Привет, Хабр! На связи команда Selectel. Старожилы наверняка помнят ИT-кроссворд, который мы проводили в 2023 и 2024 годах. Тогда в течение нескольких дней вы отвечали на сотни вопросов и боролись за призы. Пришло время повторить онлайн-соревнование и провести третий сезон ИТ-кроссворда.

Все вопросы в этом году объединены одной темой — AI и ML. Но не переживайте, если не разбираетесь глубоко в этих направлениях: задания будут разной сложности, а каждая рубрика посвящена отдельной подтеме. В этот раз вас ждут более 100 вопросов о моделях ИИ, истории AI и ML, безопасности и железе для ML-инфраструктуры.

Ниже — краткие правила участия и результаты трех рубрик. Знатоки, которые наберут за ответы наибольшее количество баллов, получат эксклюзивный мерч Selectel и бонусы на аренду серверов.

Не успели зарегистрироваться?

Ничего страшного: впереди еще три рубрики и три отдельные призовые номинации — не считая главного победителя.

Зарегистрироваться →

Как принять участие

1. Зарегистрируйтесь, если не сделали этого ранее

Перейдите на страницу регистрации, оставьте свою почту, имя и логин профиля на Хабре. В течение пары часов на почту придет персональная ссылка, по которой вы сможете отвечать на вопросы.

2. Ответьте на вопросы

ИТ-кроссворд проходит четыре дня: 6, 7, 8 и 9 июля. Каждый день в 12:00 добавляем в эту публикацию вопросы по новым направлениям. Можно участвовать как в отдельных рубриках, так и во всех сразу — ограничений нет. Учтите, что нельзя стать призером или победителем в категории более одного раза. Но баллы будут учитываться в общем зачете.

3. Дождитесь результатов

Если вы набрали достаточно баллов и стали призером или победителем, мы с вами свяжемся и отправим призы.

Общий зачет: топ-5

Участник

Баллы

@shmoksik

120

@e345ee

115

@Yan_Yu

115

@vitdrav

115

@crazyhamster09

115

Кроссворд №3. Безопасность ML и AI [08.07]

Рубрика закрыта. Но вы можете посмотреть, как это было
Список вопросов

Номер вопроса

Вопрос

Баллов за верный ответ

1

Технология создания, подмены или изменения видео-, фото- и аудиоматериалов с помощью ИИ.

1

2

Процесс отслеживания действий модели и пользователей для расследования инцидентов.

2

3

Проблема, при которой модель начинает выдавать менее точные результаты после изменения данных.

1

4

С помощью ИИ киберпреступник может автоматизировать весь процесс ... : сбор, анализ и обработку информации о жертве из открытых источников. Какой термин пропущен? 

2

5

Динамический анализ, особенно полезный для ML-сервисов, доступных по API.

3

6

Международное открытое сообщество и некоммерческая организация, которая предлагает «Модель зрелости ИИ».

2

7

Контроль качества входных данных перед подачей в модель.

2

8

Как назывался зловредный чат-бот без этических ограничений, который впервые появился на «теневых» форумах в 2023 году? 

3

9

Атака, при которой злоумышленник пытается восстановить данные, использованные при обучении модели.

2

10

Какой канал связи нужно использовать, если подозреваете, что общаетесь с дипфейком?

1

11

Контроль безопасности запросов до их передачи модели.

3

12

Этот автоматизированный тест Тьюринга становится все менее эффективным в эпоху ИИ.

1

13

Как называется подход к безопасности, при котором ни один пользователь или устройство не считаются доверенными по умолчанию?

2

14

Удаление или сокрытие персональных данных перед обучением модели.

1

15

...-тестирование — подача некорректных, случайных или сформированных входных данных для выявления ошибок, а также нестабильного поведения моделей и ML-приложений. Какое слово пропущено? 

2

16

Система ограничений, предотвращающая опасное поведение LLM.

3

17

Один из первых массово известных случаев токсичного поведения чат-бота, обученного на данных пользователей интернета (2016).

3

18

Изолированная среда для выполнения потенциально опасных действий AI-агента.

