Ini bukan pandangan yang sangat baik dan merupakan indikasi kesalahpahaman mendasar tentang apa yang seharusnya ditawarkan oleh pendidikan perguruan tinggi teknik tingkat atas. Bersiap untuk memahami AI modern sebagai sarjana Harvard atau Stanford bukanlah tentang mempelajari "rekayasa cepat", pengkodean getaran, atau membangun Agen Pembungkus Khusus Domain Slop #1000, yang semuanya dapat diambil dalam beberapa hari jika tidak berjam-jam. Sebaliknya, cara terbaik bagi anak berusia 18-22 tahun yang cerdas untuk memahami AI adalah dengan mengembangkan intuisi yang sangat solid untuk probabilitas tingkat sarjana dan pascasarjana, aljabar linier, dan ML klasik. Jika Anda benar-benar tahu bagaimana topik RL dasar seperti Q-learning bekerja, Anda berada 95% di sana, dan jika Anda bahkan tidak dapat mempelajarinya dari Harvard atau Stanford maka ini mungkin masalah keterampilan di pihak Anda. Dalam seminar teori ML @boazbaraktcs yang luar biasa pada tahun 2021, saya rasa saya tidak menulis lebih dari 200 baris kode secara kumulatif di seluruh semester namun saya belajar dalam jumlah yang sangat besar dan memuji kelas itu karena memicu minat saya pada AI modern. Setahun yang lalu saya tidak dapat memberi tahu Anda secara koheren apa itu transformator, tetapi itu tidak masalah, karena ketika Anda mengembangkan fondasi kuantitatif yang tepat di perguruan tinggi, Anda dapat mengetahuinya dalam beberapa minggu. Tak satu pun dari hal-hal ini benar-benar rumit, orang hanya suka berpura-pura begitu.