У нашего собеседника на сегодня, Шалини, главный научный сотрудник NVIDIA. Ее исследовательские интересы лежат в области компьютерного зрения и машинного обучения для взаимодействия человека с компьютером и интеллектуальных интерфейсов. В NVIDIA она изобрела технологии для оценки взгляда, оценки положения головы в 2D и 3D, распознавания жестов рук, распознавания лиц, стабилизации видео и оптимизированных для графических процессоров библиотек для мобильного компьютерного зрения. Ее исследования за последние несколько лет расширили границы взаимодействия человека и компьютера в автомобилях и привели к разработке инновационного продукта NVIDIA DriveIX для интеллектуальных автомобильных интерфейсов на основе искусственного интеллекта для будущих поколений автомобилей.

Ранее она работала специалистом по визуализации и архитектуре в компании Texas Instruments (2008–2010 гг.), Разрабатывая алгоритмы для конвейера обработки сигналов изображения в мобильных телефонах. Кроме того, она провела исследовательскую стажировку в AT&T Laboratories (2007 г.), Advanced Digital Imaging Research, LLC (2004–2006 гг.), Индийском институте науки, Бангалор (2001 г.) и Индийском технологическом институте. , Нью-Дели (2000).

Шалини получила степень магистра и доктора в области электротехники и вычислительной техники в Техасском университете в Остине в 2004 и 2008 годах, соответственно, где она работала с Dr. Алан Бовик и Др. Миа К. Марки . В 2002 году она получила степень бакалавра инженерных наук в области электроники и электротехники в Пенджабском инженерном колледже, Индия. Она является лауреатом престижной Летней исследовательской стипендии (2001 г.), присуждаемой Центром перспективных научных исследований им. Джавахарлала Неру. Исследования », Бангалор, Индия.

Я хотел бы от всей души поблагодарить Шалини за то, что она нашла время на это интервью. Я надеюсь, что это интервью послужит цели для улучшения сообществ специалистов по науке о данных и машинного обучения в целом :)

Интервью с Шалини Де Мелло, главным научным сотрудником NVIDIA

Саяк: Привет, Шалини! Спасибо за интервью. Рад видеть вас здесь сегодня.

Шалини: Спасибо, Саяк, за то, что пригласили меня. Приятно быть здесь.

Саяк: Может быть, вы могли бы начать с того, чтобы представиться - какова ваша нынешняя работа и каковы ваши обязанности там?

Шалини: я главный научный сотрудник NVIDIA Research. Я провожу фундаментальные исследования по разработке алгоритмов машинного обучения и компьютерного зрения для взаимодействия человека с компьютером и интеллектуальных интерфейсов, особенно внутри автомобилей.

Саяк: Ах, как хорошо! Приятно знать, что ваша работа связана с компьютерным зрением, как и моя. Что побудило вас сделать машинное обучение одной из своих сфер интересов?

Шалини: В самом начале учебы в бакалавриате я проходил стажировку в IIT Delhi и IISC Bangalore. Там меня познакомили с компьютерным зрением, которое меня увлекло. Я был увлечен и знал, что хочу сделать карьеру, проводя исследования в этой области. Компьютерное зрение (CV) и машинное обучение (ML) идут рука об руку. Машинное обучение - это самый большой инструмент, которым сегодня располагает ученый, занимающийся компьютерным зрением. Это инструмент для решения сложных проблем, таких как зрение, понимание речи и обработка естественного языка, для которых у нас нет аналитических решений.

Саяк: Совершенно верно! Когда вы только начинали, с какими проблемами вы столкнулись? Как вы их преодолели?

Шалини: когда я начал работать в области машинного обучения еще в 2001, самой большой проблемой было отсутствие достаточной вычислительной мощности в процессорах того времени, чтобы обеспечить возможность реального машинного обучения. / Резюме приложений. Я присоединился к NVIDIA в 2011 году, так как чувствовал, что графические процессоры как устройства для ускоренных вычислений представляют собой единственное возможное решение для развертывания алгоритмов машинного обучения и CV в реальном мире.

