Ask HN: 独学で身につけるべき、最も実用的で具体的なAIスキルとは?
Ask HN: What are the most useful, concrete AI skills to independently learn?
私は、LLMやエージェントなどの新しい技術の進歩を経済的に活用するために、個人として学ぶべき最も実用的で具体的なスキルは何かを知りたいと考えています。学位プログラムに頼らず、インターネットと実験だけで学べるものは何でしょうか?私は中程度の技術的背景を持っていると仮定しています。より明確で具体的な(例:「yを使ってxを学ぶ」)回答ほど助かります。
BigTechのAI認定パスを検索してみてください。Google、Amazon、Microsoftなどすべての企業とその最大の顧客は人材を切望しています。彼らはそれを「フロンティア」認定オペレーター/エンジニア/マネージャー/アナリスト/サイバーセキュリティなどと呼んでいます。
中程度の技術的背景があるなら、今すぐ机の上からPhDの教材を勉強し始められます。それはウェブ上で広くアクセス可能ですが、費やす時間はあまり変わりません。どんな科目でも毎日10年間投資するのが良い期間だと思います。複数の分野に興味がある場合は、それぞれの資料をざっと読むのに数年を掛ければ、「yを使ってxを学ぶ」を解決するための平凡な理解が得られます。お役に立てれば幸いです。
そんなものはありません。それがこの技術の目的のようなもので、スキルの下限を上げ、誰もが代替可能になり、企業が給与を下げられるようにするのです。キャリアを確保したいなら、権力者と友達になり、お世辞を学ぶことです。あるいは善行を積んで、裕福な家庭の子供に生まれ変わることを祈るか。私が間違っていると思うなら、なぜ最も冷酷な資本家たちが何兆ドルもAIに投資しているのかを自問してみてください。それはより良い製品を届けたいからではありません。
HNでの議論
52- cadamsdotcom
現代の最も効率的な「スロップウェア工場」は、製品を世に出す段階でボトルネックを抱えています。
それはあなたにとって大きなチャンスです。
業界が検証をスケールさせるために開発してきた多くのテクニックを学びましょう。
インフラのことではありません。CIは解決済みです。そうではなく、レッドグリーン&テスト駆動開発、テストピラミッド(単体テストが最も多く、機能/統合テストは少なめ、ハッピーパスのE2Eテスト)、Playwrightやpytest、vitest、GoやRustのテストツールなどのツールを最大限に活用する方法を学ぶことです。いつモックを使い、いつコードの依存関係をテストに含めるか(テスト境界)を学びましょう。依存性注入などのパターンを学べば、テストはI/Oなしで高速になります。
検証をスケールさせることを学べば、チーム最大のボトルネックを解決できるでしょう。
- lmf4lol
個人的にはこう言いたいです:エンジニアのように考える方法を学びましょう。つまり:
- 状況をプロセスと個別のステップに分析できること
- 解決したい実際の(!)問題を説明できること
- 問題が実際に解決されたことを検証する方法を説明できること
- 理解を深め、次のステップと改善点を特定するために、問題がどのように解決されたかについて適切な質問ができること
- AIが行き詰まったり、深みにはまったりしたときにそれを見極め、そこから導き出せること
- LLMが得意なことと苦手なことを理解すること。そして苦手なことは山ほどあります。
免責事項:これは絶対に科学的な研究などに基づくものではありません :-) ただの私の個人的な経験です!反対意見は自由にどうぞ。
しかし私の経験は仕事から直接来ています:私のプラットフォームにはエンジニアではない顧客がたくさんいて、自動化を通じてビジネス上の問題を解決するためにAIを活用しています。彼らが行き詰まる(またはあっという間に大量のトークンを消費する)ほとんどすべてのケースは、これらのスキルのどれかが欠けているためです。だから私は彼らに「エンジニアのように考える」方法をどんどん教えようとしています。そしてそれが伝わると、彼らは非常に短時間でAIの使い方がずっと上手くなります。最も優秀な学習者は、すでに何らかのエンジニアリングのバックグラウンドを持っている人たちであることが多いです。
確かに、フロンティアモデルはかなりうまく自己解決でき、ひどい入力でも驚くべき結果を出すことがよくあります。しかし、それらは高価でもあります。もしあなたが […]
- hypfer
実際のところ、学ぶべき最高のAIスキルは人材管理を学ぶことです。
AIをうまく操縦するには、管理職として人間を操縦するのと本質的に同じものが必要です。
つまり、コミュニケーション、内省、リモート内省、感情知能などなどです。
誰かがあなたを騙しているときを読むこと。誰かが不安でそれを過剰に補おうとしているときを読むこと。人々が主張する問題や提案する解決策ではなく、実際に苦労している問題を読むこと。
誰かにしてほしいことを、その人が実際に実行できるように言葉にすること。自分がやりたいことを、それが可能なレベルまで知ること。
- hypendev
私は次のようにランク付けします - これはGPT-3のオートコンプリートAPI以来LLMを適用し、人々にその使い方を教え、開発者向けに講演し、彼らの質問に答え、自分のモデルをトレーニングし、人々がどのようにそれらと対話するかを見てきた経験から来ています:
1. 自分のモデルを構築する - 少し費用はかかりますが、具体的なAIスキルを身につける最良の方法であることは間違いありません。データの選択からトレーニング、進化、改善、スケーリングを見るまで。モデルの内部世界の「超平面」を他の何よりもよく理解できるようになります。データの選び方、それがモデルの品質、思考方法、スコア、パーソナリティにどう影響するかを学びます。自分でトレーニングするのが負担が大きすぎるなら、完成した事前学習モデルから始めて遊んでみてください。
2. 補完モデルの周りにハーネスを構築する - LLMの内部世界を理解するには2番目に良いと思います。プロンプティングが実際にどう機能するか、モデルがどう答えを形成するか、それに基づいてどう構築するかについての直感を養えます。その後、自分のハーネス用にSFTを行うことができます。
3. 完成したモデルの周りにハーネスとオーケストレーターを構築する - これが銅メダルです。ハーネス、エージェント、スウォームが実際にどう機能するか、それらがモデルの思考と行動をどう形作るか、モデルがそれらとどう相互作用するか、どう応用できるか、人間なしでどう機能するかを学べます。
.
- OgsyedIE
タイトルに対する答えは「短いタイムラインに心理的に準備する」ことだと思いますし、その正確なフレーズをググれば良い解説が見つかるでしょう。しかし、投稿の本文には別の答えがあります。
投稿本文の質問については、Jeremy Utleyの約11分のYouTube動画「How Stanford teaches AI」を見てみてください。数年前のものですが、彼は誰よりも早く正しい態度を理解し、伝えていました。気を散らさずに最後まで見て、その教訓をOPの投稿にある様々な質問にすぐに適用してください。