2 Early Bloomers που βρήκαν επιτυχία από την επιμονή

Η ιστορία είναι η ίδια: «Νιώθω σαν να είμαι πίσω»

Έχουμε δύο πρώτες ιστορίες του Early Bloomer για να σας πούμε, ξεκινώντας από προσωπικές σχέσεις και αργότερα από άλλες λίγο πιο γνωστές. Το θέμα είναι ότι πολλοί από εμάς νιώθουμε σαν να είμαστε πίσω από την μπάλα 8 ανεξάρτητα από το πόσο νέοι είμαστε. Πιέζουμε και προσπαθούμε και ξέρουμε ότι μπορούμε να κάνουμε τη δουλειά, αλλά συναντούμε το παλιό «πώς μπορώ να αποκτήσω εμπειρία εάν δεν με προσλάβετε για να αποκτήσω την εμπειρία».

Τίποτα στον κόσμο δεν μπορεί να αντικαταστήσει την επιμονή. Το ταλέντο δεν θα? τίποτα δεν είναι πιο κοινό από τους ανεπιτυχείς άντρες με ταλέντο. Η μεγαλοφυία δεν θα? η ανυπολόγιστη ιδιοφυΐα είναι σχεδόν μια παροιμία. Η εκπαίδευση δεν θα? ο κόσμος είναι γεμάτος εκπαιδευμένους εγκαταλελειμμένους. Η εμμονή και η αποφασιστικότητα από μόνα τους είναι παντοδύναμα. Το σύνθημα Press On! έχει λύσει και πάντα θα λύσει τα προβλήματα της ανθρώπινης φυλής.
~ Calvin Coolidge

Εάν δεν είστε Early Bloomer και βρεθείτε αργότερα στη ζωή σας, αλλά με τον ίδιο αγώνα να αισθάνεστε σαν να είστε πολύ αργά, μην ανησυχείτε. Μπορούμε να βοηθήσουμε. Διαβάστε τη σειρά Late Bloomer της αποστολής που δείχνει ότι μπορεί, στην πραγματικότητα, να είστε πιο κοντά από ό, τι αντιλαμβάνεστε.

I. 14 χρονών και απλώς δεν μπορώ να σπάσω

Το πρώτο προήλθε από έναν φίλο που ήταν μόλις 14 ετών όταν τον γνώρισα. Ήταν προγραμματιστής λογισμικού, αυτοδίδακτος, ο οποίος κωδικοποιούσε από τα 10 του χρόνια. Βρήκε την ιδέα να πληκτρολογήσει μερικές εντολές σε έναν υπολογιστή, πιέζοντας ένα κουμπί για να τον μεταγλωττίσει και έπειτα έβλεπε τον κώδικα να τρέχει μια μηχανή ως δύναμη παρόμοια με τη σύγχρονη μαγεία.

Όταν το iPhone κυκλοφόρησε για πρώτη φορά το 2007, ήξερε ότι ήταν μια νέα πλατφόρμα που θα δημιουργούσε τεράστια αξία. Υπήρχε όμως ένα πρόβλημα: παρόλο που δεν ήταν ακόμη έφηβος, ένιωθε σαν να ήταν πίσω. Πώς θα μπορούσε να μάθει αυτό το νέο πράγμα αρκετά γρήγορα και να το κάνει ο ίδιος χωρίς μέντορες ή σχέσεις στον μεγάλο κόσμο των επιχειρήσεων;

Αξίζει να επαναληφθεί. Ούτε ένας έφηβος και ένιωθε σαν να ήταν πίσω γιατί δεν εργάζεται ήδη για μια μεγάλη εταιρεία τεχνολογίας που κατασκευάζει μεγάλα προϊόντα που επηρεάζουν ένα ευρύ φάσμα του πληθυσμού. Και εκτός αυτού, δεν είχε τον σεβασμό των περισσότερων ενηλίκων επειδή ήταν τόσο νέος, οπότε πώς θα είχε καν την ευκαιρία;

Έκανε αυτό που κάνει κάθε επιχειρηματικός επιχειρηματίας, δημιουργός ή καλλιτέχνης. Το έκανε ο ίδιος. Αρχικά άρχισε να κατασκευάζει εφάπαξ εφαρμογές αυτοματισμού. Σπούδασε τον Ruby on Rails για να δημιουργήσει διοικητικά πλεονεκτήματα. Έπαιξε με το Amazon Web Services για να τρέξει το λογισμικό του. Πήρε πρόσβαση σε λογαριασμό προγραμματιστή iOS πληρώνοντας 99 $ ετησίως. Άρχισε να συνδέει απλές διεπαφές εφαρμογών για κινητές συσκευές με Ruby on Rails.

