Ove nedelje vas ekskluzivno upoznajemo sa bjelopoljcem Petrom Veličkovićem! Petar je nedavno doktorirao na Kembridžu!
Posle završene srednje škole, upornost i rad Petra vode čak do Kembridža, gdje završava sve od osnovnih do doktorskih studija. Doktorirao je na temu „The resurgence of structure in deep neural networks“ – (Povratak strukture u dubokim neuralnim mrežama).
1. Kako i kada se rodila tvoja ljubav prema matematici, prirodnim i računarskim naukama?
Matematika mi je oduvek bila interesantan predmet, jer je delovala kao prirodan, apstraktan način da objasnimo sve ono što dobijamo od prirode oko nas. Mislim da mi se kod matematike u školi najviše dopadalo to što sam često mogao biti “siguran” da sam došao do tačnih odgovora, dokle
god sam pratio jasno definisana pravila. S vremenom, ovo interesovanje se proširilo na prirodne i računarske nauke. Sa deset godina sam napisao svoj prvi program, i od tada sam znao da ću i u budućnosti želeti da objašnjavam računarima šta da rade. Jedino što tada nisam slutio je da ću objašnjavati računarima kako da sami nauče šta da rade! 🙂
2. Da li nam ukratko možeš opisati svoj profesionalni put, kako je on proticao I kako se razvijao ?
Svoja interesovanja sam učvrstio u beogradskoj Matematičkoj gimnaziji, gde sam proveo poslednje dve godine osnovne škole i celokupnu srednju školu. Posle toga me put vodi na Triniti koledž Univerziteta Kembridž, gde sam završio osnovne studije računarskih nauka sa prvom klasom. Nakon
toga upisujem doktorat iz mašinskog učenja, takođe na Univerzitetu Kembridž, na temu povratka strukture u dubokim neuralnim mrežama. Doktorat sam odbranio 20. marta ove godine, bez korekcija. Trenutno radim kao naučnik-istraživač u kompaniji DeepMind u Londonu.
3. Nosilac si brojnih nagrada sa takmičenja na kojima si uvijek ostvarivao zapažene rezultate. Ukoliko bi morao da izdvojis jedno priznanje, o kom bi se radilo? U kom trenutku si bio najponosniji na sebe kao naučnika u razvoju?
Verovatno omiljeno priznanje koje sam dobio je Vajzmanova nagrada (Wiseman award) koju sam dobio od strane Departmana za računarske nauke i tehnologije Univerziteta Kembridž. Ova nagrada se, svake godine, uručuje studentima koji su izuzetno doprineli razvoju Departmana. U mom
slučaju, priznanje mi je pre svega uručeno zato što sam uložio dosta vremena u mentorisanje studentskih projekata. Imao sam veliku čast da mentorišem deset studenata Kembridža za njihove diplomske i master radove iz računarstva—i izuzetno zadovoljstvo zbog toga što su svi oni ostvarili izuzetne rezultate (dvojica su bili među najboljim u generaciji, a petoro je svoje radove kasnije pretočilo u naučne radove na najvećim svetskim konferencijama iz mašinskog učenja). Bio sam najponosniji na svoj naučni put kada sam pre godinu dana po prvi put
objavio svoj rad (“Graph Attention Networks”) na većoj konferenciji (ICLR). Od tada, ovaj rad je skupio 250 citata, i ekstenzivno je korišćen u naučnoj zajednici za rešavanje jako interesantnih problema.
4. Studirao si na jednom od najprestižnijih svjetskih univerziteta. Koje su specifične karakteristike studiranja na Kembridžu u poređenju sa drugim vrhunskim svjetskim univerzitetima ? Koliki akcenat se daje na teorijski dio neke oblasti? Da li je upražnjavanje praktičnog rada zastupljeniji, ili se pak mora naći zlatni balans izmedju teorije i prakse?
