人生，you never know～
沒有想到，看懂AI內容的契機，居然會是從我去英國念政治學開始😂
如前所述，我大學的時候念的是語文，可是卻跑去英國念碩士。
在英國的時候除了得學會上課所需要的知識之外，其中一項重要技能，
—— 是得學會聽懂印度腔英文 ——
因為在英國，印度腔英文實在太常見了。
印度腔英文大概是世界上，
除了日文腔英文之外最難懂的語言了吧😆。
日文腔英文對我沒有障礙，
但印度腔英文卻覺得像外星語一樣。
更震驚的，是英國人能應答自如，
連想一下對方在說什麼的皺眉思考都不需要。
我剛開始常常覺得，自己英文根本就沒有很好，
幹嘛自找苦吃跑來英國唸書
去日本唸書不是更好😓。
面對挫折的方法之一就是…
接受自己只聽得懂教授說的教學英文的事實，停止內耗。
（至少還聽得懂老師在說什麼）
當我放棄責怪自己英文不夠好的時候，
突然有一天發現，
咦？怎麼好像可以聽懂印度腔英文了？
好感動～
謝謝腦大人努力進化🥹。
沒想到居然後來在AI自學中派上用場😆。
其實原本一開始也是想找中文的介紹資訊，
但後來很現實地發現——
英文資源真的比較多，而且通常比較早更新。
在YT上面搜尋AI相關的英文影片，
十支大概有八支是印度裔YTR拍的。
這個市佔率高到讓人覺得，
印度大概是世界上理工科人才最「盛產」的地方之一吧。
（根據之前研究所同學的同學，未經科學驗證的神經語言學研究指出——）
印度語言好像跟數理邏輯非常契合，
可能這是理工人才輩出的原因之一。
然後英語也是他們的母語，
因此印度裔YTR上傳的AI解說影片的數量非常多，
而且邏輯脈絡通常也很清楚。
加上AI很多專有名詞，中文翻譯有時沒有統一，
資訊吸收上很混亂，
所以後來決定以英文教材為主。
收看印度裔YTR解說影片唯一的進入門檻，是印度腔英文😅。
不過YT現在的自動字幕準確率也越來越高，
大部分的YTR腔調也算標準，
所以好像也沒那麼困難了。
只是比起閱讀，聽力可以幫助我更快速吸收內容。
從耳朵進去大腦的距離，
好像比從眼睛進去更近的感覺，
資訊傳導的效果也更好，
所以能聽懂還是省力很多。
誰知道當年折磨自己的東西，
現在會變成助力了呢？
人生也很微妙啊。
AI in 5 minutes？？？
我第一支AI入門影片是一支類似「五分鐘告訴你什麼是AI」的影片。
用我毫無AI概念的腦袋，
嘗試理解並整理出類似下面的探索圖。
剛開始的時候初步先劃分成這些基礎的分類，
在腦中大概有個架構。
這張圖（應該說這個影片）對我來說，
最大的助益是幫助我了解，
機器學習、還有深度學習這些概念，
到底位於AI地圖中的哪裡。
其實我還問過AI，
卷積到底是在卷積什麼鬼啊？ 循環又是在循環什麼東西？
雖然AI都能解釋給我聽，
但不知道為什麼，總覺得還是沒有真的理解。
那種感覺有點像——
我一直無法理解，為什麼化學週期表要按照那樣的順序排列。
是誰決定它一定要這樣排的？
講了半天，好像還是抓不到那個「喔！好！非常有道理！」的瞬間。
所以後來我就放棄追問了，
就當作發明這個技術的人只是剛好喜歡取這個名字吧😆
學習，是一個吸收跟嘔出來的過程
在照著影片畫出這張圖的時候，
其實一開始沒有覺得哪裡不對。
甚至會有一種「好像懂了」的感覺。
但後來回頭再看，開始覺得有點奇怪。
有些東西看起來像是在講「AI是怎麼學的」，
有些又比較像是在講「AI可以做什麼」，
但在同一張圖裡，全部被放在一起。
當時其實說不上來問題在哪裡，
只是隱約覺得——好像有些概念被混在一起了。
後來才慢慢意識到，
原來這張圖裡，其實混著兩種不同的東西：
一種是「AI怎麼學」（例如 Machine Learning、Deep Learning），
另一種是「AI可以做什麼」（例如語音辨識、影像辨識）。
當這兩種東西沒有分開看的時候，
就很容易產生一種
「看起來懂了，但其實沒有完全搞清楚」的狀態。
（而且更麻煩的是，還有很多更厲害的大魔王
—— 像GAN、Transformer ——
根本還沒被放進這個架構裡😆。
所以這個書架，之後大概還是要再重新排一次。）
後來我試著把這兩件事情拆開來整理，
才發現—— 原來不是我一開始理解錯了，
只是我還沒有學會怎麼把它分開看。
也因此，才有了下面這張圖。
這張圖，是我在考完試之後，
重新整理出來的版本。
過了一陣子之後回頭過去看筆記，
發現好像有一些概念一開始沒有清楚劃分。
比方說像是「監督式學習」、「非監督式學習」，
其實是在描述「AI的學習方式」；
而深度學習、CNN、RNN，
是在講「AI的模型架構」。
當這兩種分類沒有分開的時候，
就很容易產生一種——
後面新增加的新知識，
不知道該放到哪裡去的感覺。
所以後來我試著把這兩條線拆開來看，
讓「學習方式」跟「模型架構」各自有自己的位置，
重新整理出來這個架構圖。
但影片是大概五六年前拍的，
書架上需要更新的東西還很多😓。
今天先到這裡收工好了😊。
（這張圖最一開始，其實是從一支 YouTube 影片理解來的。
當下看的時候覺得好像懂了，
但過一陣子回頭想，又覺得有點
…嗯？我到底懂不懂？的感覺😅。
所以想想還是自己重畫了一次，
順便把那些原本混在一起的概念拆開來。
這篇整理的過程，其實也用到了一些工具。
像是用 ChatGPT 反覆確認自己理解的方向，
再用 Whimsical 把腦中的架構整理成一張看得見的圖。
某種程度上，也算是用 AI，學 AI吧😆。
如果你也有興趣的話，原本參考的影片在這裡：
https://www.youtube.com/watch?v=2ePf9rue1Ao
https://www.youtube.com/watch?v=u1cM2dSMLTE）
