080919 向各位聽眾問好。慶偉回學校唸書，跟大家請假半年。這個月開始回來繼續為大家服務，每個星期跟大家介紹最新的科技。
今天的主題比較特別：「從人工智慧學習人生智慧」。這是我上個星期剛學完之後，科技組組長問我上課有什麼心得，於是把心得稍為整理了一下。沒想到幾位聽到我這個主題的朋友，都說很特別，不但要我趕快寫出來（星島檔案專題報導，約3000字），還有兩位科技界的朋友鼓勵我去發表學術論文，甚至出書。今天先在節目裡和大家透露一些內容。主要談一些觀念，不會涉及到技術、枝節層面。
為何要談這主題？「從人工智慧學習人生智慧」? 幾個原因。
一是：先講一個最近幾年出現的一個名詞：「亮眼症候群」（Shiny Object
Syndrome）還在找出處。
就是說：我們經常會被外界亮眼、耀眼、驚艶的物品或事物所吸引，注意力被外界新的事物所帶動，從一件新的事物跳到另一件新事物，一直跳不停。
「亮眼症候群」的結果：就是我們會懼怕AI 人工智慧會取代我們的工作，因為我們看到AI 會認為這是個怪物，我們不瞭解它，它會來取代我們。另一個演進的結果：是最近幾年大家再談的「協作」，跟AI協調合作。
但這裡面有個問題：我們對人工智慧了解多少？
所以我主張：先了解人工智慧背後的運作原理，進而學習這原理原則，最後成為我們自己的智慧，提升自己的能力和競爭力。
第二：在學習大數據分析半年之中，我同時學到人工智慧AI、機器學習ML、深度學習DL，看到這些科技的後面，其實有些原理、原則。而這些原理原則好像還沒有人看到，所以我把這些原理原則出來，和大家分享。我認為這些原理原則每個人都可以用得到，不是你必須會電腦科學，編程、邏輯思考、統計學這些基礎知識，只有少數人才能掌握AI，而是每個人都可以從今天講的這些原則學習如何提升自己的能力。
第三個是：李開復在他書裡面《人工智慧來了》裡面講到：AI 就是人類思考方式相似的電腦程式。也就是說：人工智慧是人類智慧的延伸，而且是累積很多人的智慧，一直不停的在進步。這裡有個專有名詞要先介紹。就是
今天談AI人工智慧首先要有個觀念。AI 其實是「集體智慧」（Collective Wisdom, Collective Intelligence）是累積、演進、結合許多人類的思考方式、問題解決方式、演算計算推算、資料分析處理、數據呈現等等。它背後其實有人類的智慧在運作。
當我們了解這點：AI 人工智慧是人類思考方式、人類智慧的延伸，是個集體智慧，大我的智慧，相對之下，我們是否可以從這個證明已經有效運作的集體智慧，來學習背後的運作原則，然後提升我們個人的智慧？我認為是可以的，而且有很多值得學習。
我把AI 人工智慧分為四大類，這四大類是我們可以學習，提升自己的智慧。
一是：大數據分析，從這裡面學到如何找到自己可以應用的知識。
二是：人工智慧，學習背後運作的思考方式 – Critical Thinking. （很重要）
三是：深度學習，學習如何歸納資訊、知識，再從其中找出趨勢，作出最好的決定。
四是：機器學習，了解機器和人之間的不同。學習改善自己這個機器的運作。
先談運作原理，再談可以學習的智慧。
一：從大數據分析學習可應用的知識：
É 大數據分析要經過：收集（Access）、清理（Clean, Filter,
Sort, Enrich）呈現（Deliver, Presentation）
É 學習：大量閱讀，找出有用的資訊。對自己，或對所從事的工作
學習：重要觀念：知識不等於力量。可以應用的知識才是力量。
Knowledge is not power, applied knowledge
is power. – Dale Carnegie.
大數據分析三個重要原則：
Ò Tell the Truth （了解事實真相）
Ò Tell the Story （過去、現在、未來）
Ò Know the limit （要知道有那些不知道）
二：從人工智慧學習關鍵/批判思考
人工智慧的特點：自動學習，理性思考，了解資訊，找出真相，找出關連，探索意義，找出故事，不帶偏見。
學習：
Ò 人工智慧就是 Critical Thinking 的應用
Ò Critical Thinking 多種翻譯（維基百科）：關鍵思考，批判思考，嚴謹思考，審辯思考。
Ò 什麼是 Critical Thinking? 以理性、保持懷疑、無偏見的分析。或對事實証據的評估。系統化建構清晰思路，研究分析不清楚的資訊。（西方教育系統中主張每個人應該有的思考）
三：深度學習：
Ò 深度學習是以數學計算的方式，將數據、資訊以不同的Scalar, Vector 製成 Matrix（一張範圍圖表）, 再加以分析、歸類找出模式 Patten，分類 Cluster, 再以平均值或特定值找出可能性Probabilites,
計算出趨勢線 Regression 來作預測。
學習：從深度學習學習思維模式
世界首富，股神巴菲特歸功他的成功，賺大錢，是他合夥人 Charlie Munger 的功勞。
Charlie Munger 的專長是分析公司失敗案例，歸納出很多成功及失敗模式。
Munger 曾講過：人不能只有一種思維模式 Mental Models, 要有多重思維才能解決複雜的問題。比如你是一個 Hammer 鎯頭，看所有的東西都是釘子。
四：機器學習
Ò 機器學習是結合大數據、Critical Thinking、Mental Model 的原則原理，以 Algorithms 計算處理資訊，輸出需要的結果。
Ò Model 越正確，結果越正確。
學習：
Ò 機器學習特性：不斷地輸入、分析、處理Data。自動化。
Ò 人要如何學習：
Ò 不停吸收有用的知識，分析，應用。
Ò 不斷更新、重設自己的 OS, 成為自動化，成為習慣。
要有警覺、要有意識的去作、去養成習慣。
結語：
從人工智慧學習人生智慧：
Ò 思考：在 AI 時代要有怎樣的思考和能力？
大數據分析：
在海量的資訊中，找出自己的需要及應用？
AI 人工智慧：
是否具備了 Critical Thinking 能力?
深度學習：
是否有不同的思維模式來分析解決問題？
機器學習：
是否能內化、自動化？
是否能更新思維模式，提升自己或整體的競爭力？
