han är forskningsingenjör från Google Gemini-teamet och förklarade praktiskt taget allt man behöver veta om att bryta sig in i AI-forskning på gränsnivå 2026 på bara 40 minuter. Här är huvudpunkterna: > hur kommer man igång? Ta kurser i ML och DL. Det kan vara universitet eller online. Lär dig matematik på grundnivå. Du behöver inte bemästra allt på en gång, du kommer fortsätta besöka dem. Byt sedan till att läsa artiklar. Detta hjälper dig att bygga en "mental karta" över fältet. > hur man läser artiklar effektivt: Det är en färdighet du blir bättre på ju fler artiklar du läser. Börja med sammanfattningen, hoppa sedan till huvudsektionen. > hur hittar man relaterade artiklar när man forskar om något? Läs en välciterad artikel om ämnet, gå sedan till dess citationer för att gå tillbaka i tiden, eller hitta artiklar som citerar den för att gå framåt i tiden. > hur man hoppar från läsning till att starta sin egen forskning? Hitta en relaterad artikel som har offentlig kod. Ladda ner koden och datasetet och lek lite med det. Prova nya parametrar, benchmarks, etc. Det handlar inte om att implementera artiklar från grunden, utan att bygga vidare på andra författares arbete. > hur mycket matte behöver du egentligen? Du behöver matematik men inte allt på en gång och inte all matematik. Om du är teoretisk forskare måste du kunna avancerad matematik. Empiriska forskare behöver mest matematik för att förstå. > kontakta mer seniora doktorander, professorer eller författare till relaterade artiklar för att söka vägledning/mentorskap eller om du kan bidra till något av deras projekt. > att hitta forskningsroller handlar mycket om rekommendationer än om andra roller. > industrijobb utan doktorsexamen? AI-residens är ett utmärkt mellanläge för detta. Du kan få praktisk erfarenhet och komma igång med din karriär.