我是如何成为机器学习实践者的 • Greg Brockman
很早之前看过 OpenAI 总裁 Greg Brockman blog 中的一些内容，觉得不错，这里分享一下这篇 How I became a machine learning practitioner。 以下摘要和翻译由 FisherAI Chrome 插件 完成，模型使用 gemini-1.5-pro-latest。 摘要 主要观点 本文讲述了 Greg Brockman 在 OpenAI 的经历，他从一名软件工程师转变为机器学习实践者的过程。文章强调了即使身处机器学习研究的前沿，转变过程依然充满挑战。作者认为，最大的障碍并非技术本身，而是克服成为初学者的恐惧，并允许自己在学习过程中犯错。 关键细节 作者在 OpenAI 的前三年渴望成为机器学习专家，但进展缓慢，主要专注于软件工程工作。 作者参与了 OpenAI Gym、Universe 和 Dota 项目的开发，但受限于软件工程视角，无法深入参与机器学习研究。 作者在 2018 年底决定利用三个月时间学习机器学习，并选择了聊天机器人作为实践项目。 作者通过自学课程、阅读论文和实践项目，逐步克服了成为初学者的恐惧，并最终在机器学习领域取得进展。 作者强调了专家指导的重要性，并鼓励有志于成为深度学习实践者的软件工程师加入 OpenAI。 原文 我如何成为机器学习实践者 • 格雷格·布罗克曼 2019 年 7 月 30 日 在 OpenAI 成立的最初三年里，我一直梦想着成为一名机器学习专家，但却在这个目标上几乎没有取得任何进展。在过去的九个月里，我终于转型成为了一名机器学习实践者。这个过程很艰难，但并非不可能，我认为大多数优秀的程序员，只要了解（或愿意学习）数学，都可以做到。网上有很多在线课程可以自学 技术 方面 的 知识，而我最大的障碍其实是一个心理障碍——接受自己再次成为初学者。 2018 年假期期间学习机器学习。 早期 # OpenAI 的一项基本原则是，我们同等重视研究和工程——我们的目标是构建能够解决以前不可能完成的任务的实用系统，所以我们需要两者兼备。(事实上，我们的团队成员中有 25% 的人主要使用软件技能，25% 的人主要使用机器学习技能，50% 的人将两者结合使用。) 所以，从 OpenAI 成立的第一天起，我的软件技能就一直很吃香，而我一直拖延着学习我想要的机器学习技能。...