Στη συνέχεια αξιοποίησε αυτό το κομμάτι, σαν σκάλα, για να ανεβεί μια εγκοπή. Έφτασε κρύα σε μερικούς ανθρώπους στο Badgeville (θυμηθείτε την εκκίνηση gamification γύρω από την εποχή των πολέμων με τη Foursquare και τη Gowalla). Όλη η δουλειά που είχε κάνει στον χρόνο του ήταν αρκετή για να τους πείσει να τον προσλάβουν ως ασκούμενο και να του δώσει κάποια πρόσβαση στην εργασία σε ένα πραγματικό προϊόν. Από την πλευρά της εταιρείας, ήταν ένας τρόπος για να αποκτήσουν μεγάλο ταλέντο σε χαμηλότερη τιμή από ό, τι θα χρεώνουν οι περισσότεροι μηχανικοί της Valley.

Έτσι ήταν μια win-win. Πήρε εμπειρία. Η εταιρεία πήρε κάποια δουλειά.

Μόλις τελείωσε η πρακτική άσκηση, έγραψε μερικές αναρτήσεις στο blog και βρήκε το δρόμο του σε έναν άλλο επιχειρηματία που είχε κατασκευάσει μια μικρή επιχείρηση eBook. Αυτό το chap ήθελε να επεκτείνει αυτό που έκανε σε μια πλατφόρμα. Χρειαζόταν λοιπόν έναν υψηλής ποιότητας μηχανικό, αλλά ένας που δεν κόστισε πολύ γιατί δεν είχε πολλά χρήματα.

Έτσι ο φίλος μου ήταν τέλειος. Και από αυτό το σημείο, αυτός ο 14χρονος είχε πλέον 4 χρόνια εμπειρίας κάτω από τη ζώνη του. Έτσι ήταν καλός. Και αρκετά γρήγορα. Επειδή είχε περάσει από τη διαδικασία περιστροφής των δικών του μικρών πλατφορμών πολλές φορές, πέρασε ακριβώς τις ίδιες διαδικασίες που είχε κάνει ξανά και ξανά.

Ο επιχειρηματίας ήταν τόσο χαρούμενος που έγραψε μια ανάρτηση στο blog, μιλώντας για τις δεξιότητες του φίλου μου. Και το γεγονός ότι ήταν, πάρτε αυτό, μόλις 14 ετών. Ουάου. Και ας δούμε γιατί αυτό το μάθημα είχε χτίσει μια μικρή τεχνολογική κοινότητα που ακολουθεί, άλλοι άνθρωποι συνάντησαν το ιστολόγιό του. Συμπεριλαμβανομένου εμού.

Ξεκινήσαμε μια νέα εκκίνηση κοινωνικών μέσων που διέσχισε πολλαπλές μορφές πολυμέσων: ανίχνευση συναισθημάτων από ηχογραφήσεις φωνής χρησιμοποιώντας μια μηχανή AI (αυτό ήταν το 2012, πολύ πριν από τη συζήτηση για τη φωνή ή το AI), μια εφαρμογή για κινητά που σας επιτρέπει να καταγράφετε τη φωνή σας πολλαπλές φωτογραφίες και να τις μεταφέρετε σε ένα κοινόχρηστο βίντεο, έπειτα σε έναν κινούμενο χαρακτήρα που αντέδρασε συναισθηματικά στις ιστορίες, καθώς και μια συνομιλία / ανταλλαγή μηνυμάτων και μια περιοχή διαχείρισης για τους επιχειρηματίες.

Πήραμε αμέσως τον φίλο μου. Μου είπε ότι κανείς δεν θα τον παίρνει στα σοβαρά γιατί ήταν μόλις 14 ετών. Δεν κοιτάξαμε σε ηλικία, αλλά σε ωμά ταλέντα. Και είχε ακατέργαστο ταλέντο για μέρες. Τον αφήσαμε χαλαρό και θεέ μου, ήταν ένας από τους ταχύτερους μηχανικούς που έχω γνωρίσει ποτέ. Έφτιαξε την πρώτη έκδοση σε μία ή δύο εβδομάδες. Ιερό μολί.