1

19

В какой стране прошел международный саммит по безопасности ИИ (AI Safety Summit) в 2023 году?

3

20

Преднамеренное внедрение вредоносных данных в обучающую выборку для изменения поведения модели.

2

21

Как называется направление, ориентированное на построение надежных и доверенных ML-систем?

1

22

Контроль безопасности ответа перед его выдачей пользователю.

3

23

... могут использоваться для генерации фейковых новостей, опасного или провокационного контента в больших масштабах. Какое слово пропущено?

1

24

Процесс постоянного наблюдения за качеством и безопасностью модели после развертывания.

1

25

Разновидность промпт-инъекции через внешние документы или веб-контент.

1

26

Статистический анализ кода, который можно применять к ML-скриптам и вспомогательным сервисам.

2

27

Тип атаки на LLM, при которой злоумышленник пытается заставить модель игнорировать исходные конструкции.

2

28

Специально сформированный вредоносный запрос, предназначенный для обхода ограничений модели.

2

29

Скрытый триггер, встроенный в модель через обучающие данные.

1

30

Команда какого цвета моделирует реальные атаки на ML-систему и использует специализированные инструменты для поиска уязвимостей?

1

Экстра-вопрос, опубликован в 14:00 в комментариях.

5

Экстра-вопрос, опубликован в 15:30 в комментариях

5

Экстра-вопрос, опубликован в случайное время в комментариях

5

Рейтинг игроков рубрики «Безопасность ML и AI»: топ-10

Участник

Баллы

Время (UTC)

?@Alyona_IM

60

13:34:56.802946

?@adonixis

60

14:59:16.233127

@e345ee (Победитель второй рубрики. Баллы идут в общий зачет)

55

09:21:31.750091

Александр П (Победитель второй рубрики. Баллы идут в общий зачет)

55

10:07:21.824619

@crazyhamster09(Победитель первой рубрики. Баллы идут в общий зачет)

55

13:48:22.762818

@shmoksik(Победитель первой рубрики. Баллы идут в общий зачет)

55

13:48:44.627401

?@NatalieZ2004

53

11:12:49.240757

@Vekarius

53

10:21:17.977425

@Ant1997

53

15:04:35.412057

@reddmango

52

09:43:06.060939

Что нужно знать

  • Все ответы — на русском языке. При этом в кроссворде встречаются англицизмы. Пример: staging → стейджинг.

  • По умолчанию ответы записываем в именительном падеже. Но при выборе формы ориентируйтесь на контекст: где-то лучше подойдет единственное число, где-то — множественное. Прилагательные также встречаются и по умолчанию склоняются под именительный падеж.

  • Если ответом является историческая личность, вписывайте фамилию.

  • Если в ответе есть дефис, пропустите его при записи и запишите слова слитно.

  • Вместо «ё» пишите «е».

  • В англицизмах буквы «э» и «е» считаются равнозначными. Например, и «кеш», и «кэш» будут приняты как правильный ответ с первой попытки. Главное — без опечаток: варианты вроде «киш» или «куш» не засчитываются.

  • Важно. На каждый вопрос дается не более пяти попыток. Ответы принимаются с 12 до 18:00 по московскому времени.


Кроссворд №2. История ML и AI [07.07]

Рубрика закрыта. Но вы можете посмотреть, как это было
Список вопросов

Номер вопроса

Вопрос

Баллов за верный ответ

1

В 1956 году он предложил термин «искусственный интеллект».

2

2

Архитектура, начавшая современную эпоху больших языковых моделей.

1

3

Подход к обучению, который стал массово обсуждаться после успеха InstructGPT.

1

4

Технология представления слов, которая стала массово использоваться после публикации Word2Vec в 2013 году.

1

5

Родина Qwen.

1

6

Настольная игра, в которой ИИ в 2016 году победил чемпиона мира.

1

7

Архитектура, представленная в 2018 году и ставшая одним из первых успешных примеров двунаправленного предварительного обучения языковых моделей.

2

8

На этого древнегреческого философа часто ссылаются при исследовании истоков Deep Learning.

