Мысли вокруг AI-олимпиад в России

Не считая олимпиады ДЛС, которую я составляю, я раньше не следила за тем, какие в России есть олимпиады по AI. Официального всероса по AI как такового не было, он зарождается вот только сейчас (и тоже при содействии ДЛС и нашей олимпиады, но об этом позже). Школьники (около 45 человек), которые приехали к нам в мае на отбор, были выбраны среди победителей всяких других AI-олимпиад, которые сейчас есть в России. Пообщавшись с ними и посмотрев на списки их регалий, у меня создалось следующее впечатление и появились такие мысли:
— Большинство существующих олимпиад по AI организуются компаниями, и задачи на них часто решаются брутфорсом вида "пойми, какую модель тут лучше использовать, скачай, аугментируй данные, дообучи, и вуаля". В итоге эти школьники очень на такое переобучены: на нашем отборе большинство из них пытались решить каждую задачу каким-нибудь дообучением чего-либо. И даже когда в условии задачи было явно сказано "нельзя использовать никакие предобученные модели, кроме выданной в условии", мы получали тонну вопросов вида "а можно взять обученную диффузию и генерить ей картинки" или "а вот так можно, это будет считаться дообучением или нет?"
— Хочется придумывать такие AI-задачи на олимпиаду, чтобы они были интересными и было место подумать. Например, чтобы для решения нужно было понимать, как устроена модель, тонкости архитектуры, залезать ей внутрь и что-то там поправить. Но это оказалось оочень сложным: очень сложно так составить условие, чтобы задача осталась интересной, и четко запрещала дообучение. Исходя из этого, я понимаю, почему многие AI-олимпиады решаются брутфорсом, и почему школьники так на него переобучены.
Задачи же IOAI как раз должны быть такими, где брутфорс не должен выбивать золото, поэтому одна из задач наших сборов по подготовке к олимпиаде — дать школьникам представление о внутренностях современных моделей, их свойствах, и научить, как с ними можно работать. Но надо сказать, что даже на IOAI в прошлом году одна из задач решалась хаком. То есть, даже составители межнара не смогли предусмотреть все в условии, и я их теперь очень хорошо понимаю)
— Просматривая регалии школьников, я увидела несколько призовых мест на региональном этапе всероса по информатике, но ни одного по математике. По математике максимум муниципальный этап. Кажется, чтобы брать места на текущих российских AI-олимпиадах, в математике особо шарить не надо. Зато среди этих школьников есть несколько человек, у которых есть успешные пет-проекты с кучей звездочек на GitHub, а двое из них вообще работают ML-инженерами. У меня тут появляются опасения, что такие ранние успехи и заработок денег в AI (олимпиады обычно дают хорошие призовые, ну и на работе школьникам тоже платят зарплату) могут сделать их слишком уверенными в себе, и дальше они не будут уделять достаточно времени учебе в универе. Вспомним еще тут, что большинство из них не очень хороши в математике, и если они не будут уделять достаточно времени математике в универе, то создадут себе "потолок" в карьере. Все же, чтобы быть супер хорошим AI-разработчтков (даже инженером, не обязательно рисерчером), нужно очень хорошо разбираться в математике. Посмотрим, как в итоге будет, все же AI-олимпиады — это что-то очень новое, и неизвестно, что с подобными школьниками будет в дальнейшем.

Как-то так. Посмотрим, что с AI-олимпиадами в России будет дальше, и каким у нас в итоге получится всерос.
Но пока что, кстати, принимая во внимание все пункты выше, я очень рада, что мы делаем олимпиаду DLS. Она очень отличается от остальных тем, что в ней мы плотно соединяем AI и математику, и в составлении всероса мы тоже будем опираться на это (если точнее, то для всероса мы опираемся на формулу математика+программирование+ML). Некоторые примеры задач для методрекомендаций всероса взяты из олимпиады DLS, так что если хотите в нем побеждать, идите разбирать задачи на нашем сайте🙃