August 2017
Sam Witteveen und Martin Andrews haben im Februar 2017 TensorFlow und Deep Learning Singapur gegründet. Die Community ist in nur 8 Monaten auf 1,6.000 Mitglieder angewachsen. Im Interview ging es um einige einzigartige Herausforderungen mit einem solch rasanten Wachstum und um Möglichkeiten, die technischen Inhalte interessant und unterhaltsam zu gestalten.
Sam, Martin, warum haben Sie sich dazu entschlossen, eine Community für maschinelles Lernen und Deep Learning in Singapur zu gründen?
Sam:Martin und ich haben im November 2016 darüber gesprochen, wie man eine Community gründen kann. Wir sahen, dass viele Leute an Machine Learning und Deep Learning interessiert waren, aber es gab tatsächlich keine Meetup-Gruppe. Offiziell haben wir im Februar 2017 nach intensiver Werbung von unserer Seite begonnen. Martin war Redner bei Python-Veranstaltungen und ich habe mich an die Start-up-Szene gewandt.
Unsere Philosophie war von Anfang an, Inhalte für Anfänger und fortgeschrittene Entwickler mit Blitzvorträgen und/oder Gastrednern zu bieten.
Martin: Es geht auch darum, dass wir nicht ohne Code sprechen werden: Jeder, der spricht, muss Code zeigen, der funktioniert. Obwohl es in Singapur eine lebhafte MeetUp-Szene gibt und jede Woche ein oder mehrere Treffen stattfinden, ist es ziemlich schwierig, Menschen zum Vortrag bei Veranstaltungen zu bewegen. Wir wussten, dass das ein Problem sein würde, und Sam und ich hielten bei jeder unserer Veranstaltungen Vorträge. Auch wenn wir keinen Gastredner haben, sorgen Sam und ich dafür, dass bei jeder Veranstaltung Inhalte für Einsteiger und Präziseres verfügbar sind. Außerdem sind wir der Meinung, dass es regelmäßig und sicher sein muss, dass ein Besuch wert ist. Google hat für seine Veranstaltungen einen Veranstaltungsort mit 200 Plätzen zur Verfügung gestellt. Das ist sehr hilfreich, denn das bedeutet, dass wir uns um diesen Aspekt nicht kümmern müssen.
Ist Networking Teil Ihrer Veranstaltungen?
Sam:Wir halten niemanden am Networking auf, aber es ist wirklich keine Zeit für das Networking vorgesehen. Trotzdem sind die Menschen weiterhin organisch vernetzt.
Martin:Aus irgendeinem Grund ist Pizza in Singapur sehr teuer und wir konnten uns auf keine anderen guten Entwicklergerichte einigen (lacht). Wir haben also kein Essen.
Unsere Meetups finden in der Regel von 19:00 bis 21:00 Uhr statt. Dann geht etwa die Hälfte der Leute los, während der Rest einfach Zeit bleibt.
Du wolltest für die Treffen in deiner Community werben. Wie sind Sie dabei vorgegangen, welche Tools haben Sie verwendet?
Sam:Über Mundpropaganda wurden Nutzer auf uns aufmerksam. Außerdem gibt es bei jedem Meetup mindestens ein „heißes“ Thema, z. B. Bilduntertitel. Dies ist ein wichtiger Faktor, um die Menschen zurückzugewinnen. Außerdem wählen wir jeden Monat ein Schwerpunktthema aus. Wir haben ein Thema des Monats. Wir haben z. B. Deep Learning für Mobilgeräte, verschiedene Themen rund um Text usw. besprochen.
Vor unserem ersten Treffen postete ich einige Ankündigungen in den Facebook-Communitys für Entwickler und Start-ups. Seitdem nutzen wir Meetup.com und das funktioniert gut für uns.
Deine Mitgliederzahl ist in nur 7 Monaten von 0 auf 1.600 gestiegen. Was sind einige der besonderen Herausforderungen, die mit einem solch schnellen Wachstum verbunden sind?
Sam:Eine unserer Herausforderungen besteht darin, die Meetups sowohl für Neueinsteiger, die die früheren Meetups nicht miterleben konnten, interessant zu gestalten, als auch für erfahrenere Mitglieder, die sich komplexere Inhalte wünschen. Wiederholungen der Inhalte für Einsteiger sind jetzt als Nachholveranstaltungen geplant. Da TensorFlow so innovativ ist, kommen viele Leute zu Meetups mit dem Gefühl, dass dies für sie nützlich sein könnte, aber sie sind sich nicht zu 100% sicher, wie das funktioniert. Martin und ich bieten uns aktiv an. Unsere Herausforderung besteht darin, Menschen zu finden, die interessante Anwendungen von ML/DL betreiben, und sie dazu zu bringen, darüber zu sprechen.
Martin: Anfänger sind nicht so stimmlich – sie wollen einfach nur lernen. Erfahrene Leute wünschen sich immer etwas komplexere. Wir müssen die stärkeren Stimmen mit unserem Urteilsvermögen zur richtigen Mischung in Einklang bringen. Jeden Monat neue und interessante Themen zu finden, ist ebenfalls eine Herausforderung.
Sam:Wir sind auch zu groß für unsere Treffen (lacht).
Wie schwierig ist es für Anfänger, in die Welt von Deep Learning einzusteigen?