Λοιπόν, εδώ ήταν αυτό το παιδί, απίστευτα ταλαντούχο, αλλά όχι σεβαστό στον ευρύ κόσμο των επιχειρήσεων λόγω της ηλικίας του. Ένιωσε συγκρατημένος, και πίσω, από την επίτευξη της επιτυχίας που του άξιζε.

Αλλά εδώ είναι το πράγμα. Ποτέ δεν τα παρατήρησε και συνέχισε. Εκμετάλλευσε αυτό το έργο σε πρακτική άσκηση στην Adobe μετά από συνέντευξη και προσλήψεις από μεγάλες εταιρείες τεχνολογίας όπως η Apple και η Google. Βοήθησε τον Adobe να κατασκευάσει μερικά απίστευτα νέα προϊόντα και στη συνέχεια το χρησιμοποίησε στη δική του έρευνα δημιουργώντας ρομποτικούς βραχίονες με πιάσιμο χέρια, κάνοντας τη δική του φρεζάρισμα CNC και βιομηχανική κατασκευή στο γκαράζ του και ξεκίνησε μια εκκίνηση για εκτύπωση 3D που βασίζεται σε σύννεφο.

Το όνομά του είναι Sam Baumgarten και είναι ιδιοφυΐα, τώρα απορροφά τις γνώσεις στο κολέγιο ενώ συνεχίζει να χτίζει. Ακολουθήστε τον στενά, μπορεί να εργάζεστε για αυτόν μια μέρα. Η επιτυχία δεν είναι κάτι που συμβαίνει εν μία νυκτί και δεν είστε ποτέ πίσω, παρόλο που όλοι το πιστεύουμε. Αντίθετα, είναι κάτι που παίρνει μια δεκαετία καθημερινών νικών προτού λάβετε την απόδοση.

Οι γονείς του τον υποστηρίζουν και τον άφησαν να καθορίσει τη δική του πορεία στο Σύμπαν. Όμως, επίσης, σιγουρεύτηκαν να συναντήσουν τους ανθρώπους με τους οποίους συνεργάστηκε ο Σαμ πριν ήταν 18 ετών για να βεβαιωθούν ότι ήταν καλά χέρια. Πρέπει να περάσουμε λίγο χρόνο με την οικογένειά του για καφέ στην Καλιφόρνια και δημιουργήσαμε μια υπέροχη δια βίου σύνδεση. Λοιπόν, πείτε τους γονείς σας για προστασία, ενώ ταυτόχρονα επιτρέπουν. Είναι δύσκολο να το διαχειριστείτε, αλλά το έκαναν καλά.

ΙΙ. 18 ετών και ήδη δεκαετίες πίσω από την καμπύλη

Αυτή είναι η ιστορία του κατώτερου γυμνασίου που πιθανότατα θα χτίσει το μέλλον μας τις επόμενες δεκαετίες. Τον περασμένο χρόνο, έχουμε πλησιάσει μετά την αρχική επικοινωνία λόγω των ιστοριών που γράφαμε σε αυτήν την έκδοση.

Σε μια από τις πρώτες συνομιλίες μας, μου είπε πώς ένιωθε ότι ήταν πίσω. Ως γυμνάσιο! Με βάση αυτό που έχει ήδη πετύχει, οι περισσότεροι λογικοί άνθρωποι θα τον θεωρούσαν πολύ, πολύ μπροστά, αλλά προέρχεται από τον δημοφιλή τεχνολογικό τύπο.

Διαβάζετε αυτές τις ιστορίες για τους πρωταθλητές σκακιού παιδιού στην ηλικία των 16 ετών ή τον 19χρονο που συγκέντρωσε ένα ταμείο επιχειρηματικού κεφαλαίου ύψους 20 εκατομμυρίων δολαρίων. Ή το παιδί του κολεγίου που ίδρυσε το Facebook και το μεγάλωσε σε μια από τις πιο πολύτιμες εταιρείες όλων των εποχών. Είναι μεροληψία επιβίωσης. Ακούτε μόνο για την επιτυχία, οπότε συγκρίνετε τον εαυτό σας με αυτήν, χωρίς να έχετε καμία αίσθηση για τα 100 εκατομμύρια των εφήβων που αγωνίζονται απλώς να ταιριάζουν στο σχολείο, πόσο μάλλον να χτίσετε την επόμενη εκκίνηση μονόκερου δισεκατομμυρίων δολαρίων.

