Predajte veštačku inteligenciju online na srpskom

Do veštačke inteligencije ljudi stižu iz sasvim različitih pravaca. Studentkinja informatike želi da shvati zašto funkcija gubitka njene neuronske mreže prestaje da opada posle treće epohe. Programer hoće da napravi aplikaciju na jezičkom modelu, a da ga ne tretira kao crnu kutiju. Lekarka, pravnik ili direktorka marketinga žele da znaju šta ovi sistemi zaista umeju i gde greše. Ideja na kojima sve to počiva ima manje nego što bi se reklo po buci oko ove teme: podaci, model, način da se izmere njegove greške i postupak kojim se te greške smanjuju.

Upravo zato je ovu oblast teško savladati bez pomoći. Biblioteke kao što su scikit-learn i PyTorch sakrivaju linearnu algebru, verovatnoću i matematičku analizu na kojima sve stoji. Model se istrenira u deset redova Pythona, ali čim počne čudno da se ponaša, niko ne zna odakle da krene. Predavač koji na istom času prelazi od intuicije do formule i od formule do koda daje baš ono što tutorijali na internetu preskaču.

Zašto Clasora traži predavače veštačke inteligencije koji predaju na srpskom

Clasora učenicima prikazuje predavače koji predaju na jeziku na kom učenik koristi sajt. Ko otvori Clasoru na srpskom, vidi predavače koji časove drže na srpskom. Ako predajete na srpskom, upravo vas ti učenici pronalaze.

U veštačkoj inteligenciji jezik je važan na poseban način. Gotovo sve oko ove oblasti je na engleskom: dokumentacija, naučni radovi, poruke o greškama, nazivi funkcija. Na časovima se reči kao što su „overfitting“, „embedding“ i „prompt“ izgovaraju bez prevoda. Onome ko uči na srpskom potreban je neko ko će mu pojmove jasno objasniti na jeziku na kom uči i odmah ih povezati s engleskim terminima koje sreće u kodu. Da „bias“ jednom znači parametar neurona, drugi put sistematsku grešku u statistici, a treći put pristrasnost u odlukama modela, mnogo je lakše shvatiti kada vam to neko objasni na srpskom.

Clasora ne zapošljava predavače, pa ovo nije oglas za posao. Radite samostalno: cene i termine određujete sami i držite onoliko časova koliko želite. To može biti dodatni prihod od dve večeri nedeljno, a možete držati i dovoljno časova da vam to zameni posao.

Kako izgleda predavanje veštačke inteligencije online na Clasori

Sve se odvija potpuno na daljinu. Svi časovi su online, a vi predajete odakle god živite.

Učenici zakazuju termine direktno u vašem kalendaru. Vide samo vreme koje ste označili kao slobodno, prikazano u njihovoj vremenskoj zoni, pa niko ne mora ništa da preračunava. Vi odlučujete koliko ranije čas mora da se zakaže i koliko daleko unapred je zakazivanje otvoreno.

Čas se odvija u pregledaču i niko ništa ne instalira. Najveći deo posla obavlja deljenje ekrana. Kad u Jupyter notebooku promenite stopu učenja i ponovo pokrenete ćeliju, učenik gleda kako kriva gubitka menja oblik. Možete i da korak po korak prođete kroz petlju treniranja u VS Code-u ili da u aplikaciji za digitalnu tablu nacrtate malu mrežu i pratite lančano pravilo unazad, težinu po težinu. Isto tako često ekran deli učenik, pa zajedno čitate trag greške dok ne izađe na videlo tenzor pogrešnog oblika. Čet tokom poziva zgodan je da razmenite red koda ili poruku o grešci, a zamućenje pozadine ostavlja vašu sobu van kadra.

Između časova svaki učenik s vama ima posebnu prepisku. Tu može da pošalje notebook u kom model nikako ne uči, CSV fajl s kojim radi ili naučni rad koji nikako ne može da savlada, a vi odgovarate komentarima, sređenijom verzijom koda ili zadatkom za sledeći put. Poruke, fajlovi i podeljeni linkovi stoje pored časova kojima pripadaju, pa i posle nekoliko nedelja lako nađete notebook koji ste zajedno prošli. Svoje zadatke i primere možete da držite u ličnom prostoru za fajlove, a dokumente da prenesete iz Google Drive-a. Ako nedelju planirate u Google kalendaru, možete da ga sinhronizujete sa svojim kalendarom na Clasori.

Oko čega učenicima najčešće treba pomoć

Osnove mašinskog učenja: nadgledano i nenadgledano učenje, regresija, klasifikacija i klasterovanje, i kako prepoznati šta određenom problemu treba.

Matematika u pozadini: vektori i matrice, izvodi i lančano pravilo, verovatnoća i razlog zbog kog gradijentni spust pronalazi put nadole.

Neuronske mreže: slojevi, aktivacione funkcije, funkcije gubitka, propagacija unazad i šta raditi kada trening zastane ili se otme kontroli.

