陈然的公开内容

我并不认为有完美的学习方式，也不认为任何极端的方式是合理的。但是如果说要是如何更有效率，我更喜欢实践带动理论的方式。 传统的教育理念告诉我们要"读万卷书"，打好基础再实践。但在我文章《好学生学不会 THE UNTEACHABLE STUDENT》中提到： "对大多数人来说，他们上一次真正学到东西已经是很久以前的事了。人...

分享一下我的观察。建议选择计算机专业，原因有这么几个： 首先是基础课程的完整性。计算机专业会学习编程、数据结构、操作系统、计算机网络等等基础课程。这些看似和机器学习关系不大，但当你真正在业界做 AI 应用的时候，这些基础知识反而成了最重要的部分。我见过太多数学专业转行的同学，在处理工程问题时非常吃力，因为缺乏这些基础知...

在硅谷从事机器学习相关的工作，也一直在思考AI教育的问题。我觉得这次教育部的部署非常及时且有意义，但关键是要想清楚AI教育的本质。 在《AI时代的学习范式重构》中我曾提到 "在AI时代，我们正经历一个根本性的范式转变：从Knowledge-Based Paradigm转向Problem-Identification P...

这个问题让我想到了一个本质的观点：学习编程不是为了看会做什么，而是要真正理解和掌握。 从我在CMU的经历来看，最重要的不是获取知识的方式，而是如何让知识真正变成自己的。正如我在《如何做错题集》中说过的： "因为学习就两步：1.找到不会的，2.把不会的变成会的。绝大部分人把时间花在了做题上，而忘了其实做题是为了找到不会的...

大家好，今天我们来聊一个重要的话题：AI时代人类的学习方式正在发生深刻的改变。 在传统的认知框架中，我们都很熟悉"读万卷书，行万里路"这句古语。这句话代表了传统的线性学习模式：先通过大量阅读积累知识，然后再通过实践来验证和应用这些知识。这种学习方式在过去的几千年里一直主导着人类的知识获取过程。 但是，随着 AI，特别是...

在 GenAI 的时代，知识获取变得前所未有的便捷。然而，执照和专业技能的稀缺性却并没有因此消失，反而可能变得更加珍贵和重要。简单探讨一下在这个新技术驱动的时代，考取执照为何变得更加困难，以及这种变化背后的原因。 知识深度和广度的增加 随着科技的迅猛发展，各个领域的知识体系也在不断扩展和深化。执照考试的内容涵盖了越来越...

GenAI 这么火，我们这么擅长帮助机器来学习，机器学习工程师 Machine Learning Engineer 也一直是最火的职位。如果我们用类似的想法，利用工程师的思维，把受众从机器变成人类，帮助人类来学习，大概是怎么样的呢？ 机器学习工程师 Machine Learning Engineer vs. 人类学习工...

这是我最近看过的比较喜欢的一篇文章，分享一下。 I have met a lot of intelligent, highly educated people in my life. These people tend to think they know a lot. Some think they know it ...

今天旧金山下大雨，雨季确实要下一些雨，没有雨那就不是雨季。 走进市中心高楼里的 Prometric 考试中心，看到的还是那几位监考人员。他们说话的口气夹杂着加州陈述句句末都上扬的松散和周五快下班的无力，眼神涣散。不知道他们会不会很困惑，为啥又是我来考试了。是的，我又来考试了，这已经是第七次来这里。 之前考美国注册税务师...