Sam:Wenn Sie programmieren können, können Sie sich schnell mit den Grundlagen vertraut machen. Uns war bewusst, dass die Leute möglicherweise keine Erfahrung mit Python haben. Deshalb haben wir vor einem „Tag für Anfänger“, das wir durchgeführt haben, einen Link zu einer einfachen Python-Klasse gesendet. Ich war mit dem Feedback danach sehr zufrieden. Fast alle 100 Teilnehmenden hatten das Gefühl, viel gelernt zu haben.
Martin:Wir möchten betonen, dass Deep Learning von allen genutzt werden kann, anstatt exklusiv zu sein. Wir versuchen auch, alle unsere Beispiele visuell möglichst ansprechend zu gestalten. Ich z. B. habe ich selbst einige Ziffern auf meinem Android-Smartphone aufgezeichnet, die wir dann in Bilder von Spektrogrammen umgewandelt und über ein Standardnetzwerk voneinander unterschieden haben. Dies ist ein Beispiel für Einsteiger, das auch für fortgeschrittenere Teilnehmer interessant ist. Sam verwendete das Konzept von CycleGAN, um zu zeigen, wie der Winter in Singapur aussieht, was in der Realität niemals passieren wird. Wir möchten unseren Community-Mitgliedern die Möglichkeit geben, neue Dinge auszuprobieren und dabei Spaß zu haben.
Sam:Technologie ist wirklich interessant, wenn man sie auch auf interessante Weise präsentieren kann. Ich denke, wir verdienen viel Respekt, indem wir zeigen, was nicht funktioniert hat und wie wir es lösen konnten. Wir haben also nicht das Gefühl, von Anfang an alles zu wissen und alle Antworten zu haben.
Sie haben erwähnt, dass es schwierig ist, Personen zu finden, die bereit sind, bei Treffen zu sprechen. Wie motivieren Sie sie und wie erfolgreich sind Sie dabei?
Martin:Wir senden jedem neuen Mitglied einen Fragebogen zu (MeetUp.com kann dies automatisch tun). Wir fragen uns im Grunde, wie erfahren sie sind, ob sie Deep Learning bereits verwendet haben, und es gibt auch eine Frage, die lautet: „Wenn sie erfolgreich sind, würden sie darüber reden?“ Aufgrund der Formulierung ist es ziemlich schwierig, Nein zu sagen (lacht). Über 80% geben an, es zu sprechen, aber es ist immer noch schwer, das umzusetzen. Wir versuchen, es den Leuten so einfach wie möglich zu machen, und möchten die Idee bekräftigen, dass das gesamte Zielpublikum begeistert sein wird, wenn jemand einen kurzen Vortrag zu seinen persönlichen Erfahrungen mit Deep Learning gibt.
Bei dir ist anscheinend eine Menge los. Wie organisieren Sie Treffen und finden Zeit, um sich auf Treffen vorzubereiten und die Community zu leiten?
Sam:Die Organisation der Meetups kostet nicht viel Zeit. Die Vorbereitung der Inhalte erfordert viel Zeit.
Martin:Einer meiner persönlichen Gründe dafür ist, dass ich einen künstlichen Termin festlegen wollte, an dem ich jeden Monat neue Inhalte produzieren kann. Ansonsten ist es sehr einfach, es aufschieben zu können. Wir wollten auch herausfinden, wer in der lokalen Szene ist, da wir vermuteten, dass viele Menschen auf Universitätsgeländen versteckt sein könnten.
Maschinelles Lernen und Deep Learning lassen sich auf viele interessante Arten anwenden. Haben Sie Beispiele aus Ihrer Community?
Martin:Eines unserer Mitglieder hat den Lerntransfer (Sie nehmen mit einem vortrainierten Netzwerk und trainieren es darauf, neue Objekte zu erkennen) verwendet und ihm beigebracht, seine Familie auf Urlaubsfotos zu erkennen. Ich hatte keine Ahnung, dass jemand so etwas ausprobieren würde oder dass es tatsächlich funktionieren würde. Ich meine, das vortrainierte Netzwerk wurde nicht dafür entwickelt, bestimmte Personen zu erkennen.
Sam: Wir haben Mitarbeiter, die mit Start-ups daran arbeiten, anhand von Daten nachzuverfolgen, ob ältere Menschen einen Sturz hatten oder nicht. Anhand dieser Daten versuchen sie vorherzusagen, ob sie jemanden schicken muss, um zu überprüfen, ob diese ältere Person Hilfe braucht.
Die Mitglieder verfügen über eigene Fachkenntnisse und Sie geben ihnen einige Tipps. Es ist toll, wenn sie Ihnen dann sagen, ob es funktioniert hat.
Worauf freuen Sie sich in naher Zukunft am meisten?
Sam:Frank Chen vom Google Brain-Team spricht über die zukünftigen Entwicklungen bei TensorFlow. Das ist schön, dass er als Redner kommt, und dass er unsere Gruppe für die Ankündigungen ausgewählt hat.
Martin: Und wir freuen uns auf die Veröffentlichung von TPUs in der Cloud...
Sam:Wir sind natürlich auch offen für Gespräche mit anderen Organisatoren, vor allem, wenn sie sich in diesem Teil der Welt befinden und eine Vorträge halten möchten. Wir sind immer auf der Suche nach Referenten und können auch gerne bei anderen MeetUps in der Region mit Ihnen sprechen.