Agosto de 2017
Sam Witteveen y Martin Andrews crearon TensorFlow y el aprendizaje profundo en Singapur en febrero de 2017. La comunidad llegó a los 1,600 miembros en tan solo 8 meses. En la entrevista, se analizaron algunos desafíos únicos con un crecimiento tan rápido, además de formas de hacer que el contenido técnico sea interesante y divertido.
Sam, Martín, cuéntanos por qué decidiste crear una comunidad de aprendizaje automático y aprendizaje profundo en Singapur.
Sam: Martín y yo comenzamos a hablar sobre la formación de una comunidad en noviembre de 2016. Vimos que a las personas les interesaba el aprendizaje automático y el aprendizaje profundo, pero, en realidad, no había un grupo de reuniones. Comenzamos oficialmente en febrero de 2017 después de una intensa promoción de nuestra parte. Martin fue orador en muchos eventos de Python, y me comuniqué con el equipo de startups locales.
Desde el principio, nuestra filosofía consistía en ofrecer contenido para desarrolladores principiantes y avanzados que se combinaran con charlas breves o oradores invitados.
Martín: También parte de la filosofía es que no tendremos una charla sin un código: todas las personas que hablen deberán demostrar que un código que funcione. Si bien el ambiente de los encuentros en Singapur es animado y hay una cultura de personas que asisten a una o más reuniones todas las semanas, es bastante difícil que las personas hablen en los eventos. Cuando comenzamos, sabíamos que esto sería un problema, por lo que Sam y yo dimos charlas en cada uno de nuestros eventos. Aunque no tengamos un orador invitado, Sam y yo nos aseguramos de que haya contenido para principiantes y algo más vanguardista en cada evento. También creemos que es importante que los eventos ocurran con regularidad y que vale la pena asistirlos. Google ha ofrecido un espacio para 200 personas para nuestros eventos. Eso es muy útil, porque eso significa que no tenemos que preocuparnos por ese aspecto.
¿La creación de redes es parte de tus eventos?
Sam: Es decir, no evitamos que nadie utilice las redes, pero, en realidad, no hay tiempo asignado para estas tareas. Dicho esto, las personas siguen generando redes de forma orgánica.
Martín: La pizza, por algún motivo, es muy costosa en Singapur, y no nos hemos puesto de acuerdo en ningún otro alimento de calidad para desarrolladores (risas). Así que no tenemos comida.
Las reuniones suelen realizarse de 7:00 a 9:00 p.m. y luego la mitad de la audiencia se dispersa, el resto se queda y conversa.
Estabas hablando de promocionar las reuniones de tu comunidad. ¿Cómo lo hiciste? ¿Qué herramientas usaste?
Sam: El boca a boca fue la forma en que las personas se enteraron de nosotros. También nos aseguramos de tener al menos un tema popular, como leyendas de imágenes, en cada reunión. Este fue un factor importante para que las personas regresen. Cada mes, elegimos un tema de enfoque. Tenemos un tema del mes. Por ejemplo, cubrimos el aprendizaje profundo para dispositivos móviles, diferentes temas en torno al texto,
Antes de nuestra primera reunión, publiqué algunos anuncios en las comunidades de Facebook para desarrolladores y startups. Desde entonces, usamos Meetup.com, y eso funciona bien para nosotros.
Pasaste de 0 a 1,600 miembros en solo 7 meses. ¿Cuáles son algunos de los desafíos únicos asociados con un crecimiento tan rápido?
Sam: Uno de nuestros desafíos es cómo hacer que las reuniones sean interesantes para los usuarios nuevos que no pudieron experimentar los encuentros anteriores y, al mismo tiempo, para los miembros más sénior que quieran contenido más avanzado. Ahora estamos pensando en repetir el contenido para principiantes como eventos de actualización independientes. Además, debido a que TensorFlow es de vanguardia, muchas personas llegan a las reuniones con la sensación de que esto podría serles útil, pero no saben con certeza cómo hacerlo. Así que Martin y yo nos ponemos a disposición para hablar de forma activa. Nuestro desafío es encontrar personas que estén realizando aplicaciones interesantes de AA/DL y hacer que se acerquen y hablen sobre ello.
Martín: Los principiantes no son tan vocales, solo quieren aprender. Las personas con conocimientos avanzados siempre quieren cosas más avanzadas. Así que tenemos que equilibrar los elementos más vocales con nuestro criterio sobre la combinación correcta. Idear temas nuevos e interesantes para hablar todos los meses también es un desafío.
