Zaczynamy! – Podcast #1

Kiedy byłem dzieckiem oglądałem film, pierwszą część Terminatora. Bardzo mnie wzruszył, myślałem nad tym czy nastąpi kiedyś czas, że maszyny będą na tyle mądre. Można powiedzieć, że była to moja pierwsza styczność ze sztuczną inteligencją.

Czas biegł do przodu. Tematy związane z informatyką mnie fascynowaн coraz bardziej. Na początku było trudno, gdyż koszt komputera był znacznie większy niż możliwości finansowe mojej rodziny. Ale dzięki mojemu nauczycielowi miałem możliwość (zresztą jako jedyny w szkole miałem takie zainteresowanie) zostawać po lekcjach, gdzie miałem do dyspozycji nowy (jak na tamte czasy) Pentium III. Interesowała mnie wszystko, na przykład jak to jest możliwe, że poruszam myszką i kursor też porusza się na ekranie, wciskam klawisz “A” i dokładnie literka “A” pojawia się na monitorze. Dla mnie wtedy to już była “sztuczna inteligencja”, takie były moje początki. Miałem wtedy 14 lat.

W wieku 19 lat przeprowadziłem się z Białorusi do Polski, gdzie skończyłem studia informatyczne i mieszkam po dzień dzisiejszy. To dlatego słyszysz mój akcent. Będę starał się mówić bez przekręcania słów, ale jeśli się to zdarzy to z góry przepraszam :).

Mam około 10 lat doświadczenie w branży IT, z różnymi technologiami i językami programowania. Odbyłem w pewnym sensie podróż, próbowałem różnych języków programowania czy obszarów ich zastosowania, aż w końcu trafiłem do uczenia maszynowego. I już wtedy wiedziałem, że to jest to, co najbardziej mnie fascynuję.

Teraz jestem architektem w General Electric. Dla osób spoza branży IT, to jest coś innego niż architekt w budownictwie. Zajmuję się tak zwaną “digitalization”, inicjatywą, która jest realizowana w ramach “Brilliant Factory”. Moją rolą jest projektowanie architektury systemów informatycznych, żeby to stabilnie działało, mało kosztowało w utrzymywaniu i przynosiło korzyści dla biznesu.

Nieco podsumowując informacje o mnie. Jestem osobą z technicznym doświadczeniem i lubię praktyczne podejście. Znacznie mniej mnie interesuje teoria. Żeby być zrozumiany dobrze powiem to inaczej, najpierw muszę zrozumieć jak zdobytą wiedzę wykorzystać w praktyce, a później poznaje szczegóły teoretyczne. Jeżeli takie podejście jest bliskie dla Ciebie, to mnie to niezmiernie cieszy, bo łatwiej będzie Ci zrozumieć dalszy tok moich rozmów.

Teraz już wiesz wystarczająco dużo o mnie, więc idziemy do kolejnego tematu.

Jak tak się stało, że nagrywam ten podcast?

Tutaj warto opowiedzieć o trzech niezależnych zdarzeniach które połączyły w pewnym momencie w mojej głowie no i teraz nagrywam podcast :).

Historia pierwsza

Moje początki w uczeniu maszynowym były bardzo trudne, to wynikało z tego, że dla mnie język matematyczny jest zbyt abstrakcyjny, żeby znaleźć odpowiedź na pytania “po co?”. Dla ścisłości dodam, że lubię matematykę jako gimnastykę dla umysłu.

Galileusz kiedyś powiedział:

„Natura jest napisana w języku matematycznym”

No i słusznie to powiedział. Wydaje mi się, że w tym cytacie brakuje akcentu na to, że język matematyczny zwykle jest abstrakcją którą ciężko zmapować na życie realne. Natomiast moja chęć do zrozumienia uczenia maszynowego była tak duża, że mogłem sobie pozwolić, aby brnąć do przodu przez skomplikowane wzory.

Historia druga

Po kilku latach, zacząłem już uświadamiać sobie, że rozumienie uczenia maszynowego na poziomie intuicyjnym jest dość proste. Oczywiście to wymaga pewnej ścisłości. Ale sama idea raczej jest prosta. Wtedy pomyślałem, fajnie byłoby wiedzieć to co wiem teraz, kilka lat temu. Pomyślałem jak mogę cofnąć czas… i odpowiedź była również bardzo prosta. Jest sporo osób które mają ten sam problem, który miałem. Tak pojawiły się na świat warsztaty które prowadzę – dataworkshop.eu. W roku 2016 udało się zorganizować 5 warsztatów i ponad 100 uczestników wzięło w nich udział. W roku 2017 na dzień dzisiejszy, a nagrywam to 11 marca, odbyły się 3 warsztaty i około 70 uczestników wzięło w nich udział.

