高中辍学生靠 ChatGPT 自学成才成了 OpenAI 的研究科学家
内容提要
Gabriel Petersson 是 OpenAI Sora 团队的研究科学家，他通过自学和 ChatGPT 学习机器学习，成功进入科技行业。他批评传统教育，认为自上而下的学习更有效，并强调通过实际项目展示能力的重要性，证明了非传统路径也能取得成功。
延伸解读
自上而下学习法的优势
Gabriel Petersson 强调自上而下的学习法，认为这种方法能更快掌握复杂概念。他用三天时间理解扩散模型，而传统学习需六年。这种方法适合快速变化的科技领域，尤其是当今 AI 技术迅速发展的背景下，学习者应关注如何将实际问题与理论知识结合，提升学习效率。
求职策略的转变
Gabriel 提出的 demo 求职法强调展示实际能力的重要性。他建议求职者制作一个能在三秒内展示自己能力的 demo，直接与决策者沟通。这种方法挑战了传统的求职流程，尤其适合没有学历或经验的求职者，鼓励他们通过实际成果来证明自己的价值。
教育体制的反思
Gabriel 对传统教育体制提出批评，认为大学不再是获取基础知识的唯一途径。他指出，教授们对新学习方式的反应强烈，因其威胁到他们的地位。这一观点引发了对教育改革的思考，尤其是在如何适应快速变化的科技环境中，教育者和学习者都需重新审视学习的方式与内容。
Q&A
Gabriel Petersson 是如何自学机器学习的？
他通过自上而下的学习法，利用 ChatGPT 从实际问题出发，逐层追问，三天内掌握了扩散模型的核心概念。
Gabriel 对传统教育有什么看法？
他批评传统教育效率低下，认为自上而下的学习更有效，并强调实际项目展示能力的重要性。
Gabriel 如何找到工作而不依赖学历？
他建议制作一个能在三秒内展示能力的 demo，直接与决策者沟通，绕过招聘流程。
他在 OpenAI 的工作内容是什么？
他是 Sora 团队的研究科学家，负责视频生成模型的研发，日常工作包括观察生成结果、修改模型和训练数据。
Gabriel 如何看待大学的价值？
他认为大学有趣且能交朋友，但承认其教学效率低下，且不再是获取基础知识的唯一途径。
Gabriel 是如何获得美国 O-1 签证的？
他在 Midjourney 积累了行业影响力，并用 Stack Overflow 上的技术回答作为申请材料，满足了杰出人才的标准。
