Agustus 2017
Sam Witteveen dan Martin Andrews memulai TensorFlow and Deep Learning Singapura pada Februari 2017. Anggota komunitas ini bertambah menjadi 1,6 ribu hanya dalam 8 bulan. Dalam wawancara, mereka membahas beberapa tantangan unik yang tumbuh dengan cepat, dan juga cara untuk membuat konten teknis yang menarik dan menyenangkan.
Sam, Martin, beri tahu kami alasan Anda memutuskan untuk memulai komunitas Machine Learning dan Deep Learning di Singapura.
Sam: Martin dan saya mulai membahas cara membentuk komunitas pada November 2016. Kami melihat orang-orang tertarik dengan Machine Learning dan Deep Learning, tetapi tidak ada grup pertemuan. Kami resmi memulai pada Februari 2017 setelah melakukan promosi intens dari kami. Martin adalah pembicara di banyak acara Python dan saya menghubungi industri {i>startup<i} lokal.
Filosofi kami sejak awal adalah memiliki konten untuk developer pemula dan lanjutan yang digabungkan dengan lightning talk dan/atau pembicara tamu.
Martin: Bagian dari filosofi ini juga yaitu kita tidak akan berbicara tanpa kode: Semua orang yang berbicara harus menunjukkan kode yang berfungsi. Meskipun Singapura memiliki suasana MeetUp yang semarak dan ada budaya orang-orang yang pergi ke satu atau beberapa MeetUp setiap minggu, agak sulit untuk membuat orang berbicara di suatu acara. Saat kami mulai, kami tahu ini akan menjadi masalah, jadi Sam dan saya telah berdiskusi di setiap acara. Jadi, meskipun kami tidak memiliki pembicara tamu, Sam dan aku memastikan ada konten untuk pemula dan sesuatu yang lebih canggih di setiap acara. Kami juga meyakini pentingnya peristiwa yang terjadi secara rutin, dan dapat diandalkan untuk dikunjungi. Google telah menyediakan tempat untuk acara kami sebanyak 200 orang. Hal ini sangat membantu, karena itu berarti kita tidak perlu mengkhawatirkan aspek tersebut.
Apakah berjejaring adalah bagian dari acara Anda?
Sam: Maksud saya, kami tidak menghentikan siapa pun untuk berjejaring, tetapi sebenarnya tidak ada waktu yang dialokasikan untuk berjejaring. Meskipun demikian, orang-orang masih membangun jaringan secara organik.
Martin: Pizza, untuk beberapa alasan, sangat mahal di Singapura dan kami belum bisa menyetujui makanan developer lain yang bagus (tertawa). Jadi kita tidak punya makanan apa pun.
Pertemuan kami biasanya berlangsung dari pukul 19.00-21.00, lalu sekitar setengah pengunjung membubarkan diri, dan yang lainnya hanya berkumpul dan mengobrol.
Anda tadi membahas cara mempromosikan pertemuan komunitas. Bagaimana Anda melakukannya, alat apa yang Anda gunakan?
Sam: Informasi dari mulut ke mulut adalah cara orang mengenal kami. Kami juga memastikan untuk memiliki setidaknya satu topik "panas", seperti keterangan gambar, di setiap pertemuan. Hal ini menjadi faktor utama yang membuat orang kembali. Setiap bulan kami juga memilih topik fokus. Kami punya tema bulan ini. Misalnya, kita telah membahas Deep Learning untuk seluler, tema yang berbeda seputar teks, dll.
Sebelum pertemuan pertama kami, saya memposting beberapa pengumuman di komunitas Facebook developer dan startup. Sejak itu, kami menggunakan Meetup.com dan itu sangat cocok untuk kami.
Pelanggan Anda bertambah dari 0 menjadi 1,6 ribu hanya dalam 7 bulan. Apa saja tantangan unik yang terkait dengan pertumbuhan pesat tersebut?
Sam: Salah satu tantangan kami adalah cara membuat meet-up menarik bagi pendatang baru yang tidak mendapatkan pengalaman di meet-up sebelumnya, dan pada saat yang sama bagi lebih banyak anggota lansia yang menginginkan konten yang lebih canggih. Kini kami berpikir untuk melakukan pengulangan konten pemula sebagai acara "pencarian" yang terpisah. Selain itu, karena TensorFlow sangat canggih, kami mengundang orang-orang yang datang ke pertemuan dengan perasaan bahwa hal ini bisa berguna bagi mereka, tetapi mereka tidak 100% yakin bagaimana caranya. Jadi Martin dan saya secara aktif menyediakan diri untuk berbicara dengan kami. Tantangan kami adalah menemukan orang-orang yang melakukan penerapan ML/DL yang menarik dan meminta mereka untuk menyampaikannya dan membahasnya.
Martin: Pemula tidak terlalu vokal – mereka hanya ingin belajar. Orang yang berpengalaman selalu menginginkan hal-hal yang lebih canggih. Jadi, kita harus menyeimbangkan lebih banyak elemen vokal dengan penilaian kita tentang campuran yang tepat. Memunculkan topik baru dan menarik untuk dibicarakan setiap bulan juga menantang.
Sam: Kami juga melebarkan ruang pertemuan (tertawa).
Seberapa sulit bagi pemula untuk memasuki dunia Deep Learning?
