因為我選的是big data大科, 是指處理data(cleaning後)的各種方法, 如Classification Regression Clustering VSM natural language processing等等, 並產出有意義(多為具商業價值)結果的過程(有需要會產出各種圖表)

而AI只是其中的一個大類, 再深入就是machine learning, 指建立model並進行prediction的一種技術, 持續投喂資料可令其更準確。而deep learning就再更深入了, 會涉及神經網絡But what is a neural network? | Chapter 1, Deep lear...

題外話, LLM是未來趨勢, 就是大家在用的chatGPT及其他, AI科的同學可能要做一個簡易版的How large language models work, a visual intro to tr...

回歸正題, 所以AI的弱點是就算本來育成的資料不足夠, 它還是會持續進行prediction而產生幻覺, 而這個模組/產品本身沒有分辨真偽的能力, 投喂者讓它吃什麼資料就可以產出怎麼樣的AI。我想說的是, 現在這個新興行業並未有規管, 正如大企業亦已有自己發布的AI產品。具聊天功能的則特別危險我覺得。

使用dating apps的人腦波一弱, 又遇上帶著某種意念的LLM就完蛋了; 又假如軍戰國要用來洗腦教育兒童的話。。。

========================
偶爾回家說一下新見聞, 這邊是AI相關的

在某個learning apps中學到, AI所給出的答案都是base on上一個token的概率; 所以training data中沒有過的是不會出現, 因為概率是0。

另外, 昨晚的介紹AI marketing的線上課(其實是推銷AI擴散式訊息)見到其他人對於AI給出的答案感到佩服, 但作為行內人知道上述原理就知道: 震撼他們的不是AI的能力, 而是他們沒見過的知識

以往必須要付費才可得到的學習資源(例如大學課程), 現在因為其實踐過的內容經由AI整合到未接觸過的人的眼前, 所以他們現在就像原始未開發的猿人一樣得到啟發和震撼, 這一方面縮短了專業者與隨波逐流的正常人的距離

一般人得到這樣的資源會不加思索地使用, 更不懂如何作出變化; 但真正的PRO是理解當中的概念, 就算是創造出變化形亦能保留真正有效的部分, 或是核心價值

所以一個人真正獨特才是未來這個快餐市場的贏家, 他的獨特性在AI眼中會因為概率太少而放棄掉, which is佢真正跑出的地方。但也不要太樂觀, 因為當一個事物成功而其他人爭風仿效時, AI很快便會很快將其飽入囊中

建基於經驗(魔羯)而戰勝經驗, 唯有與眾不同才能特立獨行, 這很水瓶 很冥王星in水瓶