碰騰-Information

【個人心得】 因為最近對AI有興趣，借了相關的書來看。 看完本書才知道，原來AI技術的發展，我們在享用科技服務時，背後也有許多不為人知的一面，忽略了背後所付出的代價， 例如跨國電力所製造的海洋電纜，已讓馬來西亞的橡膠樹從地球上消失殆盡。 我們總是看到AI展現的優點，在任何應用上的亮眼表現，例如自駕車、醫療診斷、語音辨識等，但卻沒認知到發展AI「背後的代價」。 作者為我們開出另一條新觀點，當我們全心全意投入AI的技術時，其實背後牽扯許多問題，像是低價勞工、資源競爭、資料分類問題、情感定義、權力鬥爭等， 作者把這些議題，用獨立的篇章闡述各個問題樣貌。 印象很深的是，其實發展新技術時，誰掌握了，誰就有話語權，他可訂定整個規則、架構，例如政府可以依照自己的目的去制定AI相關法律，例如中共用天網更嚴格監控人民等，一項技術會因為一個國家的文化而有不同的規範。 對於地球資源的消耗，我是屬於一個樂觀主義者，地球資院要用玩了，那就去外星探索。 (當然，在生活上使用資源時，是能省就省，不是因為樂觀就可以無所消耗） 【本書內容】 書想要闡述的中心問題是： 「智慧是如何製造出來的」 「AI可能造成什麼問題點」 我整理了本書對AI的定義，可以從這些定義了解到，AI背後運作之龐大： 「人工智慧是具象的、也是實體的，由自然資源、燃料、人類勞動、基礎設施、物流、歷史和分類構成。」它是以大型資料集貨已定義的規則和獎勵，進行密集運算的訓練成果。要建立大規模AI需要資本，而確保資本能讓人工智慧系統最佳化的做法，最終都是為了服務既有的優勢利益而設計(誰出錢就服務誰)。 AI是一種想法、一種基礎設施、一種產業、一種權力運用的形式，也是一種觀看的方式。AI是高度組織化的資本體現，這些資本以龐大的採掘和物流系統為後盾，供應鏈環繞整個地球。 AI是從玻利維亞鹽湖和剛果礦誕生，由群眾外包工作者標記的資料建構而成，試圖對人類的行動、情感和身份進行分類。 所以探討AI，不是只有看它的成果應用，其背後也涉及多個層面，這些層面才是真正促成AI的核心，這邊簡單擷取出各個問題中的關鍵點： 地球資源：要建構自然語言處理和電腦視覺模型，需要消耗大量能源，水、電等，各個企業爭相推出更快更高效的模型，擴大AI的碳足跡。 勞工： AI靠著人類勞動構成。業主花小錢辦大事，數位勞工只拿到微薄薪資。 亞馬遜物流系統，讓員工必須與演算法保持同步...

 111/11/14-11/20 ： 心得： 找到好康免費學習資源： 資料結構( 高中資訊教師黃建庭的教學網站 ) 重整準備方法、調整閱讀順序，並詢問聯成相關就業資訊，以擬後續對策。 這週回花蓮一趟辦事情，整個呈現放鬆狀態，可能自己覺得進度超前？所以追了一下倚天屠龍記(2019)，三天內把50集看完，主人翁的女人緣特強，特別喜歡蛛姐與無忌的感情，令人不捨。 ML篇： 聯成-Day2課程：k最近鄰法、認識ML、ML流程、特徵值計算、MNIST手寫辨識、辨識流程、認識scikit-learn套件、使用knn方法及手寫撰寫演算法。 程式篇： 資料結構：堆疊認識與特性、(黃老師)複習佇列及認識環狀佇列、(黃老師)複習鏈結串列 ML 聯成 - OpenCv-Day3課程： 形態學操作(影像擴增,縮減等)、設定值處理(影響處理，把影像做修改)

 111/11/7-11/13 ： 心得： 本週意外找到「數學基礎與高階」的視頻教學，老師免費教學。 學習機器學習要先了解統計學，而非先了解機器學習，相反過來。 看不懂的地方先跳過(如正則化的L1、L2實際差異與公式)，先了解其原理，之後在回頭複習。 程式篇 二次函式程式呈現 Django：安裝虛擬環境、git版本連接、安裝django。 演算法-資料結構： 鏈結串列： 結構(python class)、節點、資料與指標、讀取、新插入、刪除； 循環鏈結串列、雙向鏈結串列、時間複雜度(vs Array) 佇列 數學篇： 觀念： 最小平方法應用：了解其觀念及何謂線性迴歸、理解公式推導過程、使用numpy的polyfit()方法。 複習集合、排列組合、重複排列、組合 統計篇： 書本： 資料品質、母體、測量、抽樣；抽樣母體誤差、倖存者偏誤、自願者偏誤、沒觀者誤差 測量誤差、隨機誤差與偏誤。 線上： 統計學目的 了解抽樣、尺度 ML篇： 閱讀導論篇章：AI認識、神經網路、圖像識別、視頻識別 TensorFlow： Playground理解深度學習概念：調整超參數及觀察資料問題結果。 MNIST手寫數字：介紹、基本操作、顯示單筆及多筆影像 聯成OpenCv-Day1複習：影像基本操作 使用numpy.array 存取影像 隨機產生二維亂數組，模擬灰色影像並修改像素值。 讀取灰階影像並修改像素值 隨機產生二維彩色影像，並修改像素值 擷取ROI，一個區域/範圍的圖 應用：局部馬賽克、移花接木圖片 取得影像屬性：shape、size、dtype 影像加法運算練習：陣列相加 影像加權方法練習：addWeighted()方法、兩圖片加權練習。 聯成OpenCv-Day2課程： 認識ML、練習手寫數字資料集、K最近鄰法

