Devi Parikh is een voormalig senior directeur van generatieve AI bij Meta en de mede-CEO van een AI-startup. Ze heeft een Ph.D., maar benadrukt dat je deze niet nodig hebt om baanbrekend werk te verrichten in de AI-wereld. Het verwezenlijken van ideeën tot het einde heeft een cruciale rol gespeeld in haar succes in de industrie. Dit artikel is gebaseerd op een gesprek met de 41-jarige Devi Parikh, die in San Francisco woont.
De oorsprong van mijn passie voor AI
De zaadjes van mijn passie voor AI werden geplant in de vroege jaren 2000, toen ik elektrotechniek en computerengineering studeerde. Ik kreeg kennis van een type machine learning dat patroonherkenning wordt genoemd. In 2009 voltooide ik mijn Ph.D. in computer vision aan Carnegie Mellon, lang voordat de huidige opwinding rond LLM’s (grote taalmodellen) en generatieve AI opkwam. Maar we hadden hetzelfde doel: machines slimmer maken.
Van onderzoek naar de industrie
Vervolgens ging ik aan de slag in onderzoeks- en onderwijstaken, en in 2016 bracht ik een jaar door als onderzoekswetenschapper bij Facebook AI Research, ofwel FAIR. Daarna spendeerde ik mijn lentes en zomers bij FAIR in Menlo Park, California, en gaf ik ’s falls les in computer vision aan Georgia Tech. Met de tijd begon ik het werk bij Meta meer te waarderen dan mijn professoraat, waardoor ik in 2021 overging naar een fulltime rol en uiteindelijk senior directeur van GenAI werd.
Starten met een nieuwe AI-onderneming
In 2024 verliet ik Meta om samen met mijn man en een vriend een AI-bedrijf genaamd Yutori te starten. Hier is wat ik heb geleerd over het betreden en slagen in de AI-sector na meer dan 15 jaar ervaring in de industrie.
1. Je hebt geen Ph.D. nodig voor cutting-edge AI-werk
Hoewel professoren en onderzoekswetenschappers in AI misschien een Ph.D. als vereiste aangeven, zijn er tal van andere geavanceerde banen in deze sector. Er zijn goede redenen om een Ph.D. te volgen, vooral als je in de academische wereld wilt werken of bepaalde ideeën wilt verkennen. Maar als je doel is om interessant AI-werk te doen, kun je die vijf tot zes jaren ook doorbrengen bij startups of grote labs, waar je de praktijk leert.
2. Houd je professionele identiteit flexibel
Tussen 2011 en 2013 vond er een “deep learning golf” plaats, waarin de AI-gemeenschap zich begon te realiseren hoe effectief diepe neurale netwerken waren. Sommige onderzoekers hechtten hun identiteit aan de tools waarmee ze hadden gewerkt en aarzelden om over te stappen naar diepere modellen, ondanks het bewijs dat deze veel beter waren voor de problemen die we probeerden op te lossen. Dit veld evolueert snel. Laat de tools die je gebruikt je identiteit niet bepalen.
3. Volg je oprechte interesses
Op papier was mijn baan bij Meta geweldig, en strategisch gezien zou je misschien niet de sprong maken om een bedrijf te starten, gezien de slagingskansen van startups. Maar ik vind het makkelijker om tijd en moeite te investeren in dingen die ik leuk vind, wat resulteert in werk van hogere kwaliteit.
4. Voltooi je ideeën
Het idee om dingen volledig af te maken – 100% in plaats van 95% – is misschien wel het belangrijkste dat me heeft geholpen om eruit te springen en te bereiken wat ik heb. Tijdens de COVID-19-pandemie begon ik bijvoorbeeld een YouTube-serie genaamd “Humans of AI”, waarin ik ongeveer 20 AI-onderzoekers uit mijn netwerk interviewde over hun dagelijkse gewoonten, sterke punten en onzekerheden. Dit verhoogde mijn zichtbaarheid en zorgde ervoor dat ik veel nieuwe mensen ontmoette op conferenties.
Veel mensen raken enthousiast 20 of 30% in de uitvoering van hun ideeën, en verliezen vervolgens hun interesse, wat leidt tot talloze onafgemaakte projecten. Als je iets start, maak het dan ook af; dat is waar de impact vandaan komt.
Heb je een verhaal te delen over het opbouwen van een carrière in AI? Neem contact op met een reporter.
