要火!他是顶级的 AI 高手,Kaggle 比赛的第2名,可气的是他才16岁

翻译 | 周科

编辑 | 焦燕

他是顶级的人工智能高手,仅过去一年,就参加了39次Kaggle举办的数据竞赛,其中他设计的能够探索同一平台上重复广告的算法和为视频贴标签的算法均在相关竞赛中获得第二名。他有技术,有激情,是人工智能界一颗冉冉升起的新星 这么牛逼的他,你肯定想不到还是一个高中生,16岁!他还是个孩子呀!作>为92年老阿姨的我……感觉自己的智商受到了来自宇宙万物一万吨的嘲笑!! 今天我们就来一起膜拜大神是怎么养成的,跟大神一起飞啦!

我们的主人公叫Mikel Bober-Irizar,16岁,目前是一名高中生。他的“走红”源于一个平台——Kaggle。

Kaggle是一个流行的数据科学竞赛平台,隶属于Google云。在这里,人工智能程序员或是数据科学家一同解决某个项目,这些项目对于获胜的解决方案会给出一定的奖金(往往都比较高)。目前,Kaggle的注册用户已经超过了100万。

MikelBober-Irizar在leaderboard的排名非常靠前。在“KernelMasters”中,排名第二。在过去的一年中,他参加了39场比赛。最近,他在一个竞赛中又获得了第二,这个竞赛的目标是设计出一个能够探索同一平台上重复广告的算法。

小小年纪为何能有如此成就?

因为他,有技术!有激情!还有和社区合作的态度!都说“英雄出少年”,Mikel简直就是Kaggle和庞大的人工智能社区中冉冉升起的明星。

更不可思议的是,Mikel在机器学习和人工智能方面的编程技能几乎全都是自学的。

自!学!的!骚年,你的脑结构到底是怎?样?的?!开过光么?

Mikel的高中课程中,没有任何一门是讲授如何构建人工智能系统的。过去几年里,他运用互联网、阅读文献、观看视频,花费了大量的时间研究人工智能和机器学习:

“网上有大量的免费视频,但是,我实际上并没有参加这些课程。当我面对一个巨大的问题需要解决时,我会先Google,查找和问题相关的资料。因此,我并没有采用任何预设的学习轨迹。我是在网上了解到Kaggle,然后,我就想,为什么不尝试一下呢?”Mikel满不在乎地说到。

为什么不尝试一下呢…试一下呢…下呢…呢……

Mikel没有浪费任何时间,全身心地突入到Kaggle中,在这里,他把自己描述为“16yodecision-tree hugger. I love data, and I love a challenge(16岁的决策树说客。我喜欢数据,我热衷于挑战)”。

在过去的几个月中,Mikel参加了各种各样的竞赛,排名逐渐升高。

他协助设计了一个算法,采用计算机视觉技术分析800万YouTube视频,从而生成精确的标签。他的队伍在650支队伍中排名第7。这引起了Google的关注,于是google邀请Mikel在2017年计算机视觉和模式识别会议(一个在计算机视觉领域方面颇有声誉的会议)中展示自己的作品。

这个项目看似简单,却是一个非常具有挑战性的计算机视觉问题。因为设计出的算法需要理解视频中的内容是什么,并挑选出正确的标签。 当前,对图像打标签都非常难,更何况是视频,因为缺少公开的数据集可以用于训练算法。

但这似乎难不倒这位天才少年。

Mikel说:“我们编写出我们自己的神经网络模型,他们提供了训练数据集,你使用它来训练算法,这样这个算法就可以用于分析新的视频。”

Mikel乐意投身于人工智能领域,不过,在那之前,他得先完成学业。他梦想中的大学有:MIT, Berkeley, 和Cambridge。

尽管他有这方面的才能和技能,同时他也清楚自己在人工智能领域还有很多不懂的地方。

“我不知道这些算法背后所有的数学,但是在应用方面,我觉得清晰地知道这些算法工作的逻辑过程是更加重要的。尽管我不能完整得表述这些算法,我还是知道它在做什么,这使得我能够发现在什么场景下可以使用它。”

嗯,这是一个有志向不吹嘘有实力还谦虚的好少年,目测未来要火呀。作为渣渣的你我,只有抱大腿的份儿了。

额,忘了说了,这个未来人工智能明星还有一张高颜值的脸,帅帅哒 !

原文链接:

编辑于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI科技大本营的专栏

开工了!三位大咖给你指路:未来 3~5 年内,哪个方向的机器学习人才最紧缺?

十一长假结束,收心归来,重新投入工作。如何能克服假期综合症呢?如何快速收心?今天营长就携三位大咖来为你打打鸡血,指引指引未来的路。他们将从自身的工作经历和学习经...

39412
来自专栏量子位

用AI算法分析光影看到盲点:这项MIT新研究偷学到二娃技能

安妮 编译整理 量子位 出品 | 公众号 QbitAI 嗨少年,想不想来双透视眼? ? 虽然这听起来有些科幻,但近日,麻省理工学院(MIT)计算机科学和人工智能...

3857
来自专栏用户3246163的专栏

[脑书笔记]《刻意练习》(上):人人都能成为天才!

这个故事在这本书里给我的印象非常深刻,因为我发现自己以前很多学习都和这个类似: 我不知道,我就是一直在背单词,但是英语还是不好! 我不知道,我就是一直在看书啊,...

1231
来自专栏PPV课数据科学社区

【观点】数据到底如何搞定电影票房预测?

怎样利用微博数据从股市中掘金?气象台怎样预报天气并发布预警?Google如何通过搜索行为预报流感爆发?这些有趣的问题背后,其实都隐藏着大数据的影子。...

4207
来自专栏AI科技大本营的专栏

要火!他是顶级的AI高手,Kaggle比赛的第2名,可气的是他才16岁,长得还挺帅

他是顶级的人工智能高手,仅过去一年,就参加了39次Kaggle举办的数据竞赛,其中他设计的能够探索同一平台上重复广告的算法和为视频贴标签的算法均在相关竞赛中获...

2789
来自专栏新智元

【综述】语言分析技术在社会计算中的应用

中国中文信息学会社会媒体处理专委会 传统社会科学研究中的数据主要通过调查问卷或口头采访等方式获取,既耗时耗力,数据规模也很受限。进入互联网时代后,人类社会越来越...

3575
来自专栏数据派THU

【独家】虞晶怡:虚拟现实与视觉(附视频)

本文共4140字,阅读全文约需12分钟 本文为大家讲述了虚拟现实技术在视觉方面的应用。 [ 导读 ] 3月25日,由清华-青岛数据科学研究院和中国工业经济联合...

1859
来自专栏新智元

【万赟】从图灵测试到深度学习:人工智能60年

【新智元导读】美国休斯敦大学副教授万赟回溯人工智能60年历史,对比理性和感性两大流派各自轨迹,指出在目前这轮以深度学习为代表的人工智能新高潮中,各大企业对收购和...

3166
来自专栏数据派THU

IBM苏中:怎样利用深度学习、增强学习等方法提高信息处理效率

伴随着认知计算时代的到来,如何将我们计算机的信息处理能力与人类的认知能力相结合,从而提高我们的信息处理效率,是我们在目前所要思考的问题。本期清华大数据“技术·前...

2008
来自专栏大数据文摘

票圈被吴恩达新开的深度学习课程刷屏?到底如何,我们帮你做了个测评

1383

扫码关注云+社区