2020 год - поворотный момент в моей карьере. Все началось с того, что я оставил удобную техническую работу в Лондоне, где я работал инженером по машинному обучению. Я совершил решительный шаг вперед и в январе полетел в Канаду по туристической визе. Чтобы начать свое первое индивидуальное предпринимательское приключение.

Несколько лет назад, работая над несколькими аналитическими проектами в банке и пытаясь найти цель, я проводил часы вне офиса, создавая чат-ботов и умные системы. На этом этапе я наткнулся на курс FastAI (созданный Джереми, который начал свою карьеру в консалтинге, что было для меня в то время приятным фактом). Я записался на этот курс, и все, что я узнал об «обучении», изменилось за 4 лекции.

Я понял Deep Learning, создавая вещи, а не проходя через множество математических доказательств. Если у меня возникали вопросы о возможностях, я возился с кодом и мог наблюдать изменения в результатах. Я развил интуитивное понимание глубокого обучения в игровой форме, способ обучения «сделай сам». Честно говоря, я на собственном опыте познакомился с основной идеей FastAI «Демократизация ИИ», которая навсегда запомнилась мне.

Основываясь на этих новых знаниях и полном изменении взглядов на обучение, я начал работать в Amazon (мечта многих инженеров о больших технологиях) в Индии. Я работал над крупномасштабными системами прогнозирования и узнал о привилегии инженера в большой фирме. Проработав год в Amazon, я переехал в Expedia в Лондоне и работал с блестящими людьми над платформами персонализации и системами рекомендаций в реальном времени.

Во время этих двух периодов я обучал / наставлял новичков и выпускников колледжей, которые хотели войти в отрасль «Демократизация ИИ», помните? Во время этих взаимодействий я обнаружил общую закономерность - многие новички или люди, которые стремятся заняться наукой о данных, часто теряют мотивацию из-за требований отрасли, таких как опыт программирования, знание библиотек ИИ и математики машинного обучения, и это лишь некоторые из них. Эти барьеры для входа не позволяют людям учиться и экспериментировать, а люди с нетехническим образованием смотрят на это как на волшебную шкатулку. И проблема не ограничивается студентами или энтузиастами, многие из моих коллег, которые хотели опробовать новые исследовательские работы, заимствовать полученные знания для реальных проектов, не могли сделать это достаточно быстро. Я хотел восполнить этот пробел.

Это проложило мне путь к принятию мер по принципу демократизации ИИ и породило AlphaHub. Платформа обучения и разработки искусственного интеллекта без кода со встроенным умным помощником, моя версия Джарвиса. На данный момент вы можете создавать модели компьютерного зрения, изучая строительные блоки глубокого обучения, а помощник поможет вам в режиме реального времени устранить некоторые из наиболее распространенных ошибок. Все, что вам нужно, - это немного времени и желание учиться. Ниже представлен обзор текущего и будущего набора функций, для получения более подробной информации посетите анонс запуска.

Текущие функции:
🎯 Автоматическое определение формы
🎯 Интеллектуальная помощь
🎯 Визуальный Intellisense
🎯 Последовательный протокол БЕСПЛАТНО
🎯 Интеграция с Google-Colab

Предстоящие функции:
🎯 Создание настраиваемых слоев, блоков и моделей
🎯 Поддержка глубокого обучения текста и звука
🎯 Мета-передача
🎯 В режиме реального времени обнаружение предвзятости
🎯 Совместная работа над проектами и совместное использование
🎯 AI Marketplace

Попробуйте, это БЕСПЛАТНО. Вы можете следить за обновлениями AlphaHub в Twitter и LinkedIn. Кроме того, если вы рассматриваете курс для создания собственных проектов глубокого обучения, посетите последний курс FastAI. Эти лекции намного больше, чем их содержание (что само по себе бесценно), они меняют способ обучения.

Как говорит Джереми: выберите проект, сделайте его крутым, отшлифуйте и полюбите.

Так я и поступил с AlphaHub.