Na warsztatach staram się przekazywać wiedzę, w jaki sposób można rozwiązywać problem, bez formuł matematycznych, ale  ze zrozumieniem tego, co robisz. Warto podkreślić, że każde podejście ma swoje plusy i minusy. Generalnie istnieją dwa rodzaje umysłów. Pierwsza grupa to teoretycy, a druga grupa to praktycy. Uczę jak tego użyć – więc praktyk. Ale teoretycy oczywiście dają fundament do tego, więc szacun dla nich również :).

 

Historia trzecia

Wracam z pracy zwykle na piechotę. Zbyt długo siedzę w przeciągu dnia, żeby wracać do domu również “na siedząco”. Do tego odkryłem w sobie, że lepiej mi się myśli, kiedy idę…  być może też masz podobne doświadczenie. Również często włączam sobie podcast. Generalnie lubię podcasty.  Wiele można nauczyć się w krótkim czasie. Słucham różnych, polskich i zagranicznych, na przeróżne tematy.

Marek Jankowski, który prowadzi podcast “Mała Wielka Firma”, w odcinku 149 mówił o tym “Jak zacząć nagrywać własny podcast, nie wydając ani złotówki”. Zainspirowało mnie i okazało się, że nagrać podcast można bez dużego wysiłku. Akurat teraz już wiem, że to wymaga trochę więcej… ale bardzo jestem wdzięczny Markowi za inspirację. Również  miałem okazję porozmawiać z nim na temat podcastu i zapytałem go co o tym myśli. Spodziewałem się na standardową odpowiedź, coś w stylu: “to może być fajne..”. Natomiast zobaczyłem większe zainteresowanie i to był moment kiedy zrozumiałem, że muszę co najmniej spróbować, a tam się okażę…

Dla kogo jest ten podcast?

To jest trudne pytanie, bo zastosowanie może być przeróżne. Odpowiem na to pytanie cytując: „I ja nie wiem, czego nie wiem…”.  Natomiast zdaje sobie sprawę, że w tym obszarze, w którym działasz, pewnie też możesz wykorzystać tę wiedzę.

Odpowiem na to pytanie na dzień dzisiejszy w ten sposób.

Jeżeli prowadzisz biznes lub jesteś osobą na decydującym stanowisku, zastanawiasz się jak można polepszyć jakość Twojego produktu, albo jak podejmować trafniejsze decyzje, to raczej jesteś w dobrym miejscu. W ramach “Biznes Myśli…” dowiesz się o konkretnych przypadkach użycia uczenia maszynowego, o pułapkach marketingowych i innych mało znanych, ale istotnych rzeczach z punktu widzenia praktycznego.

Dla osób technicznych, ten podcast może być ciekawy, żeby przełączyć tok myślenia, że technologia samo w sobie jest mało warta. Trochę ciężko mi o tym mówić w ten sposób… Bo sam doszedłem do tego wniosku po jakimś czasie, przez różne porażki wewnętrzne. Osobiście bardzo zależy mi na tym żeby kod był czysty (mówi się tak o pięknie ułożonym kodzie, który ma odpowiednie nazewnictwo itd), również aby technologia była dobrana odpowiednio (bez złożoności historycznych)… Natomiast takie podejście nie łączy się z biznesem i to dlatego zwykle przegrywa. Można o mnie powiedzieć, że jestem perfekcjonistą w sercu i pragmatykiem w umyśle (to pierwsze mam wrodzone, a to drugie cały czas ćwiczę) :).

Dla kogo ten podcast NIE jest?

Myślę, że warto to jednoznacznie podkreślić, żeby uniknąć rozczarowań w przyszłości.

Osoby które poszukują srebrnej kuli lub magicznego rozwiązania, które samo rozwiąże wszystkie ich problemy :). Albo osoby które odzwyczaiły się myśleć i tylko chcą słyszeć gotowe rozwiązania bez żadnej adaptacji do swoich potrzeb.

Również osoby które boją się logicznego sposobu myślenia i bardziej ufają swoim emocjom (nie mylić z intuicją). I ostatnie, to czego dopiero uświadomiłem z czasem, osoby które szukają wymówek, dlaczego to czy inne podejście jest złe. Znaleziona wymówka staje się większym celem niż dostarczenie rozwiązania.

Terminologia

Już kilka raz użyłem frazy “sztuczna inteligencja”, a potem “uczenie maszynowe” (machine learning). Czy to jest to samo? W pewnym sensie tak, będę używać tego na zmianę. Uczenie maszynowe umożliwia realizację sztucznej inteligencji. Również tutaj dochodzą popularne frazy jak: “data mining”, “data science”. To wszystko, nieco upraszczając, tyczy się tematu analizy danych i wyciągania wniosków. A wnioski mogą być przeróżne.

Każdy ze ślepców dotknął słonia i każdy wam go opisał, która odpowiedź jest prawdziwa?

Jeżeli będziesz słuchać regularnie podcast „Biznes Myśli” z czasem bardziej rozumiesz subtelną różnicę pomiędzy frazami które wymieniłem.

