would-be journalist

兩天前，輸入人工智慧程式 1千7百萬個字的文章，在PC上跑了兩個小時，結果 人工智慧竟然有辦法自己領會出像 zero 這個字是跟 one two three four five six seven ... 是有關係的。 這只是1千7百萬個字(其中 the 就佔了至少1百萬個字)，兩個小時在PC上也不過是反覆訓練了一萬次。 如果是輸入至少幾十億個字，而且是在高速平行運算電腦上 訓練 幾個月，數學最佳化 model 也夠完美的話，那豈不是 獨立學習的 人工智慧的文學修養，可以逼近一個新聞記者的程度。 怪不得現在有些網頁的即時報導，是由人工智慧操刀的

AI learning gratis

最近自學Google人工智慧的 Python API。 讓我很驚訝的是 Google 自從2015年11月釋出人工智慧程式碼 Tensorflow 後，可以說是毫無保留。 Google甚至提供 TensorBoard， 可以將你寫的人工智慧程式轉成 neuron 操作圖(如下圖)。 全部 neuron 的訊息, 全部 neuron 的連結， 和 neuron 如何發射信號， 全都顯現在這張圖上，以便 debug和分析.

雖然像 Xilinx 也把 FPGA 設計軟體釋出, 但是像高階的 C-to-Verilog 的軟體就要付費，而且你用他們的免費設計軟體，必須還要再買他們昂貴的 FPGA硬體才有用。但 Google的 Tensorflow 人工智慧軟體完全免費。 除非你要分析的數據不是幾萬個而是幾百萬個，幾億個，那就可能要花錢去買 PC 的 GPU 卡，要不然運算太慢。 任何人都能夠以 Python 程式搭配 Tensorflow人工智慧的API來分析至少幾萬個數據， 可以在自己家裡的 PC上進行，而且不花一毛錢。

人工智慧軟體的免費享用，使得這兩年來學習人工智慧的人數高速成長， 也讓賣 GPU 晶片的 NVIDIA，一年內股票成長3倍 ( 我剛剛也在ebay買了一個低階的 GPU卡)。 現在的學生，與其擔心以後被人工智慧取代，那還不如現在就學人工智慧，以後來取代別人。 反正學習的資源都是免費， Python 也不難學，而且 Tensorflow 所需要的數學也不過是基本的微積分。當然，還是要花很多時間去學習每一個 Tensorflow API 的內涵.

growing AI market apace

人工智慧的市場在3年後有每年60億美金的價值，8年後有每年 370億美金的價值。 這個龐大的市場意味著有多少的高薪工作會增加，以及多少的工作會被取代。