Arhitekture dubokog učenja: konvolucione mreže za slike, rekurentne mreže za nizove i transformeri s mehanizmom pažnje.

Jezički modeli: tokeni i embedinzi, predviđanje sledeće reči, pisanje promptova, fino podešavanje i pretraga po sopstvenim dokumentima.

Alati u Pythonu: NumPy, pandas, scikit-learn, PyTorch ili TensorFlow i sigurno snalaženje u notebook okruženju.

Rad s podacima: čišćenje, izbor obeležja, podela na skup za trening i skup za testiranje i otkrivanje curenja podataka zbog kog model izgleda previše dobro da bi bio istinit.

Procena modela: tačnost, preciznost i odziv, matrica konfuzije, unakrsna validacija i izbor metrike koja odgovara stvarnom problemu.

Klasična veštačka inteligencija i učenje potkrepljivanjem: algoritmi pretrage kao što je A*, minimaks za igre, logika i Q-learning razrađen na papiru.

Projekti: planiranje projekta za kurs ili portfolio, traženje grešaka u njemu i čitanje radova na koje se oslanja.

Veštačka inteligencija za one koji nisu stručnjaci: ljudi iz drugih struka koji žele da razumeju kako ovi alati rade, gde greše i kakve veze s tim imaju pristrasnost i privatnost.

Koga tražimo

Oblasti veštačke inteligencije koje nudite poznajete dovoljno dobro da objasnite zašto neka metoda radi i kako se koristi, i da pronađete grešku u tuđoj petlji treniranja.

Jasno objašnjavate na srpskom i umete tehničku ideju da prenesete jednostavnim rečima nekome ko nikada nije video tu notaciju.

Razlikujete ono što današnji modeli zaista mogu od onoga što se o njima priča i otvoreno kažete kada su učenikova očekivanja nerealna.

Možda već predajete informatiku ili veštačku inteligenciju, završili ste računarske nauke, matematiku, statistiku ili srodnu oblast, studirate i dobro poznajete mašinsko učenje, ili s njim svakodnevno radite kao inženjer, analitičar podataka, istraživač ili programer.

Imate računar s kamerom i mikrofonom i stabilnu internet vezu.

Imate 18 ili više godina.

Iskustvo u predavanju pomaže, ali nije uslov.

Šta dobijate

Bez provizije. Clasora ne uzima ništa od cene koju odredite.

Besplatna registracija i objavljivanje. Nema pretplate ni naknade za objavljivanje usluge.

Vaše cene. Za svako trajanje časa određujete posebnu cenu i možete da ponudite besplatan prvi čas.

Vaš raspored. Birate sate u toku nedelje i slobodne dane, koliko ranije mora da se zakaže i dokle unapred je zakazivanje moguće.

Sopstvena javna stranica. Vaša usluga ima zasebnu stranicu koju pronalaze pretraživači i koju svaki posetilac vidi na svom jeziku. Na njoj su vaša fotografija, uvodni video, ono što predajete, jezici kojima govorite i cena za svako trajanje časa.

Ocene koje govore o predavanju. Učenici vas ocenjuju po znanju, jasnoći i angažovanosti.

Proverene kvalifikacije. Diplome i druge kvalifikacije možete da dodate na profil, a moderator ih proverava.

Časovi u pregledaču. Video s deljenjem ekrana, zamućenjem pozadine i četom tokom poziva, a ni vi ni učenici ništa ne instalirate.

Kako da počnete

Napravite nalog preko dugmeta na ovoj stranici.

Objavite uslugu za veštačku inteligenciju i navedite koje oblasti pokrivate i kome su časovi namenjeni.

Otvorite kalendar i označite kada ste slobodni.

Za to vam treba nekoliko minuta. Kada postanete predavač, prihvatate uslove korišćenja, a moderator proverava vašu uslugu pre nego što bude objavljena.

Pitanja koja predavači postavljaju

Da li mi je potreban doktorat ili posao u istraživanju veštačke inteligencije?

Nije. Potrebno je da sigurno vladate oblastima koje nudite i da umete jasno da ih objasnite. Ako imate diplomu ili drugu kvalifikaciju iz ove oblasti, dodajte je na profil, a moderator će je proveriti.

Mogu li da predajem ljudima koji nikada nisu programirali?

Možete. U usluzi navodite šta predajete i kome. Možete da ponudite uvod u to kako veštačka inteligencija radi bez ijednog reda koda, Python od nule s mašinskim učenjem kao ciljem ili samo napredne teme za iskusne programere.

Mogu li da predajem samo jednu oblast, na primer računarski vid?

Možete. Ponudite ceo predmet ili samo delove koje najbolje poznajete: duboko učenje, obradu prirodnog jezika ili matematiku na kojoj sve to počiva.

Kako se plaćaju časovi?

Plaćanje karticom još nije uključeno. Za sada se rezervacija potvrđuje bez kartice, a za plaćanje se dogovarate direktno s učenikom. Clasora ne uzima proviziju od vaše cene.