Christine McLeavey?Payne?是一位鋼琴家，也是一位?AI?科學家，兼具藝術家的浪漫和工程師的嚴謹。

我們簡單看一下?Christine?的學業(yè)履歷。她曾在普林斯頓大學學習物理學，隨后前往朱莉亞音樂學院拿到了鋼琴的音樂碩士，此后在斯坦福大學學習神經(jīng)科學和醫(yī)學。在她的從業(yè)經(jīng)歷中，也包含了鋼琴演奏和科學這兩個領域。

Christine 與人工智能的機緣源于她的演奏經(jīng)歷。作為一名鋼琴家，在音樂會現(xiàn)場演奏期間，Christine 總是需要翻譜員為她翻樂譜，于是她把樂譜輸入到電腦，并且編寫了一個程序——利用眼動儀實現(xiàn)自動翻頁。在之后思考如何把這套系統(tǒng)遷移到 iPad 的過程中，她總是會聽到TensorFlow 這個詞，自此開始了她的深度學習之路。

Andrew Ng?的?deeplearning.ai Coursera?在線課程為?Christine?打開了深度學習的大門。從此，她的深度學習自學之路一發(fā)不可收，隨后她又繼續(xù)自學了?fast.ai?的序列課程。

深度學習的學習過程調動整合了?Christine?對數(shù)學、物理學、神經(jīng)科學、醫(yī)學及音樂的所有知識和熱情，她自己也坦言 “It’s the perfect fit for me”。

之后?Christine?成為了?OpenAI Scholars?項目的一員。OpenAI Scholars?計劃每年會挑選一些來自非常規(guī)背景的?AI?研究者給予指導幫助，Christine?的多棲背景為她爭取到了這張門票。在這個計劃期間，OpenAI 會為研究者指派一位專門的導師，每月還提供?$10,000?的津貼。這個項目讓?Christine?完成了從跨界、入門到精通的?AI?研究旅程，并順利留在?OpenAI?工作，同時Christine?的加入也為?AI?領域提供了更多的多樣性和可能性。

在?OpenAI，文、理、工、醫(yī)“零壓力”切換的?Christine?盡其所長創(chuàng)建了?MuseNet?——一個基于?OpenAI?知名?GPT-2?模型的深度神經(jīng)網(wǎng)絡，該模型可以自動生成任何風格的歌曲。從莫扎特、貝多芬，到爵士樂、鄉(xiāng)村音樂，還有披頭士、Lady Gaga，輕松實現(xiàn)各種曲風。甚至，MuseNet?能讓莫扎特“續(xù)寫”?Lady Gaga?的歌，讓肖邦“續(xù)寫”?Adele?的歌 ——?MuseNet用肖邦的風格“續(xù)寫”阿黛爾的Someone Like You

從一個非計算機專業(yè)的藝術家到?AI?科學家，Christine?的成功跨界向我們詮釋了“星光不問趕路人”的含義，同時她也給深度學習初學者提供了一些建議：

1.?擁抱開始的迷茫。當所有想法在你腦子里亂作一團、理解不了的時候，不要放棄。過一天或一周后再來看這些材料，你會有新的發(fā)現(xiàn)。

2.?真正投入進去。第一次不理解沒關系，不要認為問題出在你身上！有時候可能是作者或老師說得不夠清楚，可以看看其他博客文章或視頻，看不同人的不同講解。還有一點，不要只是通讀或復制示例代碼，要自己動手修改并進行試驗。

3.?充分利用線上資源。作為線上課程的深度愛好者，Christine?寫了一個網(wǎng)頁，搜集了她最喜歡的線上學習資源——

• Jeremy Howard?和?Rachel Thomas?的?FastAI sequence

• Andrew Ng?在?Coursera?的?Deep Learning Specialization，它會更深入地探討深度學習背后的數(shù)學，是非常好的關于深度學習的全面介紹。不過有時教授的技巧沒有?FastAI?那么前沿。

• Jose Portilla?的?Python?課程，特別推薦?Python for Data Science

• 三藍一棕（3blue1brown）的線性代數(shù)

• StatQuest?統(tǒng)計學課程首推

• https://www.kaggle.com/?，?測試你的技能、學習前沿的方法

• HackerRank，面試和編程測試（不是專門針對深度學習）?

最重要的還是要認識自己，認識自己的個性，結合自己的所長，選擇一個看似小眾但是適合自己的賽道，堅持下去……

?