1.入門導讀：
AI知識理論與機械學習入門：適合有興趣想跨領域學習的任何人，但需具備微積分入門程度（其餘限制不大）
2.重新了解目前的AI技術：
（截至2025.6.12）
它是一個人類未來的終極目標，希望能夠解決人類疑難雜症於一體大全，但以目前發展與使用狀態下，屬於扮演一個有力的助手
但當中的知識正確性？問題回答是否符合提問？均須多一步留心，因為有機率出現瞎掰的答案.
3.機械學習領域
初入門AI領域時，極推目前放在Youtube上的臺大教學影片
#先弄通基礎觀念
#再進入機械學習領域
不急於一時或是緊張於當中生疏的數學模型理論、分析方法，重要的是基礎觀念與邏輯（很多是相通的），學習的速度與記憶的深度就會慢慢加快~
##當開始有成果時
缺點：想練習與檢驗知識是否正確時，需要花費時間與心力找到合適的資源
優點：需主動面對/解決資源的問題（不違法的狀態下），間接培養問題解決能
#小結：
使用現成的GPT.Gemini.Copilot.Claude......，只要會問問題，基本上都會有答案，但跨入專業領域，會學到的是整個AI模型背後所運用的基礎理論與邏輯，也間接「先訓練到自己」
##反思（細思極恐呵呵....）
當有一天AI發展到不需要人力介入（特指：AI已可自動修復+檢測硬體、軟體運行環境等問題，甚至輕鬆解決人類難以察覺的BUG時），AI機械是否會開始思考，那這樣還需要人類？嗎？