Sam: Estamos ampliando nuestro espacio de reuniones (risas).
¿Qué tan difícil es ingresar al mundo del aprendizaje profundo para los principiantes?
Sam: Si sabes programar, puedes aprender los conceptos básicos muy rápido. Sabíamos que las personas no tenían experiencia con Python, por lo que enviamos un vínculo a una clase básica de Python antes de un evento del “Día de los principiantes” que organizamos. Quedé muy satisfecho con los comentarios posteriores. Casi las 100 personas que asistieron sintieron que aprendieron muchas cosas.
Martin: En lugar de ser exclusivos, intentamos enfatizar que todo el mundo puede realizar el aprendizaje profundo. También intentamos que todos nuestros ejemplos sean muy visuales. Por ejemplo, me grabé diciendo algunos dígitos en mi teléfono Android y, luego, los convertimos en imágenes de espectrogramas y usamos una red estándar para diferenciarlas. Esto constituye un ejemplo de nivel principiante que también es interesante para los asistentes más avanzados. Sam usó el concepto de CycleGAN para mostrar cómo es el invierno en Singapur, lo que nunca ocurrirá en la vida real. Intentamos empoderar a los miembros de nuestra comunidad para que prueben cosas nuevas y se diviertan mientras lo hacen.
Sam: La tecnología es realmente interesante si puedes mostrarla de una manera interesante. Creo que nos ganamos mucho respeto por mostrar lo que no funcionó y cómo pudimos resolverlo. Así que no se nos percibe como si supiéramos todo desde el principio y tuvieramos todas las respuestas.
Mencionaste que es difícil encontrar personas dispuestas a hablar en las reuniones. ¿Cómo los motivas y qué tan eficaz eres en hacerlo?
Martín: Enviaremos un cuestionario a cada miembro nuevo (MeetUp.com puede hacerlo automáticamente). Básicamente, nos preguntamos qué tan experimentados tienen, si usaron el aprendizaje profundo anteriormente, y también hay una pregunta que dice: “Si tienen éxito, ¿hablarían de ella?”. Debido a la forma en que se expresa, es bastante difícil decir no (risas). Más del 80% expresó la posibilidad de hablar, pero aún es difícil que suceda. Nuestro objetivo es que la idea sea muy simple para las personas. Así, fomentamos la idea de que, si alguien hace una charla breve que se relaciona con su experiencia personal con el aprendizaje profundo, todo el público estará ansioso por escuchar.
Parece que suceden muchas cosas. ¿Cómo organizas y encuentras tiempo para prepararte para reuniones y dirigir la comunidad?
Sam: Organizar las reuniones no requiere mucho tiempo. Preparar el contenido es lo que lleva mucho tiempo.
Martín: Una de mis razones personales para hacer esto es que quería tener un plazo artificial para producir contenido nuevo todos los meses. De lo contrario, es muy fácil postergarla. También queríamos averiguar "quién es quién" en la escena local, porque sospechamos que muchas personas podrían estar escondidas en los campus universitarios.
El aprendizaje automático y el aprendizaje profundo pueden aplicarse de muchas formas interesantes. ¿Tienes algunos ejemplos de tu comunidad?
Martín: Uno de nuestros miembros usó el aprendizaje por transferencia (en el que tomas una red previamente entrenada y la entrenas para que reconozca objetos nuevos) y la entrenó para que reconociera a su familia en fotos de festividades. no sabía que alguien probaría algo como esto o que realmente funcionaría. Es decir, la red previamente entrenada no se creó para reconocer a personas específicas.
Sam: Tenemos personas que trabajan con startups para recopilar datos y realizar un seguimiento de si las personas mayores tuvieron una caída o no. Con estos datos, intentan predecir si necesita enviar a alguien para ver si este anciano necesita ayuda.
Los miembros tienen su propia experiencia en el ámbito y tú les das algunas sugerencias. Es genial cuando regresan y te dicen si funcionó.
¿Qué es lo que más esperas en el futuro cercano?
Sam: Frank Chen, del equipo de Google Brain, irá a hablar sobre las próximas novedades de TensorFlow. Es bueno que él venga como orador y que haya elegido a nuestro grupo para hacer los anuncios.
Martín: Esperamos con ansias el lanzamiento de las TPU en la nube...
Sam: También podemos hablar con otros organizadores, especialmente si se encuentran en esta parte del mundo y quieren dar una charla. Siempre buscamos oradores y nos encantaría hablar en otras reuniones de la región.