更新时间：作者：小小条
他曾因看不懂吴恩达的机器学*课程而自认“太笨”，如今却成为OpenAI Sora团队的研究科学家。23岁的瑞典青年Gabriel Petersson用一场教育叛逆，重新定义了AI时代的学*路径。
当Gabriel Petersson收到表哥“立即来斯德哥尔摩”的电话时，他正准备参加一个派对。这个突如其来的召唤，让他买了下一班巴士票，从此再未回到高中课堂。
五年后，这位高中辍学生站在了AI研究的最前沿。作为OpenAI Sora团队的成员，他参与构建着最先进的视频生成模型。
Petersson的成长轨迹与传统精英路线截然不同。14岁时通过倒卖宝可梦卡赚得2万美元，18岁疫情期间创建洗手液比价网站，首周收入2.2万美元。
这些看似不相关的经历，却塑造了他独特的问题解决能力。在加入初创公司Depict.ai后，他采取了一种极为直接的销售策略：直接拜访品牌商，当面展示AI推荐系统与传统系统的效果对比，并当场通过浏览器控制台脚本为客户上线方案。
“第一次见面我就能让他们现场切到我们的方案——听起来疯狂，但确实很有用。”Petersson回忆道。这种敢于打破常规的思维方式，成为他后来进入AI领域的独特优势。
Petersson的学*方法颠覆了传统教育模式。他将自己的方法称为“递归式知识填补”——从具体项目入手，逆向补全知识空白。
比如学*扩散模型时，他直接让ChatGPT生成完整代码，然后针对不懂的模块层层追问。“我会要求它：‘用12岁能理解的水平解释这个概念’，或者‘给出所有中间步骤和中间值’。”
这种自上而下的学*路径与传统教育形成鲜明对比。Petersson坦言：“用自顶向下的方式学扩散模型，3天就够；用自底向上的方式，从大学开始一步步学，需要6年。”
核心在于保持元认知能力——清楚自己哪里不懂，然后有针对性地追问。他经常要求ChatGPT用简单类比解释复杂概念，如图书摆放方式解释向量嵌入。
没有大学文凭的Petersson，在申请美国O-1签证时面临挑战。这类签证通常需要学术出版物或论文引用等证明“非凡能力”的材料。
他的解决方案令人惊叹：提交自己在StackOverflow上的技术帖子作为能力证明。该账号有大量高质量回答，累计数百万次浏览，最终成功说服移民官。
在OpenAI面试时，他展示的是三个实际成果：在Midjourney期间开发的FastGrid UI工具、工程经验以及自己复刻的视频生成 pipeline项目。这些作品共同证明了一个核心事实：他能解决实际问题，而不仅仅是掌握理论知识。
在Sora团队的工作中，Petersson将ChatGPT视为全天候研究助手而非简单问答工具。
他会向AI详细说明问题背景：“我在这个模块调整了哪些参数，训练出来的视频哪里不合理，我觉得可能是模型关注的细节不够多……”然后让AI提供两种解决方案：快速试错型或结构调整型。
这种用法远超普通用户的简单提问，更像是与一位永不疲倦的专家进行头脑风暴。正如他所言：“我不是靠ChatGPT击败博士，我是把它当研究员在用。”
Petersson的经历折射出传统教育的尴尬现状。他指出，当前教育体系中对AI的认知存在严重偏差：学生视AI为作弊工具，教师视AI为威胁，形成了“作弊工具与反作弊”的恶性循环。
然而，一些学生开始找到正确使用方法。他们让AI总结历年考题考察的核心概念，或生成类似题目来深化理解。这种转变预示着学*方式的根本变革。
Petersson认为，大学不再垄断基础知识的传播。在ChatGPT面前，每个人都能获得个性化、全天候的学*支持，关键差异在于是否会提问。
Gabriel Petersson的故事不是鼓励辍学，而是展示了一种新的可能性。当被问及成功秘诀时，他说：“最关键的是知道自己哪里不懂，然后不停地追问直到真正理解。”
在AI时代，提出好问题的能力比背诵答案更重要。真正的教育不是知识的单向灌输，而是激发每个人内在的学*本能和探索欲望。
版权声明：本文转载于今日头条，版权归作者所有，如果侵权，请联系本站编辑删除