Za Petra Veličkovića može se reći da je nesvakidašnji primer mladog poslovnog čoveka. Preskočio je master i dospeo je na Kembridžu. Danas radi u DeepMind-u, sestrinskoj kompaniji Google-a, predaje po svetu, član je Evropske Laboratorije za Učenje i inteligentne sisteme (ELLIS). Veštačku inteligenciju ima u malom prstu.
Njegovi naučni radovi iz oblasti mašinskog učenja nad grafovima i računarske biologije citirani su dvanaest hiljada puta. Neki su se našli i na naslovnim stranama najprestižnijih naučnih časopisa, poput Nature-a. Grafovskim neuralnim mrežama poboljšao je predviđanje vremena putovanja u aplikaciji Google Maps.
– Bio sam jedan od glavnih istraživača u timu unutar DeepMinda koji je koristio sistem veštačke inteligencije nad putničkim mrežama unutar Gugl Mapa. I uspeli smo da napravimo sistem koji značajno tačnije predviđa očekivano vreme putovanja u Gugl Mapama od prethodnog sistema koji je koristio Gugl. Ovo je jedan od mojih najponosnijih momenata u istraživačkom radu, zato što sam iskočio iz domena Lego kockica, i zapravo učestvovao u razvijanju jednog sistema koji utiče na milijarde ljudi svakodnevno.
Dobiti ponudu za studiranje na ovakvom kursu je bio zaista težak zadatak, ali ono što je bilo još teže je dobiti punu stipendiju Triniti Koledža, kojom su mi pokriveni puni troškovi studiranja i života. Ovu stipendiju svake godine dobija veoma mali broj studenata iz celog sveta. Do dana današnjeg, nisam skroz siguran na koji način sam ostavio ovako pozitivan utisak na profesore koji su me intervjuisali. Moguće je da su oni videli nešto što ja tada nisam!
– Materija koja se pokriva na Kembridžu nije sama po sebi daleko naprednija od materije koja može da se nauči na univerzitetima u Srbiji. Ono što jeste drugačije je pristup daleko većem broju prilika za prakse, istraživački rad, i sklapanje korisnih kontakata sa ljudima širom sveta. Donekle, Kembridžov najbolji atribut je izuzetna atmosfera za rad, i činjenica da ste okruženi sadašnjim i budućim liderima u vašoj odabranoj oblasti.
Mnogi sanjaju o tome da rade u Alphabet kompanijama, poput Google-a ili DeepMind-a.” Kako to zaista izgleda ?
Rad u DeepMind-u je najbolje uporediti sa jednim začaranim krugom učenja, istraživanja, komuniciranja, i mentorisanja. Uvek pokušavam da aktivno učim nove stvari, čitam relevantnu literaturu, i prisustvujem predavanjima i seminarima. Tako se rađaju ideje za nove naučne poduhvate, a za ostvarenje ovih ideja koristimo teoretsku analizu kao i programiranje. Ukoliko naša ideja urodi plodom, uglavnom zatim pišemo naučni rad kojim delimo naša opažanja sa širom naučnom zajednicom.
Kada se kod javilo interesovanje za veštačku inteligenciju?
– O veštačkoj inteligenciji sam imao priliku da čujem mnogo puta tokom studija, ali sam prvi put imao priliku da se njome bavim tokom mog diplomskog rada na Kembridžu, sa profesorom Pietrom Liom. Kada sam iz prve ruke iskusio kakav je osećaj napisati program kojim računar sam, iz datih podataka, izvlači pravilnosti i zakonitosti i donosi korisne odluke na novim podacima, znao sam da je ovo oblast kojom želim da se dugoročno bavim. Nedugo nakon toga sam se prijavio na doktorat na Kembridžu.
Zaposleni ste u DeepMind-u, radite kao predavač na Kembridžu, kako je došlo do ove saradnje?
– Iako od 2019. godine radim u kompaniji DeepMind, ostao sam u bliskom kontaktu sa Univerzitetom Kembridž. Prošle godine, Kembridž je prvi put ponudio svojim studentima master kurs grafovskog mašinskog učenja. Kao znak priznanja za dugoročne doprinose ovoj oblasti, ponuđeno mi je da budem predavač na ovom kursu, i ovu ponudu sam oberučke prihvatio, uz podršku moje firme.
Izuzetno me privlači i držanje prezentacija i predavanja, jer smatram da je najbolji način da se nešto razume da to pokušate objasniti nekome drugom. Pored ove pozicije, takođe sam trenutno stručni saradnik na Kler Hol (Clare Hall) koledžu na Kembridžu, kao i član Evropske Laboratorije za Učenje i inteligentne sisteme (ELLIS), koja okuplja istaknute naučnike na širem području Evrope u oblasti veštačke inteligencije.
Poznati ste po mašinskom učenju nad grafovima. Prvi ste autor Graph Attention Networks (GAT) modela. Pričajte nam malo o tome.
