие с чувством вдохновения и готовности броситься в будущее.
Что привело вас в DeepMind?
DeepMind была компанией моей мечты, но я не думал, что у меня есть шанс. Время от времени я боролся с синдромом самозванца: находясь в окружении умных, способных людей, легко сравнивать себя по одной оси и чувствовать себя самозванцем. К счастью, моя замечательная жена сказала мне, что я ничего не потеряю, подав заявку, поэтому я отправил свое резюме и в итоге получил предложение на должность инженера-исследователя!
Мой предыдущий опыт в разработке программного обеспечения действительно помог мне подготовиться к этой должности, поскольку я мог использовать свои инженерные навыки в повседневной работе, одновременно развивая свои исследовательские навыки. Отсутствие немедленного получения работы мечты не означает, что дверь в эту карьеру закрыта навсегда.
Какими проектами вы больше всего гордитесь?
Недавно я работал над проектом по предоставлению искусственным агентам возможности передавать культуру в реальном времени. Культурная передача — это социальный навык, которым обладают люди и некоторые животные, который дает нам возможность усваивать информацию, наблюдая за другими. Это основа совокупной культурной эволюции и процесс, ответственный за расширение наших навыков, инструментов и знаний среди нескольких поколений.
В этом проекте мы обучали искусственных агентов в трехмерной моделируемой среде наблюдать за экспертом, выполняющим новую задачу, затем копировать этот шаблон и запоминать его. Теперь, когда мы показали, что культурная передача возможна с помощью искусственных агентов, возможно, можно будет использовать культурную эволюцию для создания общего искусственного интеллекта (AGI).
Это был первый раз, когда я работал над масштабным RL. Эта работа сочетает в себе машинное обучение и социальные науки, и мне было чему поучиться в исследовательской сфере. Иногда продвижение к нашей цели было медленным, но в конце концов мы добились ее! Но на самом деле я больше всего горжусь невероятно инклюзивной культурой, которая была у нашей проектной команды. Даже когда дела были трудными, я знал, что могу рассчитывать на поддержку коллег.
Состоите ли вы в какой-либо группе коллег в DeepMind?
Я действительно принимал участие в ряде инициатив по обеспечению разнообразия, равенства и инклюзивности (DE&I). Я твердо верю, что DE&I на рабочем месте приводит к лучшим результатам, и чтобы создать ИИ для всех, мы должны иметь представительство самых разных голосов.
Я веду внутренний семинар по концепции союзничества, которая заключается в использовании своего привилегированного положения и власти для того, чтобы бросить вызов статус-кво в поддержку людей из маргинализированных групп. Я участвую в различных рабочих группах, целью которых является повышение вовлеченности инженеров-исследователей и разнообразие при приеме на работу. Я также являюсь наставником стипендиальной программы DeepMind, которая имеет партнерские отношения в Африке и других частях мира.
Какое влияние, по вашему мнению, может оказать работа DeepMind?
Я с особым энтузиазмом отношусь к возможностям ИИ оказать положительное влияние на медицину, особенно на лучшее понимание и лечение болезней. Например, такие состояния психического здоровья, как депрессия, затрагивают сотни миллионов людей во всем мире, но у нас, похоже, ограниченное понимание причинных механизмов, стоящих за этим, и, следовательно, ограниченные возможности лечения. Я надеюсь, что в не столь отдаленном будущем общие системы искусственного интеллекта смогут работать совместно с людьми-экспертами, чтобы раскрыть тайны нашего разума и помочь нам понять и вылечить эти болезни.