Đây không phải là một quan điểm tốt và cho thấy sự hiểu lầm cơ bản về những gì một nền giáo dục đại học kỹ thuật hàng đầu nên cung cấp. Chuẩn bị để hiểu AI hiện đại như một sinh viên đại học Harvard hoặc Stanford không phải là học "kỹ thuật nhắc nhở", lập trình cảm xúc, hay xây dựng Slop Domain-Specific Wrapper Agent #1000, tất cả những điều này có thể được học trong vài ngày nếu không muốn nói là vài giờ. Ngược lại, cách tốt nhất để một người thông minh từ 18-22 tuổi hiểu AI là phát triển một trực giác rất vững chắc về xác suất ở cấp đại học và sau đại học, đại số tuyến tính, và học máy cổ điển. Nếu bạn thực sự biết cách các chủ đề RL cơ bản như Q-learning hoạt động, bạn đã đi được 95% chặng đường, và nếu bạn thậm chí không thể học điều đó từ Harvard hoặc Stanford thì có lẽ đây là vấn đề về kỹ năng của bạn. Trong buổi hội thảo lý thuyết ML xuất sắc của @boazbaraktcs vào năm 2021, tôi không nghĩ mình đã viết hơn 200 dòng mã cộng dồn trong suốt học kỳ nhưng tôi đã học được rất nhiều và ghi nhận lớp học đó đã khơi dậy sự quan tâm của tôi đối với AI hiện đại. Một năm trước, tôi không thể nói một cách mạch lạc về một transformer là gì, nhưng điều đó không quan trọng, vì khi bạn phát triển nền tảng định lượng đúng đắn ở trường đại học, bạn có thể tìm ra điều đó trong vài tuần. Không có thứ gì trong số này thực sự phức tạp, mọi người chỉ thích giả vờ rằng nó là như vậy.