Так как сейчас рабочего проекта не имею, а проверить себя хочется, распишу выполнение пунктов мантры на проектах нерабочих (образование, поиск лаборатории, etc). Задание было про проект рабочий, но в моем понимании, если мне удастся починить дела в не-рабочих/к-работе-подготовительных проектах, то мне будет проще раскатать их и на рабочие, когда таковые появятся.
Прекратили делать ненужное.
Первым делом я навела фокус на то, что вообще делаю. Затем случился затык – в голове есть иерархия проектов по приоритету, но она нигде не записана и в планировщике не отражена. Более того, реально запланированные блоки в календаре показывают, что приоритет на неделю отличается от того, что в голове.
ШСМ - в приоритете, пустые блоки от того, что не могу определиться, что еще важно.
Самый большой завал происходит в проектах по upskill:
- для поступления в магистратуру нужно пройти семестр по линейной алгебре и статистике,
- для подготовки к собесам кажется не лишним подтянуть алгоритмы, NLP и ML System Design,
- для лабораторий по AI Safety хорошо бы обновить situational awareness и прочитать последние papers.
Что из этого ненужное – пока непонятно. Есть ощущение, что нужно все и прямо сейчас.
Из маленьких побед: еще с прошлой исследовательской работы у меня остался проект, который я не могла сделать по техническим причинам – работа над ним предполагала опыт в 3D моделировании и гейм-дизайне. Я решила предложить передать этот проект в исследовательском коммьюнити, в котором состою.
Начали отслеживать все задачи и проекты в экзокортексе, сохранять там же качественные описания и результаты мышления письмом/моделированием.
Мышление письмом трекаю как привычку, перенесла эту практику на утро, тк вечером не хватает сил. Получается с переменным успехом – заметила, что если не заходить первым делом с утра в мессенджеры, включать голову становится проще. Еще заметила, что часто не получается мыслить “качественно”, но в этом – помимо не поставленного мастерства – виню депрессивный эпизод, из-за которого хромает и выделение объектов из фона (внимание их не замечает), и моделирование реальности (действительность с негативным цветом), и прогнозирование. Удивительно, но материалы курса очень помогают заземляться и чувствовать себя спокойнее. Теперь буду рекомендовать ознакомиться с материалами ШСМ и тем, кто в депрессии и тревоге.
О задачах не забываю: все они записаны и часть из них запланирована. Но есть проблема: когда подходит время выполнения, они кажутся настолько противными, что их выполнение я переношу. С рабочими проектами у меня такой проблемы не было – при внешних обязательствах не было ни возможности, ни желания что-то переносить (потом все равно надо будет делать).
В связи с проблемами на предыдущих уровнях, на следующий “Уменьшили время ожидания (выполнения работ)” перейти пока не удается. Но надежд не теряю, потому что продолжаю закладывать время на мастерство и выполнять работу по методам.
И в очередной раз это напоминание о том что знать как делать и собственно делать – разные вещи. Пока писала этот пост, подумала, что не та ли эта ситуация, когда взяться за любой проект лучше, чем решать, за какой браться? Согласно книге “Algorithms to Live By” (Алгоритмы для жизни) авторов Брайана Кристиана и Тома Гриффитса один из оптимальных алгоритмов для принятия решений – “проблема оптимальной остановки”. Это алгоритм, который помогает определить, когда нужно прекратить поиск и принять решение. Суть алгоритма в том, чтобы выделяете примерно 37% времени/вариантов на изучение (без принятия решения) и после этого вы выбираете первый вариант, который лучше всех предыдущих.
Однако в моем случае больше подходит концепция multi-armed bandit problem, которая решает дилемму exploration vs exploitation, тк все варианты выбора известны и осталось только выбрать. Разбила свои проекты по приведенным в книге категориям:
- Обязательный минимум (exploitation): Линейная алгебра и статистика для поступления в магистратуру. Это безусловный приоритет, поскольку без этих предметов поступление невозможно.
- Стратегические инвестиции (balanced approach):
- Алгоритмы и структуры данных + ML System Design для
- NLP как специализированный навык
- Исследовательский интерес (exploration): Ознакомление с последними работами по AI Safety
Тогда при запасе времени в 3 часа в день (не считая ШСМ):
- ~60% учебного времени можно выделить на обязательные предметы (линейная алгебра и статистика)
- ~40% на навыки для собеседований (алгоритмы, ML System Design)
Situational Awareness papers можно оставить как чтение на досуге, тк меня интересует, какие новые уязвимости были выделены / тренды в AI Safety появились, а это не сильно cognitively loaded темы.
Осталось отразить в календаре новый план и потестировать.