Mogu reći da, u pogledu sveukupnog znanja koje se stiče, Kembridž nije značajno različit u poređenju sa mnogim univerzitetima, čak i sa naših prostora. Daleko više je u načinu na koji se znanje prenosi — svi studenti su obavezni da imaju jednočasovne supervizije, u malim grupama, sa profesorom ili doktorskim studentom koji sa njima prolazi kroz sve
što je rađeno prethodne nedelje. Takođe, akcenat nije na učenju najnovijih mogućih metoda, koliko na principima koji omogućavaju da se
lako prilagođavamo novim metodama. Ovo je poprilično kritično za računarske nauke, gde tehnologije jako brzo zastarevaju. Iako univerzitet daje izuzetne slobode studentima za samostalno istraživanje i sticanje znanja tokom godine, ovo se često pretvara u stres na samom kraju godine, kada je potrebno pokazati znanje stečeno cele godine na samo četiri ispita (koji su često dan za danom), bez prilike za popravljanje ocene. Kada sam ja studirao, akcenat je gotovo uvek bio na
teorijskom znanju, što čini Kembridž izuzetnom odskočnom daskom za više studije. Ovde se, naravno, očekuje da studenti Kembridža po prirodi vole da samostalno praktično eksperimentišu, bez velike eksterne motivacije.
5. Imaš 25 godina, zvanje doktora nauka, brilijantnu biografiju, saradnju sa poznatim naučnicima. Koja je tvoja osnovna motivacija, i čime si se vodio u trenucima kada je bilo teško?
Pre svega, za bavljenje istraživačkim radom je neophodna istinska ljubav prema oblasti kojom se bavite. Naučni rad zna da bude izuzetno stresan, i eksperimenti često mogu da nas ostave sa više novih pitanja nego odgovora. Neretko može da prođe i nekoliko meseci pre nego što dobijemo rezultate od kojih može nastati nova metodologija. U takvim
trenucima, neophodno je da osnovna motivacija bude želja da se oblast unapredi, a ne želja da se dođe do brzih rezultata.
6. Nakon završene srednje skole, mladi obično nisu u potpunosti sigurni kojim putem treba ići, a to često bude najvažnija raskrsnica u njihovom zivotu. Da li si misljenja da je važno odabrati put koji vodi do novčano isplativije oblasti ili je važnije poslušati srce i izabrati oblast od interesovanja?
Mislim da principi koje sam naveo u prethodnom pitanju važe generalno za sve vrste posla (ne samo za istraživački rad). Ukoliko se ne odabere oblast koja vas istinski interesuje, onda je daleko teže izdržati periode u kojima posao ili studije ne donose željene rezultate. Sa druge strane, ukoliko se bavite onim što vam je zaista interesantno, onda posao može da bude izuzetno pozitivan aspekt života.
7. Gdje vidiš sebe za 5, a gdje za 10 godina?
Definitivno želim da nastavim da radim na izazovnim problemima, bez obzira na vremenski raspon. Ukoliko ne radim na teškim i neizvesnim stvarima, neću misliti da ispunjavam svoj maksimum. Za sada je idealna takva oblast naučno-istraživački rad, ali nisam isključio mogućnost da se oprobam u pravljenju sopstvene firme u nekoj daljoj budućnosti.
8. Da li želiš da ostaneš u oblasti istraživanja nauke, ili bi vremenom volio da se oprobaš u malo drugačijem okruženju, i potražiš posao sa većom sigurnošću?
Istraživački rad često je jako težak, naporan i mukotrpan, rezultati dolaze sporo a ponekad cak i izostanu u potpunosti. Uz veliki rad i upornost, često je potrebna i sreća.
9.Koji je trenutni fokus tvog naučnog istraživanja i kako si zadovoljan ostvarenim napredovanjem na tom polju?
Trenutno pokušavam da kombinujem moj dosadašnji istraživački rad na grafovskim neuralnim mrežama sa problemima učenja u generalnim okruženjima. Iako je rad i dalje u preliminarnoj fazi, nadam se da ću napraviti koristan doprinos razvoju generalne veštačke inteligencije.
10. Ti si Petar Veličkovic, doktor nauka, istraživač i naučnik. Ko si ti, kad nisi na radnom zadatku? Da možeš opisati sebe jednom rečenicom, koje bi riječi odabrao?
Ekstremni audiofil, fasciniran avionima i Formulom 1, koji povremeno voli da razmišlja o stvaranju mašina koje razmišljaju.
