یادگیری ماشین
برنامه‌ی “Not Hotdog” که در سریال محبوب HBO به نام “سیلیکون ولی” به نمایش درآمد، از یک شوخی بی‌مزه شروع شد. اما در باطن، این یک نمونه‌ی جدی از مهندسی یادگیری ماشین بود که توسط مهندس تیم آنگلاد ساخته شده بود. برخلاف استفاده از API های آماده، آنگلاد به طور عمیق در TensorFlow و Keras غرق شد و یک مدل خاص برای دستگاه‌های تلفن همراه ساخت.
او با چالش‌هایی مانند محدودیت‌های حافظه، تناسب بیش از حد و یافتن تعادل مناسب بین حجم مدل و دقت مواجه شد. سفر او به کشف SqueezeNet و در نهایت MobileNets، راه‌حل Google برای شبکه‌های عصبی کارآمد در دستگاه‌های تلفن همراه، انجامید.
آنگلاد به طور دقیق مدل خود را روی مجموعه‌ای از 150,000 تصویر آموزش داد، که اکثریت آنها “هات داگ” نبودند. این عدم تعادل عمدی، واقعیت جهان را منعکس می‌کند که در آن هات داگ‌ها اقلیت اشیاء هستند.
علاوه بر جزئیات فنی، آنگلاد بر اهمیت UX/UI و رسیدگی به تعصبات در طول فرایند آموزش تأکید می‌کند.
داستان “Not Hotdog” گواهی بر خلاقیت و تعهد توسعه‌دهندگان یادگیری ماشین است و نشان می‌دهد که چگونه یک مفهوم ظاهرا احمقانه می‌تواند یک تجربه یادگیری قدرتمند باشد.
