今週私は光栄にも、 の研究科学者であり、ケンブリッジ大学の提携講師でもある Petar Veličković と話すことができました。この魅力的なディスカッションの中で、Petar は、自身の学歴、機械学習への移行、この分野で博士号を取得することの価値などについての洞察を共有します。これには、 マップの移動時間予測アルゴリズムの構築も含まれます。 DeepMind Google ペタルの旅はセルビアで始まり、そこで数学志向の高校に通いました。数学、コンピューター サイエンス、物理学に重点を置いたカリキュラムで、これらの科目の強力な基礎を築きました。その後、ケンブリッジ大学でコンピューター サイエンスの学士号を取得し、機械学習の博士号を取得しました。 Petar の最初の興味はプログラミング、特に古典的なアルゴリズムと競技プログラミングでした。しかし、学問の旅を通じて、彼は研究に対する情熱を発見しました。ソフトウェア エンジニアリングのインターンシップを通じて、研究によって未解決の問題に取り組み、革新的な貢献が可能になることに気づきました。この認識により、彼は研究指向のインターンシップを模索し、最終的には機械学習の博士号取得を目指すことになりました。 博士課程の期間中、ペタルは研究を深く掘り下げ、自分の分野の限界を押し広げる機会を受け入れました。彼は、成功する博士号は特定の分野の専門家になるだけではなく、適応性と新しい方向性を探求する能力を教えるものであると強調します。彼はまた、ネットワーキング、コラボレーション、博士課程の在学中に築いた永続的なつながりの重要性も強調しています。 専門化に対する懸念に対処し、ペタール氏は、博士号は将来の見通しを制限するものではないと強調する。これはエントリーチケットとして機能し、研究目標に向かって粘り強く取り組み、成果を生み出す能力を証明します。研究トレンドは急速に変化しており、博士号を取得すれば、さまざまな道に適応して探索するスキルが身につくと彼は強調します。 さらに、Petar は、業界で優秀な成績を収めるためには博士号が必須であるという誤解を暴きます。博士号は研究科学者、 エンジニア、その他の同様の役割に貴重な経験を提供しますが、誰にとっても必要なわけではありません。 AI の分野では、さまざまな背景や経験を持つ個人が歓迎されます。参入障壁が低く、専門知識が利用できるため、正式な機械学習やコンピューター サイエンスの教育を受けずに最先端の研究に従事できます。 機械学習 Petar Veličković は、彼の学術的な歩み、博士号の変革的な性質、AI 研究の進化する状況について貴重な洞察を提供します。彼の経験は、意欲的な研究者にとってインスピレーションとなり、好奇心、適応性、革新的なソリューションの追求の重要性を示しています。さらに詳しい知識と洞察を得るには、 、 、または で Petar Veličković の完全なインタビューを必ず聞いてください。 Spotify Apple Podcasts YouTube Petar の魅力的な道を探索し、Deepmind のような偉大な企業における AI 研究の世界をより深く理解してください。彼が直面した課題、彼が成し遂げた発見、そして彼が思い描く将来への影響 (例: AGI!) を発見してください。 ビデオを見る https://youtu.be/l2cj0-HTCC4?embedable=true&transcript=true
