To není nijak zvlášť dobrý názor a svědčí o zásadním nepochopení toho, co má špičkové vzdělání na technické vysoké škole nabídnout. Příprava na pochopení moderní umělé inteligence jako vysokoškolák na Harvardu nebo Stanfordu neznamená učit se "prompt engineering", kódování vibrací nebo vytváření Slop Domain-Specific Wrapper Agent #1000, které lze vyzvednout během několika dní, ne-li hodin. Naopak, nejlepším způsobem, jak může chytrý člověk ve věku 18-22 let porozumět umělé inteligenci, je vytvořit si velmi solidní intuici pro pravděpodobnost na bakalářské a postgraduální úrovni, lineární algebru a klasické strojové učení. Pokud skutečně víte, jak fungují základní témata RL, jako je Q-learning, jste na 95% cesty k cíli, a pokud se to nemůžete naučit ani na Harvardu nebo Stanfordu, pak je to pravděpodobně problém s dovednostmi na vaší straně. Na vynikajícím semináři teorie strojového učení @boazbaraktcs v roce 2021 si myslím, že jsem za celý semestr nenapsal kumulativně více než 200 řádků kódu, přesto jsem se toho naučil nesmírně mnoho a tomuto kurzu připisuji zásluhu za to, že podnítil můj zájem o moderní umělou inteligenci. Před rokem jsem vám nedokázal souvisle říct, co je to transformátor, ale na tom nezáleží, protože když si na vysoké škole vytvoříte správné kvantitativní základy, můžete na to přijít za pár týdnů. Žádná z těchto věcí není ve skutečnosti tak složitá, lidé to prostě rádi předstírají.