2

9

Кто предложил генеративные состязательные сети в 2014 году?

3

10

Периоды 1974—1980 и 1987—1993 годов, связанные с сокращением финансирования и общим снижением интереса к ИИ.

1

11

Подход, который по мнению ряда исследователей вызвал вторую историческую волну исследований нейросетей в 1980–1995 годах.

2

12

В июле 2024 года эта модель была признана лучшей китайскоязычной моделью.

1

13

Соавтор книги «Перцептроны» Паперта.

2

14

Он вместе с Питтсом предложил одну из первых математических моделей нейрона.

3

15

Первый автор статьи об архитектуре AlexNet.

3

16

Текущий период стремительного развития ИИ, который противопоставляют термину «зима ИИ».

1

17

Базовая логическая модель или ячейка, которую в 1943 году математически описали Мак-Каллок и Питтс.

1

18

Британский профессор, который в 1973 раскритиковал полную неспособность ИИ достичь своих «грандиозных целей».

2

19

Исследователь, который вместе с Хинтоном и Лекуном считается одним из трех главных пионеров глубокого обучения.

3

20

Концепция проверки машинного интеллекта, предложенная Аланом Тьюрингом в 1950 году.

1

21

Британский математик, логик и криптограф, оказавший существенное влияние на развитие информатики. От его трудов некоторые авторы начинают отсчет истории глубокого обучения.

1

22

Этот механизм был вынесен в центр архитектуры, описанной в статье «Attention Is All You Need» в 2017 году.

2

23

Алгоритм обучения многослойных нейросетей, популяризация которого в 1980-е годы способствовала возрождению интереса к нейросетям.

2

24

Советский ученый в области автоматического управления, кибернетики и математического моделирования, который упоминается в некоторых работах как «отец глубокого обучения».

3

25

Метод борьбы с переобучением, предложенный в 2014 году и основанный на случайном отключении нейронов.

2

26

Основоположник кибернетики.

2

27

Направление ИИ, доминировавшее до распространения глубокого обучения и основанное на правилах и логике.

2

28

Научное направление, оказавшее большое влияние на раннее развитие искусственного интеллекта.

1

29

Один из главных популяризаторов многослойных нейронных сетей в конце XX века.

2

30

Модель искусственного нейрона, предложенная Розенблаттом и ставшая одним из символов раннего машинного обучения.

2

31

Подход к генерации изображений, ставший одним из крупнейших прорывов начала 20-х годов ХХ века.

2

Экстра-вопрос, опубликован в 14:00 в комментариях.

5

Экстра-вопрос, опубликован в 15:30 в комментариях.

5

Экстра-вопрос, опубликован в случайное время в комментариях.

5

Рейтинг игроков рубрики «История ML и AI»: топ-10

Участник

Баллы

Время (UTC)

?@e345ee

60

09:09:09.676388

@shmoksik(Победитель первой рубрики. Баллы идут в общий зачет)

60

09:13:31.263133

?@Yan_Yu

60

09:12:13.566361

?Александр П

55

09:14:02.364922

@reddmango

55

09:18:55.326976

@adonixis

55

09:26:23.462818

@Alyona_IM

55

09:27:49.414779

@bru_kva

55

09:28:26.908687

@crazyhamster09

55

09:33:30.968270

@NatalieZ2004

55

09:38:01.215965

Кроссворд №1. Модели и все, что с ними связано [06.07]

Рубрика закрыта. Но вы можете посмотреть, как это было.
Список вопросов

Номер вопроса

Вопрос

Баллов за верный ответ

1

Механизм, позволяющий модели динамически фокусироваться на наиболее важных частях входной последовательности при обработке языка.

1

2

Графовая структура модели машинного обучения, принимающая решения путем последовательных проверок логических условий.

1

3

Математическая модель, принцип работы которой вдохновлен устройством биологического мозга.

1

4

Набор данных, используемый для тренировки или тестирования алгоритма.

1

5

Флагманская мультимодальная модель от корпорации Google.

