@ylecun: 在我看来主要区别: - 工程师面对问题时,发明并尝试多种解决方案,并在解决方案足够好时停止…
摘要
Yann LeCun 对比了工程师思维(专注于产品创新和交付足够好的解决方案)与科学家思维(专注于提出新问题、提出解决方案和严谨的方法论),指出两者都是活动而非身份,并且产品创新建立在早期的科学进步之上。
在我看来主要区别: - 工程师面对问题时,发明并尝试多种解决方案,当解决方案足够好时就停止。目标是产品创新和交付。 - 科学家提出新问题,提出各种新解决方案,进行比较(有时与旧方案),并撰写相关文章。方法论必须可靠,否则同行会嗤之以鼻。目标是科学突破和技术进步。两者都可被称为“研究者”。许多人可以同时做这两件事:这些是活动,而不是身份。重要的是,大多数产品创新都建立在2年、5年、10年或20年前发生的科学突破和技术创新之上。
相似文章
@francoisfleuret: 在我看来,研究者研究一个可能无法解决的问题,而工程师解决一个被认为是可解的问题…
一条推文对比了研究者和工程师的角色:研究者研究可能无法解决的问题,工程师解决被认为是可解的问题。
@itsreallyvivek: https://x.com/itsreallyvivek/status/2062924410588406118
反思性帖子认为,要在前沿AI实验室取得成功,需要在没有地图的情况下运作,研究是关于应对不确定性,而工程则是将复杂系统压缩成有用的抽象概念。
我们先看到有效的事物,然后才理解它
本文批判了“思辨主义”和创新的线性理论,认为实践探索和观察往往先于理解,而非相反。
@GergelyOrosz:情况1:开发者A认为方法X正确,开发者B认为方法Y正确。他们争论并试图说服对方……
一条推文讨论开发者关于正确方法的争论提供了学习机会,而直接使用LLM实现代码则会失去这种学习。
面向现实世界的人工智能:与Yann LeCun的对话(12分钟阅读)
Yann LeCun认为,大型语言模型缺乏真正的智能,因为它们不理解物理世界;他主张开发能够学习因果关系并为现实世界应用提供规划的“世界模型”。