Warto od razu dodać, że sam podcast będzie po polsku, za wyjątkiem kiedy zaproszeni goście nie znają języka polskiego – wtedy po angielsku. Natomiast czasem będą pojawiać się słowa anglojęzyczne. Osobiście wolę używać tylko słów języka w którym mówię  (nie ważne jaki to język), to jest ten mój perfekcjonista w sercu o którym wspominałem wcześniej. Natomiast pragmatyk w umyślę podpowiada, że to może wprowadzić zamieszanie. I to z kilku powodów. Są pewne frazy używane w branży i nawet jeśli przetłumaczymy to dosłownie, to będzie oznaczać coś innego. Na przykład jak przetłumaczyć “Data science”? Może jako “Nauka o danych”, ale to brzmi zupełnie inaczej… Bardziej skomplikowany przypadek, jeden z najciekawszy algorytmów który działa w praktyce ma nazwę “Gradient Boosting”, i nie mam pojęcia jak to przetłumaczyć, żeby to miało sens.

Wiedza

Podcast zacząłem z frazy, że świat zmienia się szybciej niż myślisz… O co mi chodzi?

Wcześniej (100 czy 200 lat temu) wiedza była bardziej statyczna i mogła być przekazywana od dziadka do wnuka. Teraz świat pędzi z taką prędkością, że co rok pojawiają się kolejne nowości. Również w uczeniu maszynowym. Pojawiają się nowe algorytmy które istotnie polepszają poprzedni wyniki. Również ciąglę uczę się, dlatego proszę o świadomość, że dzielę się z Tobą najnowszą wiedzą którą posiadam, ale ta wiedza u mnie też ewoluuje… Za rok , a tym bardziej za pięć mogę powiedzieć coś innego niż teraz. Chyba to zdanie może wprowadzić trochę zamieszania. Spokojnie, spróbuję to doprecyzować w ten sposób, są pewne niezmienniki, tak zwane fundamenty które są raczej stały lub zmieniają się wolno. Natomiast samego fundamentu jest za mało, żeby osiągnąć praktyczny wynik. I to co jest na wierzchu, konkretna implementacja – to ciągle zmienia się.

Po co ja to robię?

Takie zadałem zadałem sobie. Przecież wiedzę, którą chcę dać, można wykorzystywać na różne sposoby. I to prawda. Pewnie kojarzysz przykład z nożem? Nóż jest bardzo pomocy żeby przygotować jedzenie, ale tym samym nożem można i zabić… no właśnie. Myślałem nad tym przez jakiś czas i doszedłem do wniosku. Zmiany które dzieją się, one po prostu są. Tej fali nie da się zatrzymać, ona i tak dotrzy gdzie chcę. Natomiast to, co według mnie może być wartością, to dojście do momentu kiedy człowiek może być człowiekiem. To jest trochę filozoficzny wątek, ale pozwolę sobie dosłownie kilka zdań na ten temat (żeby była zrozumiała moja motywacja).

Popatrzmy jak wygląda nasze życie teraz. Jak często wykonujemy sprawy rutynowe które nie wymagają dużego wysiłku twórczego? Czemu tego zadania nie powierzyć maszynę, a ten wolny czas poświęcić właśnie na twórczość. I nie chodzi o to, że każdy musi być pisarzem czy malarzem. Chodzi o to, żeby każdy odkrył swoją indywidualność, a na to jest potrzebny wolny czas. Niech wszystkie rutynowe obowiązki jak pranie, chodzenie do sklepu lub nawet prowadzenie samochodu wykonuje maszyna.

Twórczość wyróżnia nas na tle zwierząt, tylko często przez braki czasowe trudno nam je realizować

I tutaj do mnie dociera, że mój “perfekcjonista” trochę przesadza. Zdaję sobie sprawę, że sporo osób, kiedy uzyska wolny czas, nie potrafi go wykorzystać… niestety. No cóż, nawet w tym przypadku widzę wartość dodaną dla tych osób.  Zacząć wcześniej uświadamiać im, że już wkrótce większość zawodów które są znane na dzień dzisiejszy, będzie wykonywane przez roboty (podoba się nam to czy nie), więc warto przygotować się do tego przed czasem, niż obudzić się zszokowanym  w ostatniej chwili.

Podsumowanie

Jeżeli podoba Ci się tematyka o której mówię. Proszę zostaw opinię na itunes lub na tej stronie, to pomoże mi znaleźć czas i energię, żeby kontynuować tę inicjatywę. Chętnie dzielę się wiedzą, o ile jest zainteresowanie.

Dziękuję Ci bardzo za poświęcony czas i do usłyszenia. Nastepnym razem dowiesz się o tym, czemu teoria o sztucznej inteligencji już była w latach 50 zeszłego wieku, a dopiero teraz to zaczęła nabierać obrotów. Co się zmieniło teraz, że nagle zaczęło działać w praktyce?