– Amazon koristi GAT-ove da preporuči koje proizvode bi trebalo sledeće da kupite na osnovu prethodnih kupovina. GAT mehanizam je takođe korišćen u istraživanjima na Harvardu, vezanih za otkrivanje novih potencijalnih tretmana za koronavirus, kao i pri istraživanjima Imperial Koledža u Londonu o bezbednosti korisničkih ličnih podataka na mobilnim uređajima.
Preskočili ste master i upisali doktorske studije, koliko se to često dešava i kako ste Vi to uspeli?
Preskakanje mastera jeste relativno retka pojava, s obzirom na to da značajan broj univerziteta u svetu zahteva zvanje mastera pre nego što bi uopšte razmotrili nečiju aplikaciju za doktorat. Međutim, u Velikoj Britaniji, postoji mogućnost preskakanja ove stepenice, ukoliko je student izuzetno zainteresovan za istraživački rad, ima jake ocene, i ima kontakt sa profesorom voljnim da ga mentoriše za doktorat uprkos slabijoj spremi.
– Ja sam imao tu sreću da sam ispunio sva tri uslova i, iako sam imao punu stipendiju za master studije, Pietro me je ubedio da bi bila dobra ideja da ovu stipendiju poništim, i odmah započnem doktorske studije naredne godine. Pietro je, u ovom slučaju, imao jako dobru moć opažanja: ne samo da je ovo bio pravi potez za mene u tom trenutku, nego je i moj početak doktorata bio nedugo nakon Bregzita, nakon čega je postalo značajno teže za profesore bazirane u Velikoj Britaniji da dobiju novac iz fondova Evropske Unije kojim bi finansirali studente.
Šta danas zovemo veštačkom inteligencijom?
Danas, pojam veštačke inteligencije najčešće podrazumeva mašinsko učenje, sisteme kojim računari mogu sami da otkriju zakonitosti i pravilnosti u datom skupu (“trening”) podataka, na osnovu kojih onda mogu da donose zaključke na novim podacima. Ovo je moćna paradigma koja je zasnovana na aspektima ljudskog učenja.
Prema Vašem viđenju, kakvo je stanje razvoja tehnologije i svega u vezi sa veštačkom inteligencijom u Srbiji? Kakav potencijal ima naša zemlja?
– Srbija ima neverovatan potencijal da postane jedan od svetskih centara veštačke inteligencije. Imamo veliki broj jako pametnih naučnika i inženjera koji žive i rade u Srbiji. Takođe, kao država smo već napravili jako važne korake ka uspostavljanju obrasca za efikasno istraživanje i razvoj veštačke inteligencije, koje ni mnoge razvijenije države još uvek nisu napravile.
– Naši univerziteti pružaju znanje koje u svakom pogledu može da se meri sa univerzitetima u Evropi, a sa uvođenjem novih master kurseva veštačke inteligencije, možda čak i da ih premaši. Ja, na primer, nisam imao priliku da propisno naučim mašinsko učenje na Kembridžu pre mojih doktorskih studija. Ovakva znanja su sada redovno ponuđena studentima naših tehničkih fakulteta.
-Naši studenti definitivno imaju znanja koja su relevantna i tražena, i samo treba da budu motivisani da zatraže relevantne istraživačke projekte ili prakse — ponekad je dovoljno poslati mejl profesoru sa kojim biste želeli da radite. Naravno, moja je želja da ovakve prilike učinim još dostupnijim našim studentima i naučnicima. Generalno, uvek sam otvoren za saradnje i diskusije sa studentima, naučnicima, i institucijama u Srbiji. Želja mi je da Srbija (kao i naš ceo region) jednog dana bude među najprivlačnijim državama za bavljenje veštačkom inteligencijom.
Šta jedan mladi naučnik radi u slobodno vreme, i da li ga uopšte ima?
– Čak i kada sam zauzet velikim brojem projekata, svake nedelje obavezno nalazim slobodnog vremena, koje volim da provodim u društvu bliskih ljudi. Osim toga, obožavam da slušam muziku (naročito elektronsku i downtempo) i odlazim na koncerte mojih omiljenih izvođača, a i da gledam serije (od kojih mi je najomiljenija Mr Robot). Takođe me interesuje i kuvanje, a i aktivno pratim Formulu 1.
Koji su sada vaši lični ciljevi?
– Moj generalni cilj je da pokažem da tehnike veštačke inteligencije na grafovima predstavljaju izuzetno vrednu alatku u praktično svakoj vrsti analitike. Konkretne oblasti u kojima trenutno izučavam primene ovih metoda uključuju analizu klimatskih promena, teoretske računarske nauke, i sportsku analitiku. Nadam se da ću u skorijoj budućnosti imati konkretnije rezultate, pa da ću moći da sa vama podelim još više detalja!
Da li ima nešto što niste ostvarili a što biste želeli?
– Jedna oblast koja me je uvek fascinirala, ali još uvek nisam imao priliku da u njenom razvoju učestvujem, je aerodinamika. Ovo je usko povezano sa mojim velikim interesovanjem prema Formuli 1. Rekao bih da se u skorije vreme otvaraju sve interesantnije prilike koje ovu oblast čine pristupačnom naučnicima mog profila, i nadam se da ću i ovaj cilj ostvariti u bliskoj budućnosti.
Izvor: blic.rs
