Спринт 1: Время посадки!
Команда Блумберг
В начале 2021 года в Карнеги-Меллон была сформирована звездная команда студентов магистратуры по взаимодействию человека с компьютером. Наша команда имеет широкий спектр дисциплин и опыта, но все они объединены страстью к изучению приложений машинного обучения и искусственного интеллекта:
Дженнифер Парк — LinkedIn
Дженнифер имеет опыт управления продуктами и разработки. У нее есть предыдущий опыт работы над продуктами, ориентированными на потребителя, с учетом пользовательского опыта и подхода, основанного на данных.
Любимый дуэт человека и ИИ:Валл-И и люди
Моника Чанг — LinkedIn
Моника имеет опыт работы в сфере дизайна одежды. Ее время в индустрии моды позволяет ей систематически думать о создании продуктов и дизайне с подходом, ориентированным на человека.
Любимый дуэт человека и ИИ:Бэймакс и Хиро
Натан Джен — LinkedIn
Натан — недавний выпускник CMU 2020 года со степенью бакалавра в области информационных систем. Ранее он стажировался в Deloitte в качестве технологического аналитика и имеет опыт создания прототипов веб-приложений и мобильных приложений.
Любимый дуэт человека и искусственного интеллекта: Сэм Белл и Герти.
Нитья Девиредди — LinkedIn
Нитья имеет опыт работы в области неврологии и когнитивной психологии. У нее есть предыдущий опыт создания прототипов и разработки интерактивных игр и занятий в качестве тренера по когнитивным навыкам в нейропсихологической клинике.
Любимый дуэт человека и ИИ:Железный человек и Джарвис
Раажат Гупта — LinkedIn
Раажат имеет опыт работы в сфере стратегического консалтинга в компании Monitor Deloitte. Он имеет большой опыт помощи клиентам из списка Fortune 500 в сфере финансовых услуг, внедряя новейшие технологии в свои долгосрочные стратегии.
Любимый дуэт человека и ИИ: Люк Скайуокер и R2-D2.
Наша команда собралась вместе с миссией по оптимизации взаимодействия человека с вычислительной системой для команды Bloomberg Global Data. Мы сразу же были в восторге от направления и направленности проекта на облегчение человеческого взаимодействия в системе машинного обучения.
Изучение проблемного пространства
Поскольку большая часть нашей команды не имеет большого опыта в мире AI/ML, мы обратились к доступным ресурсам при подготовке к встрече с нашим клиентом. Поскольку первоначальная подсказка, которую мы получили, была довольно расплывчатой, мы сделали все возможное, чтобы скрыть наши действия. Такие ресурсы, как Youtube, исследовательские работы и беседы с преподавателями CMU, помогли узнать больше о Bloomberg и области машинного обучения. Мы хотели разделить наше время, чтобы охватить как можно больше широты и глубины, прежде чем обсуждать с командой Bloomberg. Впоследствии мы разделили наше исследование на несколько областей — история Bloomberg, жизненный цикл разработки моделей (MLDC), сотрудничество человека и ИИ и отраслевой контекст. Внутри мы еженедельно обсуждали документы и ресурсы по машинному обучению, которые мы прочитали, что способствовало взаимному пониманию глубоких технических методологий.
Главной изюминкой для нас стала возможность впервые поговорить с нашими контактами через Zoom. Мы связались с предыдущими выпускниками команд CMU MHCI Bloomberg Capstone, чтобы узнать об их опыте и получить целостное представление о прошлых проектах. Кроме того, мы обратились к профессионалам отрасли, таким как Мелоди Инь (нынешний сотрудник Bloomberg) и Мэри Бет Кери (аспирантка HCII CMU и бывшая стажерка Bloomberg). Благодаря этому мы получили важную информацию о текущих процессах и влиянии машинного обучения на бизнес-процессы в Bloomberg.
Мы жили и дышали машинным обучением! Но мы только начинаем…
Подготовка к старту
Первым пунктом повестки дня была разработка плана стартовой встречи с нашими клиентами! Для начала мы исследовали проектные упражнения в разных компаниях (например, IBM, Airbnb) и адаптировали наши собственные действия в соответствии с потребностями наших индивидуальных проектов. Это дало нам возможность углубить наше понимание проекта, а также встретиться с нашими наставниками, Анной Абовян и Дереком Вахилой, которые дали нам ценные отзывы в процессе разработки.
Цели, которые мы хотели достичь к концу стартового матча, включали:
- Развить четкое понимание масштаба нашего проекта
- Понимание рабочего процесса в Bloomberg
- Разработайте формулировку основной проблемы, чтобы указать, с чего начать исследование.
- Доверие от Bloomberg и нашей команды!
Мы разделили наше начало на два дня: первый день был в основном посвящен определению текущего состояния, а второй день размышлял о будущем состоянии нашей проблемы. Кроме того, мы предоставили команде Bloomberg предварительную работу, чтобы они начали мозговой штурм о возможностях!
Чтобы повысить уровень вовлеченности и создать ощущение веселья для нашей удаленной встречи, мы создали в Miro объединяющую тему круизного лайнера, чтобы подтолкнуть команду к нашему конечному пункту назначения. Наш круизный лайнер «останавливался» на каждом запланированном в нашей повестке дня мероприятии по направлению к нашему конечному пункту назначения (плану проекта).
Время посадки: стартовый день 1
Наконец-то настал наш первый стартовый день! После нескольких дней внутренней подготовки с нашей командой и межфункциональных отзывов мы начали нашу первую встречу с клиентом в Bloomberg. Перед тем, как встретиться с ними, мы разослали предварительную работу, которая включала ледокол вместе с заданием «Надежды и страхи». Это не только позволило нам познакомиться с их командой, но и дало представление об их проблемах и показателях успеха. Основная часть нашего старта была сосредоточена на содействии более глубокому обсуждению между командами, чтобы заполнить пробелы в нашем понимании и глубже погрузиться в различные болевые точки. Эти упражнения помогли осветить основные проблемные области и сфокусировать внимание на оставшуюся часть квартала.
Выровненная тема после первого дня:
Пользователи нуждаются в том, чтобы их ментальные модели и контексты учитывались при разработке моделей.
В целом, было интересно познакомиться с каждым членом команды из Bloomberg и узнать больше о возможностях повлиять на их команду.
Но подождите, это еще не все: планирование и подготовка исследований
После нашего ✨супер✨ успешного начала первого дня мы были рады углубиться в дополнительные исследования. Как команда, мы разработали план, чтобы разделять и властвовать. Теперь, когда у нас было лучшее представление о масштабах проекта, мы смогли разработать более продуманные основные и второстепенные цели исследования. В рамках подготовки к весне 2 мы начали составлять протоколы исследований и семинары по дизайну, чтобы мы могли приступить к работе, как только у нас появятся контакты от Bloomberg. Это не означает, что исследования прекращаются! Мы сразу приступаем к более второстепенным исследованиям. Что мы пытаемся раскрыть:
- Каковы текущие решения на рынке и какие практики они используют?
- Какие методы гиперконвергентной инфраструктуры используются для того, чтобы сделать машинное обучение более доступным и понятным?
- Каковы различные способы создания настроек «человек в цикле»?
Наши первые две недели были насыщенным опытом обучения! По мере того, как мы переходим ко второму стартовому совещанию, команда готова отойти от этапа настройки и погрузиться в начало убедительных генеративных исследований. Нам повезло, что у нас есть возможность работать с командой Bloomberg, и мы заинтересованы в том, чтобы погрузиться в мир машинного обучения.
