Ask HN: Adakah sumber yang direkomendasikan untuk software engineer yang ingin mengikuti tren terbaru AI?

• Seorang software engineer yang menggunakan ChatGPT hampir setiap hari dan terakhir mencoba OpenAI API dengan GPT-3.5 tahun lalu sedang mencari sumber untuk cepat mengejar perkembangan terbaru AI
• Menginginkan blog teknis seperti HN yang terus memperbarui berita terkait AI
• Menemukan simonwillison.net, tetapi merasa kontennya tampak dalam bentuk yang terfragmentasi

[GN⁺]

Opini Hacker News

• Lebih penting mempelajari cara menggunakan model dan memahami cara kerjanya daripada cara melatih model

  • Merekomendasikan "Hacker's Guide to LLMs" dari Jeremy dan "State of GPT" dari Karpathy
  • Video visualisasi tentang LLMs dan transformers dari 3b1b juga bermanfaat
  • Video yang membahas proses pelatihan ChatGPT dan gambaran umum AI juga layak dijadikan referensi
  • Pembahasan Nicholas Carlini tentang cara memanfaatkan LLMs juga menarik
  • Menyarankan untuk mengikuti tokoh-tokoh dari OpenAI, Anthropic, Google DeepMind, dan xAI di X/Twitter dan Bluesky untuk mendapatkan informasi terbaru
  • Juga merekomendasikan podcast seperti "No Priors", "Generally Intelligent", "Dwarkesh Patel", dan "Sequoia's Training Data"

• Mendapatkan pemahaman intuitif tentang AI dengan mengikuti kompetisi Kaggle

  • Adanya tujuan spesifik dan dataset yang disediakan membuat pemecahan masalah menjadi lebih mudah
  • Blog Simon bermanfaat bagi software engineer

• Sedang mempelajari computer vision melalui playlist YouTube "OpenCV University"

  • Mendapatkan pemahaman mendalam tentang CNN, dan sedang menerapkannya pada proyek terbaru
  • Ini adalah jalur belajar yang mudah diakses bahkan tanpa latar belakang matematika yang kuat

• Memperbarui informasi terbaru setiap hari atau setiap minggu bisa jadi tidak efisien

  • Lebih baik memperbaruinya sekali setiap 6-12 bulan

• Secara langsung mengerjakan model mutakhir dan menulis buku panduan

  • Mencakup konsep, kode praktik, dan tautan ke materi pembelajaran

• Menyediakan materi tentang prinsip dasar LLMs dan jaringan saraf

  • Kurang memahami software kartu video terbaru
  • Ketergantungan yang tinggi pada GPU membuat berbagai pendekatan machine learning lain terabaikan
  • Diperlukan bahasa dan hardware yang lebih baik untuk demokratisasi AI

• Mengikuti materi dari Matt Berman, ringkasan berita AI, dan Rick Lamers

  • Juga merekomendasikan short course baru dari FreeCodeCamp

• Untuk mendapatkan informasi terbaru, merekomendasikan subreddit stable diffusion dan local llama daripada blog teknologi

  • Kanal YouTube Andrej Karpathy juga bermanfaat