Отсутствие данных для обучения моделей машинного обучения также было большой проблемой в то время, но бум Интернета в значительной степени решил ее.

Саяк: Да, эти 10 лет многое изменили не только в мире машинного обучения, но и в мире высокопроизводительных вычислений. Какие из главных проектов вы реализовали в годы становления?

Шалини: во время летней стажировки в качестве студента я выполнил два основных проекта, которые сильно повлияли на мою карьеру. Первый был в ИИТ Дели летом 2000 года, где я познакомился с областью обработки изображений и выполнил различные небольшие проекты по изменению внешнего вида изображений. Второй проект был в IISC Bangalore в 2001 году, где я построил систему распознавания лиц, используя оригинальный алгоритм Eigenfaces, предложенный Turk и Pentland.

Саяк: в те дни эти проекты, должно быть, были действительно интересными! Такие области, как машинное обучение, быстро развиваются. Как вам удается отслеживать последние важные события?

Шалини: я стараюсь открыть для себя как можно больше источников знаний. Я постоянно обсуждаю и обсуждаю идеи со своими коллегами и коллегами из NVIDIA Research, а также с внешними сотрудниками. Я постоянно читаю статьи, опубликованные уважаемыми исследователями в этой области. Я рецензирую документы на 7–8 ведущих конференций по машинному обучению и компьютерному зрению и посещаю 2–3 из них ежегодно. Я стараюсь регулярно посещать приглашения экспертов в своих областях, которые проходят внутри NVIDIA.

Саяк: На самом деле, держать себя в курсе событий - это серьезное испытание! Будучи практикующим, я часто сталкиваюсь с проблемой изучения новой концепции. Вы бы хотели поделиться своим подходом к этому процессу?

Шалини: начните с основ и постепенно поднимайтесь вверх. Я чувствую, что это единственный способ по-настоящему и основательно понять концепцию.

Саяк: Я действительно не могу с этим согласиться! Многим студентам очень трудно правильно проводить исследования в интересующей их области. Хотели бы вы поделиться своими мыслями по этому поводу?

Шалини: у вас должно быть искреннее любопытство и интерес к тому, что вы исследуете. Если вы по-настоящему не заинтересованы в проблеме, вы быстро потеряете мотивацию. Кроме того, не бойтесь неудач. В исследованиях часто бывает, что у вас есть определенная интуиция относительно того, как решить проблему, но когда вы на самом деле пытаетесь это сделать, это не срабатывает. Важно не ожидать, что каждая идея, которую вы попробуете, сработает так, как задумано. Успех основан на многих неудачах и упорной работе.

Саяк: Я могу понять каждое слово там. Спасибо, что поделились этим, Шалини. Что посоветуете новичкам, как добиться успеха в машинном обучении?

Шалини: изучите основные математические концепции и одну современную платформу, такую ​​как PyTorch или TensorFlow. Затем быстро начните применять полученные знания к реальным проблемам. Чем больше проблем вы попробуете и исследуете, тем больше у вас будет уверенности в практическом использовании машинного обучения и развитии собственной интуиции в отношении того, как использовать его для решения различных новых задач.

Саяк: учись, внедряй и повторяй! Я также считаю, что принцип трех шагов очень эффективен. Большое спасибо, Шалини, за это интервью и за то, что поделились своими ценными идеями. Я надеюсь, что они будут очень полезны сообществу.

Шалини: Спасибо, что пригласили меня. Это было настоящее удовольствие.

Резюме

Взгляды и опыт Шалини очень вдохновляют. Она отправилась в путешествие по компьютерному зрению в те дни, когда владение компьютером, особенно в таких странах, как Индия, было большим делом. После этого она работает главным научным сотрудником в организации, которая постоянно расширяет границы высокопроизводительных вычислений. Мы все должны принять ее сильную готовность учиться. Наконец, очень примечательны ее слова о твердой решимости проводить исследования.

Надеюсь, вам понравилось читать это интервью. Следите за этим местом для следующего, и я надеюсь увидеть вас в ближайшее время. Здесь где можно найти все интервью, сделанные на данный момент.

Если вы хотите узнать обо мне больше, загляните на мой сайт.