 111/10/31-11/6 這禮拜比較偏向學習原理及數學公式複習，也開始理解統計學的領域內容。(大學上課都忘光，標準差等) 程式篇 演算法：陣列認識及方法介紹(array()、index(x)、insert(i,x)、append()、remove(x)、pop(i) 字串方法應用(map、lambda等)。 數學篇： 二次函數：公式、關係、係數、最小與最大值、繪圖 統計相關： 資料特性(測量、難處、認識誤差) 隨機誤差與偏誤(差異、機率分佈、離散與連續、平均變異標準) ML篇： TensorFlow：深度學習原理介紹、TensorFlow Playground使用 聯成OpenCv-複習Day1：上週程式(影像操作) 讀取影像並顯示、同時讀取2個畫面

 week2：111/10/24-10/30 這個禮拜報名的課程開始上課，只有跟到30分鐘的課程，後續要教課，只能在另外看影片檔案，好可惜沒辦法馬上跟老師有互動。 數學篇 排列組合 畢氏定理、應用 聯立不等式與機器學習 資料科學：測量、資料誤差 函式庫篇 TensorFlow2(基本、開發工具) 程式： Python語言 Requests：BS4 擷取、計算、排序、下載與儲存圖 list、tuple、set、dict 特性及差異 for 的串列解析式 字串格式化 functions&methods：def、local and global、參數引數、return、import 演算法： 排列組合特性 時間、空間複雜度認識及繪圖 聯成篇： 書籍領取 Day1，課堂介紹、AI初步認識、OpenCV介紹及基本應用 問題：程式bug，常見類別是依照書籍範例後有問題，去調整。 (已解決)購買與租相關書籍 (已解決)code1: only integer scalar arrays can be converted to a scalar index x and y must have same first dimension, but have shapes (5,) and (1,) (已解決)code2: min() 方法問題，名稱一樣不可：'float' object is not callable

  【邁向人工智慧工程師-學習記錄 Week1】 近期接觸到太多AI這樣的關鍵字，從三年前就非常有興趣，而剛好人生在這個契機下決定踏入這個領域，本身有程式基礎，來挑戰自己能花多少時間學習並且可以踏入此領域(進入職場)。 我將會po上每週學習的大綱，這裡只會記下學習到的內容以及該週遇到的問題，是否被解決了。並且記錄自己報名的課程(機器學習與深度學習)學習狀況。 week1：111/10/17-111/10/23 數學篇： 基礎數學(方程式、解聯立) 向量、矩陣 環境安裝(Mac) acaconda、安裝模組 函式庫認識： matplotlib.pyplot 介紹 繪圖函式 numpy 介紹 程式 Python語言： 基礎 認識，語言優缺點 資料型態 變數 字串與方法 字串格式化：.format()、%。 List、Dictionarier、Tuples、Sets 註解、None 控制流程：for、while、break、continue input()、print() 數學模組認識 語言整體框架了解 Requests(框架、擷取) 問題： (解決)mac系統安裝測試環境、IDE (解決)matplotlib圖表能在mac環境中顯示中文化

【心得感想】 - 今天要來介紹「本質思考」，作者強調在面對問題時，可以找出問題真正的原因。以下擷取本書重要的句子，提供大家參考。 - 作者介紹了「系統動力學模型」，利用這個模型提升我們面對問題的核心洞察力。 - 書中先介紹了何謂本質，定義本質是甚麼，再來說明本質思考的意義與目的。 - 透過系統動力學模型，解構出「模式」、「物力論」。依依找出我們所有的行動都是有模式可循，並取出許多商業模式來說明舉例。 - 作者也歸納出本質思考就是四個步驟，當你了解與學會這四個步驟，你就可以學會從本質思考，以引導出有發展性答案。 STEP①：建構模式 STEP②：解讀物力論  STEP③：找尋改變模式的策略 STEP④：採取行動，從實踐中獲得回饋 - 而作者也對「本質思考」總結了一句話： 「本質思考，指的是以事物的模式和物力論來思考，不被現象或資訊迷惑，將所有事物抽象化，不依賴資訊，只靠大腦的思考方式，培養這種思考能力，靠的不是蒐集資訊或累積知識，重要的是增加思考的切入點，以及思考時派得上用場的推論方式。」  【意外的，人並不會深入思考】 - 作者強調若不從本質思考，就無法得到能真正解決問題的答案。 -先思考，甚麼是本質？指的是隱藏在問題和現象背後、造成這些問題與現象的真正原因。 例如今年俄羅斯攻打烏克蘭的議題，為何要攻打？背後的原因是甚麼？難道只是為了爭奪土地?還是烏克蘭硬要加入北約惹到俄羅斯?...等等，這個問題隱藏了許多真正原因。 本質是事物原有的特性和模樣。一旦有所欠缺，事物就無法成立的特質、要素。 本質就是某件事物成立時，一定要具備的重要東西。 現今時代最重要的就是不被眼前情報和表面事物迷惑。 作者介紹九種影響我們思考的慣性，這九種慣性思考會麻痺我們思考更深層的意義，下面   舉   中兩個例子： 例如像是「反面結論」，如果累了->休息，這樣直觀思考方式會有問題，因為造成你真    正累的原因是甚麼，沒有找出來，休息只是暫時解決累了這個原因，要找出真正導致你      累的關鍵原因才能消除疲累感。 還有其中一種是「關鍵字」，我們很常以為看到關鍵字，就自以為了解那個詞的意思，    就停止思考了。例如最近很夯的NFT，看到NFT就不去思考背後原理與造成的問題等等。 ...