Esta no es una toma particularmente buena y es indicativa de un malentendido fundamental de lo que se supone que ofrece una educación universitaria técnica de primer nivel. Prepararse para comprender la IA moderna como estudiante universitario de Harvard o Stanford no se trata de aprender "ingeniería rápida", codificación de vibraciones o construir Slop Domain-Specific Wrapper Agent # 1000, todo lo cual se puede recoger en unos pocos días, si no horas. Por el contrario, la mejor manera para que un joven inteligente de 18 a 22 años comprenda la IA es desarrollar una intuición muy sólida para la probabilidad de nivel de pregrado y posgrado, álgebra lineal y ML clásico. Si realmente sabes cómo funcionan los temas fundamentales de RL como el Q-learning, estás al 95% del camino, y si ni siquiera puedes aprender eso de Harvard o Stanford, entonces esto probablemente sea un problema de habilidad de tu parte. En el excelente seminario de teoría de ML de @boazbaraktcs en 2021, no creo que haya escrito más de 200 líneas de código acumulativamente en todo el semestre, pero aprendí mucho y le doy crédito a esa clase por despertar mi interés en la IA moderna. Hace un año no podía decirte de manera coherente qué era un transformador, pero no importa, porque cuando desarrollas bases cuantitativas adecuadas en la universidad, puedes resolverlo en un par de semanas. Nada de esto es realmente tan complicado, a la gente le gusta fingir que lo es.