顶尖谷歌DeepMind工程师眼中的前沿人工智能工作的路径 由Natalie Musumeci撰写 您目前正在关注这位作者！想要取关吗？通过您电子邮件中的链接取消订阅。根据一位谷歌DeepMind卓越工程师的说法，获得顶尖人工智能实验室的梦寐以求的工作可能需要一种令人惊讶的老式方法。“努力工作，”谷歌人工智能实验室Gemini预训练研究负责人弗拉基米尔·费因伯格在最近一篇标题为《如何获得前沿实验室工作》的博客文章中写道。费因伯格解释说，由于竞争激烈，确保获得前沿实验室的工作尤其具有挑战性。“总会有一批精英大学生（包括本科生和博士生），他们在顶级会议、数学和编程竞赛中进行机器学习研究，并且通过老同学或朋友已经与这些实验室建立了联系。”费因伯格说。多年前，这些人才可能被华尔街的老牌公司，如Citadel和Jane Street招募。今天，费因伯格表示，许多顶级学生反而在与OpenAI、Anthropic和谷歌DeepMind等人工智能公司争夺珍贵工作岗位。“这个群体之所以如此成功，是因为他们的基本特质高度预测成功，”费因伯格写道，指出三个关键品质：“意图”、“数学成熟度”和“毅力”。“这让我想到如果我今天进入大学要给自己什么建议：尽一切可能加入上述提到的群体，”他写道，建议有志于成为人工智能研究者的人要参加“困难的、基于证明的课程”，“显然要编码”，并将人工智能工具“用于您已经知道如何做到的事情，只是要更加积极。”根据费因伯格的说法，这意味着要在课堂之外投入长时间的工作，牺牲夜晚和周末来发展竞争顶尖人工智能实验室所需的技能。“在获得数学成熟度方面没有替代品，这是必不可少的，但撇开这一点，最明显的被实验室录用的方法是证明您拥有实验室所需的特定技能，”费因伯格写道。他承认，进入人工智能实验室可能会让人感到如同陷入了一个无法逃脱的怪圈。“摆脱这种困境的方法是致力于前沿实验室所操作的边缘：他们花时间创建大型语言模型（LLMs）。LLMs需要什么来运行，它们的输出有哪些接触点？这是前沿实验室扩展其范围的方向，因此是几个特定领域，这些领域不需要培训LLMs，但对业务仍然至关重要，”他写道。费因伯格告诉Business Insider，他还有一个额外的职业建议——“成为那种人们希望看到成功的同事。”他补充道：“识别团队互补技能闪光的机会，具体给予合作者应有的领导信用，并识别成功使其他人受益的项目。”在6月15日发布的The Peterman Pod节目中，当费因伯格提到他发表这篇博客后，收到了来自Anthropic和OpenAI的人说他们同意他的建议时，他说：“在商业战略和基于实验室专业领域及不同客户类型的产品选择上可能存在差异。但我会说，在实验室之间人们所寻找的方面存在相当大的重叠。”播客主持人瑞安·佩特曼询问先进的人工智能是否会降低研究工作的价值，正如一些人担心它会降低软件工程的价值一样，费因伯格表示，他相信“研究技能组合将变得越来越重要”。“考虑到我如何围绕这些大型语言模型构建系统，以更有效地完成我的工作——这将是未来区别你我的关键，”费因伯格说。“我认为无论你将要做什么，这都是正确的。”