Одна из лучших сторон работы в MAPC — это поддержка профессионального развития за счет финансирования участия в конференциях. Посещение конференций важно для профессионального развития технологов, поскольку дает нам возможность сделать шаг назад и узнать, что больше всего волнует наших коллег. Это также возможность связаться с людьми, которые делают ту же работу, что и мы, и получить новые идеи для проектов. На прошлой неделе я провел два дня в Open Data Science East в Бостоне, и это дало мне много пищи для размышлений.
Лучшим выступлением дня стало выступление Кэтрин О’Нил, автора книги Оружие математического разрушения. О’Нил изложил трудности и проблемы, которые создают алгоритмы машинного обучения, когда они используются для предиктивной полицейской деятельности и рецидивизма. Ее главная мысль заключалась в том, что математика может запутать мнения и точки зрения тех, кто ее использует. В MAPC мы используем алгоритмы в нашей работе для таких проектов, как Youth Match, но признаем, что наши алгоритмы будут предвзятыми. Вовлекая молодых людей в разработку алгоритма, мы разработали то, что лучше всего подходит для них.
Еще одна выделяющаяся область исследований — использование алгоритмов машинного зрения. Я посетил сессию, на которой спикер использовал спутниковые снимки и машинное зрение, чтобы идентифицировать различные типы зданий на изображениях. Этот метод может быть полезен для проектов MAPC, таких как Perfect Fit Parking и MassBuilds. К сожалению, более серьезной проблемой с такого рода технологиями, как правило, является получение доступа к необработанным ценным данным. У MAPC пока нет собственного спутника для съемки района метро Бостона, но, возможно, когда-нибудь она арендует помещение или будет работать с другой группой, которая сможет делать ежедневные снимки.
Когда я посещаю конференцию, я сохраняю непредубежденность и посещаю заседания, которые открывают мне новые возможности для нашей работы. Новые инструменты и методы могут оказаться полезными не сразу, но полезно получить представление о техническом ландшафте. Увидев, какие инструменты и технологии популярны, я могу лучше порекомендовать, что следует изучить остальным членам моей команды, и мы сможем создавать лучшие вещи для граждан Содружества.
