分享

艾瑪人肉學習週記(Week00):人工智慧學校開學日近了


「重回20歲的通識課-芬蘭國民AI」系列到5月底結束,裡面紮紮實實就是要大家開始對AI有點認識,沒有我發揮的空間,新的系列「艾瑪人肉學習週記」,以人肉對應人工,每週跟大家分享我與AI貼身肉搏的內心戲,真才實學則應該沒有,白眼與碎念保證很多。 
想分享的主要原因,是想讓大家知道,不管你現在想要改變你生活中的任何一部份,看似遙不可及的,事實上就是很遠,不開始走就是不會到,總還有個人與你一起往前走,偶爾還硬要嘴些無濟於事的OS。 
昨天跟大家分享書單,朋友中的AI菁英都現身了,心裡覺得感激,即使再困難也一定會有貴人。(例如借我抄作業的同學或是直接幫我寫的學長) 
對同期的自我介紹
從學校畢業後,我做過8年的台股分析師,主要是看傳產,現在在製造業裡做採購與原料的產業研究,下班之後花最多時間的事是閱讀和運動,在我們的課程結束不久,也是我要去參加100K越野賽的周末,對於AI課程的開學感到很興奮、很期待,但同時在時間安排上的緊張感也非常強烈。(原先的安排是跑完100K才開學,卻因COVID-19而賽事延期) 
我對AI的浪漫期待,是釋放人類的時間與精力,讓每個人更能有餘裕關注身心健康、熱情與嗜好、和家人朋友的相處時間,目前對AI的應用並沒有想法。參加課程的現實原因是,有感於沒有多重技能卻想靠埋頭苦幹的人,不僅無法得到機會與資源,被淘汰機會大増,而AI度過幾個寒冰期後的近年也日益強大,既然無法打敗它,就加入它。 
開學前準備
1.人工智慧課前聽 https://aiacademy.tw/definition-ai-industrialization/ 
(課程內容為「產業AI化」的12個關鍵問題)
補充:https://www.hbrtaiwan.com/article_content_AR0007025.html
2.買課本(然後整齊地放到書架上)
3.依課程表定讀課本的時間表
4.05/21(四) 中午線上測試 
更之前呢
2018-19年,在工作上,我喜歡從資料中找答案、喜歡做預測再由市場告訴我答案,但我我感到很焦慮,我很害怕自己10年後還是用相同的技能處理相同的事,慢慢在想,其他地方是不是有可能性,我沒有興趣回金融業,也沒有興趣換家公司作相同的工作,比起在哪家公司,我更在乎做什麼。(但我不排斥公司有彈藥充足的茶水間和附設健身房) 
從2013年底到現在的公司後,除了維持營運的日常工作,我花了很多精力在團體流程、資料庫、資料、報告、會議或訪談紀錄的格式,我的設計起點,是把這家公司,當作會再有一個40年的公司(我入職那年是40週年),而不是一家再有許多個一年的公司,我的目標很簡單,就是希望大家能夠一起很有效率地完成工作,餘下的時間與精力,看是要鬼混或精益求精,我都覺得很好,因為那表示我們有選擇。 
我真心地認為,我們不應該要讓維持營運但價值不高的瑣事,佔據太多時間,我更真心地認為,時間的餘裕是創造與進步的基礎。只不過,這樣的想法與做法讓我感覺孤單,縱使我扛得住職場冷暴力,在智識層面也是一片荒蕪。 
也大概就是近幾年的事,Google和FB的投放廣告常常侵入我腦波,Amazon和博客來的推薦我也想照單全收,接著我才後知後覺地發現,似乎有某些領域「人工智慧」、「大數據」、「資料科學」等,方興未艾。但那似乎是一個工程師的世界,動不動就撂起袖子說要寫程式、說要用演算法說要建模型,對文科生不太友善,不過,難道看到人家搬了傢伙出來,我們文科生看了會怕就要轉頭離開嗎?當然不是。 
真正的勇敢,不是無所畏懼,而是帶著恐懼前行。 
首先是在書店裡找一些有關主題的書,甚至是科技業演變都看,這類型的書之前幾乎都沒看過,我把我有的列出來,要來借的不要客氣。就在開學日附近,《人工智慧在台灣》還有半本,對這本有點相見很晚,這本很值得當前一兩本先看。另外,《人工智慧在台灣》提到台灣企業裡普遍存在的成見與短視,也提到部分企業的身先士卒,我認為很多事做了,無法馬上算得出會有多少實質好處,但會有機會改變,由模式驅動成長,而不是聽任市場波動,或改善決策品質,就不會無法複製成功。 
其實相關的書、線上課程等,超級多,要想學到能用的程度,還真的是一點頭緒也沒有。要從什麼開始?要花多少時間?總共要學哪些?學了那些要做哪些後才算會?網路上許多牛人分享自己的學習歷程,像是「幾個月就OOXX」,細看主角人物的背景,跨度似乎也不是那麼大,幾乎全是天賦異稟、一隻腳已擱在電腦科學/統計/程式設計等領域裡。在填鴨世代長成的我,自學還真有點無所適從,那就回到教室裡聽老師說好了,還有同學可以互相折磨。(到哪都要找人互相折磨) 
Start
Finish
書名
2018/10/1
2019/1/2
大數據的傲慢與偏見
2019/1/1
2019/9/24
數據、謊言與真相:Google資料分析師用大數據揭露人們的真面目
2019/3/1
2019/8/12
人文學科的逆襲
2019/5/27
2019/7/11
人工智慧來了
2019/6/3
2019/9/30
從樞紐分析到大數據分析
2019/7/11
2019/9/23
AI經濟的策略思維
2019/8/12
2019/9/22
超級智能時代
2019/9/22
2019/12/26
文科生也看得動的資料科學
2020/1/12
2020/2/29
GAFA*BATH 全球科技八巨頭
2020/1/12
2020/3/3
四騎士主宰的未來
分類:親子

評論
上一篇
  • 下一篇
  • 更多文章
    載入中... 沒有更多了