吴恩达 Andrew Ng 对话 Christine Payne｜从钢琴家到 AI 科学家

Christine McLeavey Payne 是一位钢琴家，也是一位 AI 科学家，兼具艺术家的浪漫和工程师的严谨。

我们简单看一下 Christine 的学业履历。她曾在普林斯顿大学学习物理学，随后前往朱莉亚音乐学院拿到了钢琴的音乐硕士，此后在斯坦福大学学习神经科学和医学。在她的从业经历中，也包含了钢琴演奏和科学这两个领域。

Christine 与人工智能的机缘源于她的演奏经历。作为一名钢琴家，在音乐会现场演奏期间，Christine 总是需要翻谱员为她翻乐谱，于是她把乐谱输入到电脑，并且编写了一个程序——利用眼动仪实现自动翻页。在之后思考如何把这套系统迁移到 iPad 的过程中，她总是会听到TensorFlow 这个词，自此开始了她的深度学习之路。

Andrew Ng 的 deeplearning.ai Coursera 在线课程为 Christine 打开了深度学习的大门。从此，她的深度学习自学之路一发不可收，随后她又继续自学了 fast.ai 的序列课程。

深度学习的学习过程调动整合了 Christine 对数学、物理学、神经科学、医学及音乐的所有知识和热情，她自己也坦言 “It’s the perfect fit for me”。

之后 Christine 成为了 OpenAI Scholars 项目的一员。OpenAI Scholars 计划每年会挑选一些来自非常规背景的 AI 研究者给予指导帮助，Christine 的多栖背景为她争取到了这张门票。在这个计划期间，OpenAI 会为研究者指派一位专门的导师，每月还提供 $10,000 的津贴。这个项目让 Christine 完成了从跨界、入门到精通的 AI 研究旅程，并顺利留在 OpenAI 工作，同时Christine 的加入也为 AI 领域提供了更多的多样性和可能性。

在 OpenAI，文、理、工、医“零压力”切换的 Christine 尽其所长创建了 MuseNet ——一个基于 OpenAI 知名 GPT-2 模型的深度神经网络，该模型可以自动生成任何风格的歌曲。从莫扎特、贝多芬，到爵士乐、乡村音乐，还有披头士、Lady Gaga，轻松实现各种曲风。甚至，MuseNet 能让莫扎特“续写” Lady Gaga 的歌，让肖邦“续写” Adele 的歌 —— MuseNet用肖邦的风格“续写”阿黛尔的Someone Like You

从一个非计算机专业的艺术家到 AI 科学家，Christine 的成功跨界向我们诠释了“星光不问赶路人”的含义，同时她也给深度学习初学者提供了一些建议：

1. 拥抱开始的迷茫。当所有想法在你脑子里乱作一团、理解不了的时候，不要放弃。过一天或一周后再来看这些材料，你会有新的发现。

2. 真正投入进去。第一次不理解没关系，不要认为问题出在你身上！有时候可能是作者或老师说得不够清楚，可以看看其他博客文章或视频，看不同人的不同讲解。还有一点，不要只是通读或复制示例代码，要自己动手修改并进行试验。

3. 充分利用线上资源。作为线上课程的深度爱好者，Christine 写了一个网页，搜集了她最喜欢的线上学习资源——

• Jeremy Howard 和 Rachel Thomas 的 FastAI sequence

• Andrew Ng 在 Coursera 的 Deep Learning Specialization，它会更深入地探讨深度学习背后的数学，是非常好的关于深度学习的全面介绍。不过有时教授的技巧没有 FastAI 那么前沿。

• Jose Portilla 的 Python 课程，特别推荐 Python for Data Science

• 三蓝一棕（3blue1brown）的线性代数

• StatQuest 统计学课程首推

• https://www.kaggle.com/ ， 测试你的技能、学习前沿的方法

• HackerRank，面试和编程测试（不是专门针对深度学习） 

最重要的还是要认识自己，认识自己的个性，结合自己的所长，选择一个看似小众但是适合自己的赛道，坚持下去……