他16歲自學AI編程被谷歌關注了，你還在抱怨假期太少

一年一度的諾貝爾頒獎季又到啦，除了大家熟知的得獎者，星球君今天帶大家認識一位科學界未來的新星。

他雖然只有16歲，卻在過去一年參加了39場比賽，並通過知名的AI編程競技平台Kaggle而走紅。

深入了解人工智慧的人或許知道，Kaggle是一個數據建模和數據分析競賽平台。企業和研究者可以在這裡發布數據，統計學者和數據挖掘專家可在平台上面進行競賽以產生最好的模型。

這就好比解決某一個問題的方法和策略有很多，那哪一種方法是最有效的呢？答案是群眾的力量！

Kaggle的目標就是通過「眾包」的形式來解決這個難題，以促進數據科學的發展。

Kaggle有Competitions競賽、Datasets數據集以及Kernel Masters三個子平台。目前，16歲的Mikel bober-irizar在Kaggle中排名84，Kernel Masters中排名第二。

其實，Mikel在機器學習和AI方面的編程技能完全是自學的，他上的並不是網上的免費課程，而是在網上閱讀了許多文章和視頻後，遇到需要解決的問題，就去Google上搜索尋找答案。

這就是他「不那麼常規」的學習方法。

Mikel就讀的高中在倫敦郊外的吉爾福德(Guildford)，這所學校並沒有開設任何人工智慧相關的課程。

有一次，Mikel在網上了解到Kaggle，「為什麼不試試呢？」，他被這個有趣的平台所打動了。從此，Mikel把所有心思都花在了Kaggle上。

期間，他參加了各種各樣的比賽，還協助設計了一個演算法，採用計算機視覺技術，分析了800萬個YouTube視頻，最終創建了準確的標籤。

這使得他所在的團隊在650個團隊中脫穎而出，位列第七。

谷歌注意到這個有才華的小夥子後，請Mikel在2017年的計算機視覺和模式識別大會上展示他的演算法。

這套演算法需要在理解視頻中的內容後，能夠挑選出正確的標籤——由於缺少公開的數據集可以用於訓練演算法，因此這項技術並非那麼簡單，更何況是視頻。

當然，Mikel現在還是一位高中生，他理想的學校是加州大學-伯克利分校、劍橋大學或麻省理工學院。

「雖然我有過實踐經驗，但我並不知道所有演算法背後的數學知識，我認為對技術的工作原理有一個系統的理解是非常重要的。因為，即使我做不到從零開始創作這些理論，我也會知道它們，並且更容易了解它們可以在何處發揮作用。」小夥子謙虛地說道。

作者：AI星球

您可能感興趣的文章：

以數據清洗為例，剖析人工智慧的配套服務產業

人工智慧將影響工資和就業 這並非危言聳聽

人工智慧業態簡史：中國沒有錯過的拐點

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！