アレクサ・ゴルディッチとともにAIキャリアを築く

アレクサ・ゴルディッチと共にAIキャリアを築くメソッド

In this episode of Leading with Data, we have Aleksa Gordić with us. He is a self-taught enthusiast who transitioned from electrical engineering to a key player at tech giants Microsoft and DeepMind. Aleksa shares invaluable insights on persistence, personalized learning, and the transformative power of internships. Explore his strategic approach to content creation on YouTube and his current venture, Ortus AI, aiming to bring multilingual AI systems to the forefront. Join us as we delve into the rapidly evolving landscape of AI, touching on hardware, software, metaverse integration, and the unpredictable nature of this groundbreaking field.

PopularなプラットフォームでLeading with Dataのエピソードを聴くことができます。Spotify、Google Podcasts、そしてApple。お気に入りを選んで、洞察に満ちたコンテンツを楽しんでください！

Aleksa Gordićとのインタビューからのキーアイディア

• AleksaのAIの旅が示すのは、継続性と自己学習の重要性です。
• 個別のAI学習プランを作り上げることは成功のために重要であり、一般的なコースを超えるものです。
• インターンシップと競争心は個人とキャリアの成長に変革をもたらします。
• AleksaのYouTube戦略は、知識豊富なコミュニティを築くために技術的な深さを重視しています。
• 多言語対応のAIシステムへの移行は、特に英語以外の地域においてグローバルなインパクトを持つ可能性があります。
• AIの開発はハードウェアのイノベーション、ソフトウェアの最適化、そしてメタバースといった新興技術との統合に焦点を当てています。
• 伝記、古典、ビジネス書などの多様な情報源からの継続的な学習は、AIプロフェッショナルの旅に相当な価値を追加します。

AIやデータサイエンスのリーダーとの洞察に満ちた議論をするために、ぜひ今後のLeading with Dataのセッションにご参加ください！

それでは、Aleksa Gordićさんの重要なAIに関する質問への回答を見ていきましょう！

• 見えない現実の暴露：アルバータ州における人身売買の明らかにする
• UC Berkeleyの研究者たちは、ディープラーニングにおいて効率的なデータ圧縮とスパース化を実現するための新しいホワイトボックストランスフォーマーであるCRATEを提案しています
• スタンフォードの研究者たちは、基礎流体力学のための初の大規模な機械学習データセットであるBLASTNetを紹介しました

データサイエンスへの旅はどのように始まりましたか？

電気工学の学生として、当初はハードウェアに焦点を当てていましたが、ソフトウェアの広大な可能性に気付きました。私は学習の終わりにソフトウェアエンジニアリングにシフトし、自己学習でAndroid開発に没頭し、ハッカソンやデータソンに没頭しました。大手テック企業でインターンをした友人の影響を受けて、アルゴリズムとデータ構造に深く取り組むことを決意し、大手テック企業の面接に備えました。FacebookやMicrosoftからの不採用にもかかわらず、私はあきらめずに努力しました。結果的に、HoloLensプロジェクトでMicrosoftでの仕事を手に入れることができました。この経験が私のマシンラーニングへの興味を掻き立て、自己学習、論文の読解、YouTubeの動画作成を行い、最終的には研究エンジニアとしてDeepMindで働くことにつながりました。

なぜAIで独自の学習パスを作りたいと思ったのですか？

自分自身の成長に最適なカリキュラムを他の誰よりもよく知っているのは自分自身だと私は信じています。私は常に自己学習者であり、スポーツを通じて体を変えたり、新しい言語を学んだりしてきました。自分自身で学ぶ方が効率的に学ぶことができるとわかりました。Fast AIやCourseraのコースなど、一般的なカリキュラムはたくさんありますが、私は自分の興味や強みに合わせた学習パスを作りたかったのです。

ドイツでのインターンシップでの転機を共有していただけますか？

私のドイツでの時間は変革的でした。広範な興味を持つ「万華鏡のような人間」ではなく、特定の分野にエネルギーを集中させる必要があることに気付きました。同じ環境で競争心に駆られ、一人の人間ではなく業界全体の進歩に対して競争心を持つようになりました。この競争心が私をマシンラーニングに焦点を当てるように導き、特にビジュアルコンポーネントに興味を持ち、テキスト分析よりも満足感があると感じました。

AIエピファニーというYouTubeチャンネルを開始したきっかけは何でしたか？

ゲーリー・ヴェイナーチャック氏のドキュメンテーションアプローチに影響を受け、自身の学びを深める手段として公的な存在を作り、他の人々に教えることを望みました。パンデミックは私がチャンネルを始める絶好の機会を提供してくれました。最初はカメラが苦手でしたが、それに打ち勝ち、超テクニカルなコンテンツの作成に集中しました。初心者向けのコンテンツを追い求めるのではなく、強力なテクニカルコミュニティを築くことを目指しました。

現在のスタートアップ、Ortus AIについて教えてください。

Ortus AIの最初の製品はYouTube AI Buddyで、YouTubeのビデオをクエリするためのChrome拡張機能でした。しかし、私は言語ダイバーシティに焦点を当てるため、Metaの「No Language Left Behind」プロジェクトの複製を作成することにシフトしました。現在は、クロアチア語、セルビア語、ボスニア語の機械翻訳モデルの開発に取り組んでおり、これらのモデルを商用利用のためにオープンソース化することを目指しています。私の目標は、業界の英語中心の焦点に対応し、英語以外を話す地域のビジネスを支援することです。

近い将来の生成型AIとトランスフォーマーの発展についてどのように考えていますか？

AIの分野は予測不可能であり、ChatGPTの突然の影響がその証です。私はハードウェアの進歩がNvidiaの独占に挑戦するような革新に興奮しています。また、OpenAIのトリトンのようなソフトウェアの開発、大規模な言語モデル、効率的なアテンションメカニズムの進歩にも興味を持っています。そして、近い将来にはAIがパーソナルコンピュータ上で実行される可能性にも注目しています。

まとめ

Aleksa Gordićは、AIの旅の物語を展開し、個別化、競争心、持続的な学びの重要性を強調しています。カスタマイズされた学習経路の作成からOrtus AIの創設まで、彼はAIに必要な回復力を体現しています。

AI、データサイエンス、GenAIに関するより魅力的なセッションをご希望の方は、Leading with Dataでお楽しみください。

こちらで今後のセッションをチェックしてください。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!