Ζει στην Καλιφόρνια, αλλά ταξιδεύει κάθε χρόνο για να παρακολουθήσει ιδιωτική οικοτροφεία.

Κατά τη διάρκεια του έτους συζητήσαμε μέσω email σχετικά με την ιστορία του, τι ήθελε να κάνει και τελικά ολοκληρώσαμε με μερικές βιντεοκλήσεις Skype.

Ενδιαφέρεται για την τεχνητή νοημοσύνη και τι σημαίνει για τη ρομποτική. Έχουμε τώρα δύο νεαρούς κυρίους που και οι δύο αισθάνονται σαν να είναι πίσω λόγω των επιτυχημένων νέων επιχειρηματιών τεχνολογίας σούπερ σταρ στις μεγάλες τεχνολογικές εκδόσεις. Και έτσι πιέζουν απίστευτα σκληρά, σε μια παρόμοια περιοχή: τεχνητή νοημοσύνη, ρομποτική και λογισμικό.

Σε αυτήν την περίπτωση, αυτός ο νεαρός αρχάριος είναι αυτοδίδακτος, διαβάζοντας ό, τι μπορεί να κάνει σχετικά με έννοιες όπως η ενίσχυση της μάθησης και το λειτουργικό σύστημα ρομπότ.

Έχει ένα ρομπότ hexapod που χρησιμοποιεί (αυτό είναι έξι πόδια αν μετράτε) που τρέχει το λογισμικό, το μαντέψατε, ένα τσιπ NVIDIA.

Ένα εξάγωνο ρομπότ

Τι έπρεπε λοιπόν να περάσει για να φτάσει σε αυτό το σημείο;

Ξεκίνησε πριν από πολύ καιρό να μάθει τα βασικά της επιστήμης των υπολογιστών και του προγραμματισμού, ξεκινώντας με μια εύκολη στη μάθηση και χρήση γλώσσα που ονομάζεται Python στην οποία ξεκινούν πολλοί άνθρωποι. Το χρησιμοποίησε για να αρχίσει να κάνει απλές εφαρμογές και να προχωρήσει σε πιο έντονες εφαρμογές.

Όταν η αγορά τεχνητής νοημοσύνης ζεστάθηκε στις αρχές του 2016, άρχισε να εργάζεται με το πλαίσιο Tensorflow της Google και τελικά το προϊόν Gym OpenAI για να εκπαιδεύσει το AI του. Αλλά αυτό τον έβγαλε σε ένα νέο, απροσδόκητο μονοπάτι που δεν είχε προβλέψει πριν από αυτό. Και ήταν δύσκολο. Μαθηματικά.

Βλέπετε, μεγάλο μέρος αυτού που περιγράφεται ως τεχνητή νοημοσύνη σήμερα βασίζεται στα μαθηματικά. Περιλαμβάνει πράγματα όπως πολυπαραγοντικές παλινδρομήσεις και γραμμική άλγεβρα. Έτσι, για να μπορέσει να λειτουργήσει η τεχνητή νοημοσύνη του, έπρεπε να διαβάσει μια σειρά επιστημονικών εργασιών που δημοσιεύθηκαν στο ArXiv, το οποίο είναι η κορυφαία επιστημονική δημοσίευση ανοιχτού κώδικα. Έπρεπε να επιστρέψει και να αρχίσει να μελετά τα λογισμικά πολλαπλών παραλλαγών για να συμβαδίζει και να κατανοεί τις εξισώσεις σε αυτές τις εργασίες.

Έτσι, δεν ήταν τόσο πολύ που ήταν στο σχολείο να κάνει απομνημόνευση και να μαθαίνει για λόγους μάθησης, αλλά μάλλον ότι μαθαίνει με έναν σκοπό. Έχοντας κατά νου έναν τελικό στόχο. Αυτό κάνει όλη τη διαφορά. Είναι μια δύναμη που τον τράβηξε σε νέες, περίεργες περιοχές που δεν περίμενε προηγουμένως γιατί έχει κάτι που θέλει να δει να υπάρχει.

