本周我有幸与 研究科学家、剑桥大学附属讲师 Petar Veličković 进行了交谈。在这场引人入胜的讨论中，Petar 分享了对他的学术背景、他向机器学习的转变、在该领域攻读博士学位的价值等等的见解，包括构建 地图的旅行时间预测算法！ DeepMind Google Petar 的旅程始于塞尔维亚，他在那里就读于一所数学高中。通过专注于数学、计算机科学和物理的课程，他在这些学科上打下了坚实的基础。后来，他在剑桥大学攻读计算机科学学士学位和机器学习博士学位。 Petar 最初的兴趣是编程，特别是经典算法和竞争性编程。然而，通过他的学术之旅，他发现了自己对研究的热情。软件工程实习帮助他认识到研究使他能够解决未解决的问题并做出创新贡献。这种认识促使他探索以研究为导向的实习机会，并最终攻读机器学习博士学位。 在攻读博士学位期间，Petar 抓住了深入研究并突破其领域界限的机会。他强调，成功的博士学位不仅仅是成为特定领域的专家，它还教授适应能力和探索新方向的能力。他还强调了网络、协作以及他在博士学习期间建立的持久联系的重要性。 在谈到专业化问题时，佩塔尔强调，博士学位并不限制一个人的未来前景。它作为入场券，展示了为实现研究目标而坚持和创造工作的能力。他强调研究趋势瞬息万变，博士学位使个人具备适应和探索各种途径的技能。 此外，Petar 揭穿了“博士学位是在行业中脱颖而出的必要条件”的误解。虽然博士学位为研究科学家、 工程师和其他类似角色提供了宝贵的经验，但并不是每个人都需要它。人工智能领域欢迎来自不同背景和经验的个人。由于进入门槛低且专业知识丰富，人们无需接受正规的机器学习或计算机科学教育就可以从事前沿研究。 机器学习 Petar Veličković 就他的学术历程、博士学位的变革性质以及人工智能研究的不断发展的前景提供了宝贵的见解。他的经历为有抱负的研究人员提供了灵感，展示了好奇心、适应能力和追求创新解决方案的重要性。要获得更多知识和见解，请务必在 、 或 上收听 Petar Veličković 的完整采访。 Spotify Apple Podcasts YouTube 探索 Petar 的迷人之路，并在像 Deepmind 这样伟大的公司深入了解人工智能研究的世界。了解他面临的挑战、他做出的发现以及他对未来的设想（例如 AGI！）。 观看视频 https://youtu.be/l2cj0-HTCC4?embedable=true&transcript=true