Sam: Jika tahu cara membuat kode, Anda dapat menguasai dasar-dasarnya dengan sangat cepat. Kami menyadari bahwa orang-orang mungkin tidak memiliki pengalaman dengan Python, jadi kami mengirimkan link ke kelas Python dasar sebelum acara "Hari Pemula" yang kami jalankan. Saya sangat senang dengan masukan yang diberikan. Hampir seluruh 100 peserta yang hadir merasa bahwa mereka belajar banyak hal.
Martin: Daripada eksklusif, kami mencoba menekankan bahwa semua orang dapat melakukan Deep Learning. Kami juga mencoba membuat semua contoh kami sangat visual. Misalnya, saya merekam diri saya dan mengatakan beberapa digit di ponsel Android saya, lalu kami mengonversinya menjadi gambar spektrogram dan menggunakan jaringan standar untuk membedakannya. Hal ini akan menghasilkan contoh tingkat pemula yang juga menarik bagi peserta yang lebih mahir. Sam menggunakan konsep CycleGAN untuk menunjukkan seperti apa musim dingin di Singapura, yang tidak akan pernah terjadi di dunia nyata. Kami mencoba memberdayakan anggota komunitas untuk mencoba hal-hal baru dan bersenang-senang sambil melakukannya.
Sam: Teknologi sangat menarik jika Anda dapat menunjukkannya dengan cara yang menarik. Saya rasa kami sangat dihormati dengan menunjukkan apa yang tidak berhasil dan bagaimana kami dapat menyelesaikannya. Jadi kita tidak dianggap seolah-olah kita tahu segala sesuatu dari awal dan memiliki semua jawaban.
Anda menyebutkan bahwa sulit untuk menemukan orang yang bersedia berbicara di pertemuan. Bagaimana Anda memotivasi mereka dan seberapa sukses Anda dalam melakukannya?
Martin: Kami mengirimkan kuesioner ke setiap anggota baru (MeetUp.com dapat melakukannya secara otomatis). Pada dasarnya, kami bertanya seberapa berpengalaman mereka, apakah mereka pernah menggunakan Deep Learning sebelumnya, dan ada juga pertanyaan yang menanyakan, "Jika mereka berhasil, apakah mereka akan membicarakannya?" Karena cara itu diutarakan, agak sulit untuk mengatakan tidak (tertawa). Lebih dari 80% orang telah mengungkapkan kemungkinan untuk berbicara, tetapi masih sulit untuk mewujudkannya. Kami berusaha membuatnya sangat mudah bagi orang untuk datang, mendorong gagasan bahwa jika ada yang memberikan presentasi kilat yang menyangkut pengalaman pribadi Deep Learning, seluruh audiens akan senang mendengarnya.
Sepertinya kamu punya banyak hal yang sedang terjadi. Bagaimana Anda mengatur dan meluangkan waktu untuk mempersiapkan pertemuan dan menjalankan komunitas?
Sam: Menyelenggarakan meet-up tidak memakan waktu. Mempersiapkan konten adalah hal yang memakan waktu.
Martin: Salah satu alasan pribadi saya melakukan hal ini adalah saya ingin memiliki batas waktu buatan untuk memproduksi konten baru setiap bulan. Jika tidak, akan sangat mudah untuk menundanya. Kami juga ingin mencari tahu "siapa yang" di lingkungan sekitar, karena kami menduga banyak orang mungkin bersembunyi di kampus universitas.
Machine Learning dan Deep Learning dapat diterapkan dengan banyak cara yang menarik. Apakah Anda memiliki beberapa contoh dari komunitas Anda?
Martin: Salah satu anggota kami menggunakan pemelajaran transfer (di mana Anda membawa jaringan yang telah dilatih sebelumnya dan melatihnya untuk mengenali objek baru) dan melatihnya untuk mengenali keluarganya dari foto liburan. Saya tidak menyangka seseorang akan mencoba sesuatu seperti ini, atau bahwa itu akan benar-benar berhasil. Maksud saya, jaringan yang dilatih sebelumnya tidak dibangun untuk mengenali orang-orang tertentu.
Sam: Kami memiliki orang-orang yang bekerja dengan startup untuk mengambil data guna melacak apakah lansia mengalami jatuh atau tidak. Berdasarkan data ini, mereka mencoba memprediksi apakah mereka perlu mengirim seseorang untuk memeriksa apakah lansia ini membutuhkan bantuan.
Anggota memiliki keahlian domainnya sendiri dan Anda dapat memberikan beberapa tips. Dan, bagus sekali jika mereka kembali lagi dan memberi tahu Anda apakah berhasil.
Apa yang paling Anda nantikan dalam waktu dekat?
Sam: Frank Chen dari tim Google Brain akan membahas hal-hal yang akan terjadi di TensorFlow. Hal itu bagus karena dia datang sebagai pembicara, dan juga bahwa dia memilih grup kita untuk menyampaikan pengumuman tersebut.
Martin: Dan kami menantikan perilisan TPU ke Cloud...
Sam: Kami juga sangat terbuka untuk berdiskusi dengan penyelenggara lain, terutama jika mereka berada di negara ini dan ingin berdiskusi. Kami selalu mencari pembicara – dan kami juga akan dengan senang hati berbicara di MeetUp lainnya di wilayah ini.