Τελικά αυτό θα τον οδηγήσει σε άλλους τομείς όπως το μάρκετινγκ και ηγετική εταιρεία, χρηματοοικονομικά και νομικά όταν παίρνει τις καινοτομίες του και προσπαθεί να κάνει μια επιχείρηση από αυτήν.

Ωστόσο, ο απώτερος στόχος του ήταν να αποκτήσει εμπειρία και να έχει κάτι απτό να δείξει στους ανθρώπους, ώστε να μπορέσει να εισέλθει στον κλάδο. Ως εκ τούτου, ρώτησε αν γνωρίζαμε κάποιον που προσλαμβάνει πρακτική άσκηση κατά τη διάρκεια του καλοκαιριού με ικανότητα τεχνητής νοημοσύνης, κάτι που πραγματικά θέλει να κάνει.

Τώρα είχε δύο πρακτικές άσκησης στον τομέα των χρηματοπιστωτικών υπηρεσιών, κάνοντας web scraping για να καταλάβει ποιες εταιρείες είναι υποτιμημένες ή υπερτιμημένες για να βοηθήσουν τα hedge funds να λάβουν μεγάλες εμπορικές αποφάσεις. Δούλεψε όλο αυτό το καλοκαίρι βοηθώντας ένα.

Στην αρχή ήταν μια απλή ερώτηση. Ξύστε τα δεδομένα αυτού του ιστότοπου και δείτε αν βρείτε κάτι ενδιαφέρον. Τότε θα προσθέσει μια μικρή οπτικοποίηση στα δεδομένα για να δείξει τι βρήκε με έναν εύκολο στην κατανόηση τρόπο. Ο ιδιοκτήτης του ταμείου το είδε και βρήκε αξιοσημείωτη εικόνα για τα δεδομένα. Και ζήτησα άλλη ανάλυση. Τότε άλλο. Τότε άλλο.

Θερμός χάρτης της κατάταξης για εφαρμογές παραγωγικότητας στις ΗΠΑ

Βρήκε μια θέση και όπου εκτιμήθηκε ένα απίστευτο ποσό. Τόσο πολύ που συνεχίζουν να ζητούν τη βοήθειά του τώρα που είναι έξω από την πρακτική άσκηση και επέστρεψε στο σχολείο.

Που δείχνει ένα πολύτιμο μάθημα. Κάτι τόσο απλό και βασικό που μπορούν να κάνουν οι περισσότεροι μηχανικοί λογισμικού (δηλαδή, web scraping) έχει τεράστια αξία σε έναν κλάδο που παραδοσιακά στερείται ταλέντου λογισμικού υψηλής διαμέτρου, εκτός από τις ποσότητες φυσικά.

Και έτσι ώστε η διασταύρωση δημιουργεί κολλητικότητα για το ταλέντο του. Έψαχνε να εισέλθει, και τώρα βρήκε έναν τρόπο.

Αλλά υπάρχει πρόβλημα. Δεν θέλει να βρίσκεται στον επενδυτικό χώρο για πάντα. Τι να κάνω λοιπόν;

Επέστρεψε στην τεχνητή νοημοσύνη στο Robotics, σκάβοντας βαθύτερα σε μια ιδέα που ονομάζεται Reinforcement Learning. Η ιδέα είναι απλή. Εάν αγγίξετε μια καυτή σόμπα, πονάει, οπότε δεν το κάνετε ξανά. Εάν προσπαθήσετε να περπατήσετε και να πέσετε, σηκώνεστε και συνεχίζετε να προσπαθείτε μέχρι να το κάνετε σωστά. Φυσικά, είναι εύκολο να μιλήσουμε εννοιολογικά, αλλά πολύ πιο δύσκολο να προγραμματιστείς σε μια μηχανή. Ειδικά ένα με έξι πόδια.

Έτσι επέστρεψε στο OpenAI's Gym, το οποίο είναι μια ψηφιακή παιδική χαρά για μικρά avatar ή λογισμικό που εκτελούν το πρόγραμμά σας οπτικά για να δουν πώς αποδίδουν. Προσπάθησε δύο διαφορετικά προβλήματα.

