Dies ist keine besonders gute Meinung und deutet auf ein grundlegendes Missverständnis darüber hin, was eine Ausbildung an einer erstklassigen technischen Hochschule bieten soll. Sich darauf vorzubereiten, moderne KI als Harvard- oder Stanford-Student zu verstehen, besteht nicht darin, "Prompt Engineering", Vibe-Coding oder den Slop Domain-Specific Wrapper Agent #1000 zu lernen, all das kann man in ein paar Tagen, wenn nicht sogar Stunden, erlernen. Im Gegenteil, der beste Weg für einen klugen 18- bis 22-Jährigen, KI zu verstehen, besteht darin, ein sehr solides Verständnis für Wahrscheinlichkeitsrechnung, lineare Algebra und klassische ML auf Bachelor- und Master-Niveau zu entwickeln. Wenn du tatsächlich weißt, wie grundlegende RL-Themen wie Q-Learning funktionieren, bist du zu 95 % auf dem richtigen Weg, und wenn du das nicht einmal von Harvard oder Stanford lernen kannst, dann liegt das wahrscheinlich an einem Skill-Problem deinerseits. In @boazbaraktcs hervorragendem ML-Theorieseminar im Jahr 2021 habe ich in dem gesamten Semester nicht mehr als 200 Zeilen Code kumulativ geschrieben, dennoch habe ich enorm viel gelernt und schreibe dieser Klasse zu, dass sie mein Interesse an moderner KI geweckt hat. Vor einem Jahr konnte ich dir nicht einmal kohärent erklären, was ein Transformer ist, aber das spielt keine Rolle, denn wenn du in der Hochschule die richtigen quantitativen Grundlagen entwickelst, kannst du es in ein paar Wochen herausfinden. Keines dieser Dinge ist wirklich so kompliziert, die Leute tun nur so, als ob es so wäre.