SegFault Warszawa 2019: o sztucznej inteligencji, uczeniu maszynowym i Big Data

Jak rozwiązania z dziedziny sztucznej inteligencji, uczenia maszynowego i analizy wielkich zbiorów danych można wdrażać w projektach informatycznych? To pytania w sam raz na dyskusję programistów, którzy 25 października zebrali się na konferencji SegFault w warszawskiej Golden Floor Tower.

No właśnie: jaka przyszłość czeka programistów? Wojtek Ptak (Intelligene, ekspercki butik konsultantów ML i AI) nie ma wątpliwości: ich także zastąpią algorytmy, z dnia na dzień lepsze w analizowaniu danych, które gromadzą. Być może każdy programista będzie musiał znać podstawy uczenia maszynowego, tak jak dziś zna projektowanie baz danych czy testowanie. Programiści nie będą zastanawiać się nad tym, jakiego polecenia kodu użyć, tylko nad tym, jakiego rozwiązania użyć i na jakiej platformie to zrobić. Resztę zrobi maszyna. Ta przyszłość być może czeka tuż za rogiem, dlatego Wojtek zachęcał programistów by się uczyli.

Potem było więcej o sprawach praktycznych. Dr Przemek Maciołek (LogSense – przetwarzanie danych) opowiadał między innymi o tym, kiedy Big Data zawodzi i dlaczego. Przy okazji zdradził swój wielce skomplikowany przepis na dobrze działający zespół data science, czyli badaczy analizujących wielkie ilości danych.

Joanna Misztal-Radecka (data scientist w Ringier Axel Springer Polska) zainteresowanie przetwarzaniem języka naturalnego i uczeniem maszynowym wykorzystuje w pracy zawodowej i pisząc doktorat na krakowskiej AGH. Opowiedziała o tym, jak znaczenie słów może być definiowane przez kontekst ich użycia i jak jej zespół wykorzystał przetwarzanie języka naturalnego do tworzenia słownych opisów tego, czym interesują się użytkownicy portali.

Marek Będkowski opowiadał o alternatywach dla pythona, najpopularniejszego dziś rozwiązania wykorzystywanego w programowaniu uczenia maszynowego, a Wojtek Ptak – o zwalczaniu phishingu (wyłudzanie haseł dzięki podszywaniu się pod urzędy, banki itp.) i spamu za pomocą uczenia maszynowego w strumieniach danych.

Ola Kunysz (programistka: backendy, frontendy i kod biznesowy) poświęciła swoje wystąpienie zdominowaniu współczesnego świata przez obrazy: milenialsi „kupują oczami” i większość wolałaby posługiwać się wyszukiwaniem wizualnym niż tekstowym. W tym kontekście opowiedziała m.in. o tym, jak wygląda proces tworzenia i trenowania modelu do rozpoznawania zdjęć w oparciu o Fashion MNIST.

Natomiast od Krzysztofa Kydryńskiego (senior deep learning engineer w firmie NVIDIA) można było się dowiedzieć choćby tego, jak rozwiązać skomplikowane problemy widzenia maszynowego na zwykłym laptopie i po co tak naprawdę sieciom neuronowym potrzebne są warstwy.

Skip to content