Το ένα ονομάστηκε CartPole και το άλλο Frozen Lake. Για το πρώτο (βλ. Εικόνα παρακάτω), ο στόχος σας είναι να μετακινήσετε μια κάρτα χωρίς να πέσει το πόλο που στηρίζεται μέσα του. Για το τελευταίο, έχετε ένα ραβδί που διασχίζει ένα μοτίβο πλέγματος που αντιπροσωπεύει μια παγωμένη λίμνη. Εάν πατήσετε σε λάθος πλατεία, πέφτετε στο νερό.

Ο στόχος του ήταν να γράψει ένα πρόγραμμα λογισμικού (δηλαδή, τεχνητή νοημοσύνη) για να «νικήσει» και τις δύο αυτές προκλήσεις. Τότε πάρτε το ίδιο πρόγραμμα λογισμικού και εφαρμόστε το στο ρομπότ με έξι πόδια για να δείτε αν θα περπατούσε στον πραγματικό κόσμο.

Όμως, φυσικά, το οικοτροφείο του στη Μασαχουσέτη παρακάλεσε και είχε μαθήματα για να παρακολουθήσει.

Όταν περιέγραψε πώς ένιωθε ότι ήταν πίσω από τους συνομηλίκους του, ρώτησα εάν κάποιος στα μαθήματά του κάνει οποιοδήποτε είδος μηχανικής λογισμικού, προγραμματισμού υπολογιστών ή AI ή ρομποτικής. Φυσικά, γνωρίζετε ήδη την απάντηση. Ήταν ο μόνος. Δεν είχε κανέναν άλλο γύρω του για να μιλήσει για αυτό το έργο ή για να αντιμετωπίσει τα προβλήματα μαζί του.

Σκέφτηκε ότι ήταν μόνο επειδή βρισκόταν σε λάθος μέρος ή σε λάθος σχολείο. Αλλά αυτό που δεν συνειδητοποίησε ήταν ότι είναι ένας από τους λίγους ανθρώπους στο γυμνάσιο που εργάζονται σε μερικά από τα πιο προηγμένα και δύσκολα τεχνητά έξυπνα μηχανήματα στον κόσμο.

Τον είπαμε να χαλαρώσει. Υπάρχει πάντα κάποιος καλύτερος, αλλά στην περίπτωσή του είναι πολύ πιθανό ότι υπάρχουν πολύ περισσότεροι άνθρωποι που κάνουν πολύ λιγότερα με το χρόνο τους.

Για παράδειγμα, μειώσαμε το καλοκαίρι όπου, με δική του συμφωνία, δίδασκε τον εαυτό του γραμμική άλγεβρα επειδή απαιτείται για την εργασία σε προβλήματα μηχανικής μάθησης. Δίδαξε επίσης τεχνικές 3D CAD για να σχεδιάσει τα δικά του μέρη για το ρομπότ. Επρόκειτο να αλέσει τα μέρη του.

Στη συνέχεια, μόλις το ολοκλήρωσε, έπρεπε να επιστρέψει και να μάθει πώς να χρησιμοποιεί προσαρμοσμένα τσιπ υπολογιστή που ονομάζονται GPU (γραφικές μονάδες επεξεργασίας) στα οποία θα εκτελούσε το λογισμικό AI για τον έλεγχο του ρομπότ. Ένα από τα πιο δημοφιλή ήταν το NVIDIA Jetson TX1, αλλά αυτό απαιτεί κατανόηση της ηλεκτρολογικής μηχανικής, καλωδίωση και εκτέλεση του ενσωματωμένου λογισμικού στο ίδιο το τσιπ για να «εγκαταστήσει» το AI του.

Φυσικά, το είδε όλα αυτά ως ένα κανονικό μέρος της διαδικασίας που περνάει κάθε εφήβος. Εάν το διαβάζετε αυτό, το στόμα σας είναι πιθανότατα τόσο agape όσο και το δικό μου. Πώς θα μπορούσε να σκεφτεί ότι ήταν πίσω όταν στην πραγματικότητα είναι τόσο μπροστά;

Η απάντηση είναι ότι όλοι αισθανόμαστε έτσι, είτε εργάζεστε με προηγμένη τεχνητή νοημοσύνη είτε παίζετε με συστατικά στην κουζίνα του σπιτιού σας, επειδή ονειρεύεστε να γίνετε ένας διάσημος σεφ μια μέρα.

