Кем бы вы ни были в своей карьере — студентом, молодым выпускником, только что приступившим к работе, или ветераном, — всегда есть один образ мыслей, от которого вы никогда не должны отказываться. Это установка на рост. Ключевым компонентом установки на рост является привычка постоянно учиться новому.
Это невероятно актуально для практиков машинного обучения.
Давайте повернем часы назад чуть более чем на десятилетие. Глубокого обучения нет. Исследователи сосредотачиваются на разработке функций и классификаторах ручной работы для решения своих проблем. 2012 год положил конец этой практике. С момента появления Imagenet бездействующая область глубокого обучения ожила, и (почти*) каждая статья с тех пор предлагала какую-то нейронную сеть или связанный с ней алгоритм как величайшую вещь со времен нарезанного хлеба.
Чтобы понять эту бессвязную преамбулу, подумайте о выборе архитектуры, которую мы используем сегодня в наших задачах машинного обучения.
Подавляющее большинство основано на трансформаторах, выпущенных в 2017 году. Сверточные сети, хотя и не устарели, почти никогда не предлагаются в новых исследованиях. Теперь ИИ может писать код, творить искусство, в совершенстве понимать человеческую речь и многое другое. Многие работы, которые ранее требовали участия человека, теперь полностью автоматизированы.
Машинное обучение развивается огромными темпами, и в ближайшее время оно не замедлится.
Нам нужно найти способ не отставать.
Итак, как мне постоянно учиться, спросите вы?
Учиться чему-то новому сложно. В то время как наш мозг получает удовольствие от погони за знаниями, на ранних стадиях мы испытываем инерцию. Затем мы используем в своей голове алгоритм, который я называю «Логическим объяснением прокрастинации», чтобы оправдать свое нежелание учиться. Возможно, вы знакомы с некоторыми причинами, по которым этот алгоритм обеспечивает:
- У меня мало времени, так как у меня ______ (Пробел обычно заполнен слишком большим количеством работы, семейными обязательствами и т. д.).
- Я не знаю, с чего начать.
- Обучение — это изолированное занятие, и у меня нет мотивации.
- Я легко отвлекаюсь и не дисциплинирован
- Укажите здесь причину
Кроме того, большинство людей думают, что решение состоит в том, чтобы либо принять образ мышления «суеты» и сжечь масло в полночь (и, соответственно, свечу с обоих концов), либо бросить свою работу и учиться полный рабочий день.
Эти предложения не являются устойчивыми. Я изучил машинное обучение (и, в конечном счете, глубокое обучение), работая полный рабочий день. Я сделал массу ошибок и наткнулся на множество стен по пути. В конце концов, я придумал устойчивый подход к обучению и подумал, что он может быть вам полезен. я называю это
Своевременное обучение
В 1952 году Toyota изобрела новую систему производства под названием Производство точно в срок. Основной принцип этого метода заключается в том, чтобы приносить детали и компоненты, необходимые для сборки чего-либо, именно тогда, когда это собирается, и именно тогда, когда детали нужны. Это произвело революцию в производстве. Toyota сэкономила тонну складских площадей, устранила потери и сократила расходы.
Обучение «точно в срок» работает точно так же.
Узнавайте что-то новое именно когда вам это нужно и объединяйте необходимые ресурсы по ходу обучения. Это может показаться немного запутанным. Вы можете возразить, что не занимаетесь машинным обучением на работе, что тема, которую вы хотите изучить, не связана с исследованиями, которые вы проводите, или что вы хотите изучить машинное обучение, чтобы сменить профессию. Что тогда?
Эта техника работает до сих пор. Как?
Обучение «точно в срок» основано на проектах. Проект не обязательно должен быть тем, что вы делаете на работе (если это так, то это круто). Это просто должно быть чем-то, что вы хотите сделать.
Просто определите проект, которым вы хотите заниматься, скажем, стилизатор изображений или систему синтеза речи, и двигайтесь от цели. Найдите статьи, решающие эту проблему, и прочитайте их. Расширьте свое понимание с помощью репозиториев в GitHub, которые решают проблему или подзадачу. Отталкивайтесь от цели, пока не наметите каждый шаг.
Суть в том, чтобы собирать и использовать только те ресурсы, которые имеют прямое отношение к вашей конечной цели. Игнорируйте все остальное.
Это гарантирует, что вы не будете тратить время на поиски и не будете погребены под нескончаемой кучей ресурсов. Итак, у нас есть отправная точка. Как мы справляемся с нехваткой времени?
Для этого я беру листок из книги Джеймса Клира Атомные привычки. Существует 4 закона формирования привычки:
- Сделайте это очевидным
- Сделайте это привлекательным
- Делай проще
- Сделайте это удовлетворительным
Применяя каждое из них к JIT-обучению, мы получаем:
Сделайте это очевидным:
Вы собираете только те ресурсы, которые помогают в достижении конечной цели, поэтому нет ничего неясного в том, что вам следует игнорировать. Каждый шаг, который вам нужно сделать в этом учебном путешествии, очевиден.
Сделайте его привлекательным:
Если цель вашего проекта связана с работой, то вознаграждения прописаны явно. Если, с другой стороны, вы хотите начать карьеру в области машинного обучения, первое, что ищут компании, — это доказательство работы. Нет большего доказательства работы, чем множество проектов GitHub, вклады с открытым исходным кодом и т. д. Курсы и стенограммы заходят так далеко. В конце концов, компании хотят знать, что вы действительно можете выполнять работу своими руками.
Делай проще:
Работайте над этим, шаг за шагом, регулярно. Даже если у вас есть только 30 минут в день, чтобы посвятить этому, это нормально. Объявиться. Ваше обучение накапливается со временем. Выделяя управляемый отрезок времени каждый день, вы облегчаете себе жизнь и удаляете оправдание «нехватки времени» из своего колчана причин не учиться.
Посчитайте: 30 дней x 30 минут в день = 900 минут целенаправленного обучения.
Сделайте это удовлетворительным:
Есть внутреннее удовлетворение, которое вы получаете, просто появляясь. Когда вы овладеваете сложным навыком, вы обретаете уверенность, и каждая новая вещь, которую вы изучаете, помогает вам легче осваивать более сложные вещи. Обучение само по себе является наградой.
Я использую этот подход, чтобы учиться даже сегодня, и редко когда я чувствовал разочарование или подавленность. Я надеюсь, что вы попробуете этот метод и расскажете мне о своем опыте.
Я хотел бы знать, с какими проблемами вы сталкиваетесь на пути к обучению и какие подходы сработали для вас. Напишите мне.
🤖💪 Хотите больше идей, чтобы стать продуктивным специалистом по машинному обучению?
Каждую неделю я рассылаю информационный бюллетень с практическими советами и ресурсами, чтобы повысить свой уровень в качестве специалиста по машинному обучению. Присоединяйтесь бесплатно →