1

6

Инновационная генеративная нейросеть от создателей ChatGPT, способная создавать реалистичные видеоролики по текстовому описанию.

1

7

Управляющий параметр при генерации, определяющий степень случайности ответов модели.

3

8

Архитектура, состоящая из кодировщика и декодировщика, часто применяемая для сжатия данных и подавления шума.

3

9

Какое млекопитающее изображено на логотипе популярной LLM из Китая?

1

10

Известная французская компания и одноименная языковая модель с открытыми весами.

2

11

Совокупность методов, добавляющих штрафы к функции потерь, чтобы сделать модель более устойчивой к шуму.

2

12

Полезные свойства и характеристики данных, которые извлекаются для подачи на вход алгоритму.

1

13

Популярная задача для текстовых моделей, заключающаяся в создании краткого пересказа длинного документа.

3

14

Процесс запуска и работы уже обученной модели, когда она делает предсказания на новых, ранее не виданных данных.

1

15

Популярная архитектура сверточной нейросети для сегментации изображений, форма которой напоминает букву латинского алфавита.

2

16

Окно памяти языковой модели, определяющее максимальный объем текста, который она способна учитывать при генерации.

1

17

Заданная метка или категория, которую предсказывает классификатор для входящего объекта.

2

18

Математический алгоритм, который вычисляет и применяет обновления весов модели в процессе ее обучения.

1

19

Вектор, указывающий направление наискорейшего возрастания функции потерь, который вычисляется для обновления весов сети.

2

20

Процесс адаптации уже натренированной большой языковой модели под конкретную узкую задачу с новыми данными.

1

21

Семейство продвинутых языковых моделей от компании Anthropic, известное своим огромным окном контекста.

1

22

Внутренние числовые параметры связей между искусственными нейронами, которые корректируются при обучении.

1

23

Революционная архитектура сверточных сетей, использующая остаточные связи для решения проблемы затухающего градиента.

2

24

Математическая функция в нейроне, определяющая его итоговый выходной сигнал.

1

25

Порция данных, обрабатываемая моделью за один шаг обновления весов для оптимизации памяти.

2

26

Первая модель искусственного интеллекта от компании DeepMind, которая совершила прорыв, победив чемпиона мира в настольную стратегическую игру.

2

27

Настраиваемые переменные внутри модели, количество которых в современных LLM измеряется миллиардами.

1

28

Тип генеративных моделей изображений, процесс работы которых основан на пошаговом удалении математического шума.

3

29

Операция в сверточных нейросетях, предназначенная для уменьшения размерности карт признаков (субдискретизация).

2

30

Один полный проход алгоритма обучения по всему тренировочному набору данных.

2

31

Ситуация, когда модель слишком сильно подстраивается под тренировочные данные и теряет способность к обобщению.

1

32

Совокупность нескольких различных моделей, чьи предсказания объединяются для получения более точного результата.

2

33

Входной текстовый запрос пользователя, направляющий генерацию ответа.

1

34

Базовая единица текста, на которые языковая модель разбивает входные данные для математической обработки.

1

35

Архитектура нейросетей, основанная на механизме внимания, ставшая стандартом для обработки естественного языка.

2

⭐ 

Экстра-вопрос, опубликован в 14:00 в комментариях.

5

⭐ 

Экстра-вопрос, опубликован в 15:30 в комментариях.

5

⭐ 

Экстра-вопрос, опубликован в случайное время в комментариях.

5

Рейтинг игроков рубрики «Модели и все, что с ними связано»: топ-10

Участник

Баллы

Время, UTC

?@shmoksik

60

09:18:25.449702

?@vitdrav

60

09:36:25.371714

?@crazyhamster09

60

09:41:10.480704

@e345ee

55

09:23:25.460837

@NatalieZ2004

55

09:32:40.954274

@IllariPosselt

55

09:45:12.748672

Александр П

55

09:45:37.386341

@reddmango

55

09:48:18.631586

@Yan_Yu

55

09:51:37.926780

@adonixis

55

09:59:35.481161

Хорошей игры!

Комментарии (123)