Είναι το χάσμα μεταξύ των τρεχουσών δεξιοτήτων σας και των ανθρώπων που βλέπετε στην κορυφή του βουνού που σας καλούν να αναπτύξετε τις δεξιότητές σας και να συνεχίσετε να μαθαίνετε.

Αλλά πίσω στον φίλο μας.

Ένα από τα μεγαλύτερα ζητήματα που είχε ήταν να κατανοήσει τη μαθηματική σημειογραφία που συνέχισε να εμφανίζεται στα ερευνητικά έγγραφα που διάβαζε για να προσπαθήσει να καταλάβει πώς να κάνει το μηχάνημά του ζωντανό. Ήταν σαν να διαβάζεις μια ξένη γλώσσα. Από πού να ξεκινήσετε;

Επέστρεψε σε μερικές από τις δημοφιλείς βιβλιοθήκες λογισμικού που χρησιμοποιούνται σε μεγάλες εταιρείες τεχνολογίας και σε ακαδημαϊκά ιδρύματα. Μια τέτοια βιβλιοθήκη ονομάζεται NumPy και περιλαμβάνει πολλές από τις γραμμικές έννοιες της άλγεβρας που του φαινόταν τόσο ξένες. Έτσι, διαβάζοντας όλο και περισσότερα ερευνητικά έγγραφα, γράφοντας περισσότερο κώδικα, μελετώντας τη βιβλιοθήκη NumPy, κοιτάζοντας τον κώδικα άλλων ανθρώπων, όλα άρχισαν να κάνουν κλικ στη θέση τους.

Με τα δικά του λόγια,

Μου αρέσει η ιδέα της δημιουργίας των πραγμάτων που πάντα ονειρευόμουν και η ρομποτική / AI μου έδωσε έναν τρόπο να το κάνω. Όπως είπατε νωρίτερα, έχω σκεφτεί (πολλές φορές) ότι είμαι πίσω, και χαίρομαι που ξέρω ότι μπορεί να κάνω λάθος. Για μένα, φαίνεται ότι αυτό θα είναι μια από τις πιο σημαντικές βιομηχανίες / τεχνολογίες τα επόμενα χρόνια, οπότε προσπαθώ να μάθω περισσότερα για αυτό όσο μπορώ.

Σήμερα, ο νεαρός φίλος μας επιστρέφει στο σχολείο με επίκεντρο τις σπουδές του. Έχει μια μικρή δευτερεύουσα επιχείρηση που πηγαίνει όπου συνεχίζει να κάνει το web scraping και εναλλακτική ανάλυση δεδομένων για το hedge fund στο οποίο ασχολήθηκε, και στον ελεύθερο χρόνο του συνεχίζει να συνδέεται με το τεχνητά έξυπνο hexapod rover του. Όσο είναι στην άλλη πλευρά της χώρας από την οικογένειά του.

Μείνετε συντονισμένοι, το μέλλον είναι λαμπρό για αυτόν τον νεαρό άνδρα, ο οποίος ζήτησε να παραμείνει ανώνυμος. Αλλά χωρίς αμφιβολία, μια μέρα θα είναι υπεύθυνος για τα μελλοντικά προϊόντα που χρησιμοποιούμε και αγοράζουμε.

Και για όλους εκείνους που προωθούνται, μαθαίνοντας πράγματα από μόνα τους, αλλά εξακολουθούν να αισθάνονται σαν να είστε πίσω από την καμπύλη, μην φοβάστε. Όλοι αισθάνονται έτσι, αλλά δεν είναι ποτέ αλήθεια. Είστε πιο μπροστά από ό, τι μπορείτε να φανταστείτε.

Συνέχισε. Είστε ένας πρώιμος Bloomer.

Εάν σας άρεσε αυτή η ιστορία, κάντε κλικ στο κουμπί and και μοιραστείτε το για να βοηθήσετε τους άλλους να τη βρουν! Μη διστάσετε να αφήσετε ένα σχόλιο παρακάτω.

Η αποστολή δημοσιεύει ιστορίες, βίντεο και podcast που κάνουν τους έξυπνους ανθρώπους πιο έξυπνους. Μπορείτε να εγγραφείτε για να τα βρείτε εδώ. Με την εγγραφή και την κοινή χρήση, θα λάβετε μέρος για να κερδίσετε τρία (εξαιρετικά φοβερά) βραβεία!