1. 怎麼開始的?

學校教，第一次接觸到人工智慧是在唸書時，至今依稀還記得這門課分為3個部分，第一, 人工智慧導論，說是導論其實就是教pattern matching的方法和一些邏輯，使用的程式語言，不是C也是不C++，更不是Java(當年學校入門的語言大概就這三個，沒別的了)， 而是prolog....一種據說當時是比LISP更好用的人工智慧程式語言。第二，自然語言處理，還剩在記憶裡的就是, NN form, NP form, BNF等一堆form. 程式呢? 一樣是prolog,@@ 當時的題目我還記得輸入中國的首都在哪裡? 程式要回答Peking(對，是威妥碼拼音，沒錯), 最後一部分是graphic patter matching, 作業改用C語言，稍微正常一點。就這樣，AI成了我最不想碰的科目，想都別想。

2. 命運的絲線，第二次跟人工智慧的交錯。

公司來了一位美國回來的博士，據說是專門研究人工智慧，來我們公司也僱了一個研究所專門研究人工智慧的工讀生，帶著極為期待的心情去聽他們的第一次報告，Support Vector Machine(支持向量機)，據說是人工智慧最新的大突破。聚精匯神的聽了一個小時，完全聽不懂，完全聽不懂，完全聽不懂，還記得他報告完，問大家有沒有問題，過了一會，站在門口的處長幽幽地問了一句，看不懂這些可以寫的出程式嗎? 

雖然沒有什麼太大的收獲，但是隱約了解機器學習似乎會愈來愈重要，之後又得知朋友會運用類神經網路在影像辨識上，慢慢的對學校學的東西稍微有點感覺，原來分類分群和pattern match可以用在這些地方，但是買了一本類神經網路的中文書來看，很遺憾還是沒看完前50頁。

3. 第三次的機會悄然來臨。

2013年偶然在臉書上看到朋友對Coursera的網站按讚，上看逛了一逛，原來是把許多大學的課程拿到線上來開啊。明明Stanford都已經有開放課程了這有什麼搞頭，翻一翻發現網站創辦人有開機器學習這門課，反正就聽聽看吧。可能是他的講解方式的關係，突然覺得自己好像聽得懂了，而且儘管當時是matlab like的語言，程式作業我居然也寫的出來，雖然同一時間聽了Hinton和林軒田的課，還是聽不大懂。但是信心建立後，覺得機器學習裡的類神經網路好像特別有用，畢竟看過別人寫過，之後面臨人生的巨變，也是機器學習的課程伴著我打發其他的時間，又很幸運地能夠進入以深度學習為號召的新創公司，一直到今天，雖然不敢說獨當一面，至少敢說自己不是rookie了。只是年齡大了許多東西前面看後面就忘，但只要隨時溫故知新再加上工作上會不斷用到，必要時多花一些時間就可以克服了。

總結：

人的頭腦是沒有任何限制的，當面對一個難以突破的點時，有時只是時間夠就可以解決一切，隨著技術的進步，加上勤能補拙，一些機緣巧合就會變成突破口，學習是這樣，工作也是一樣，所以應該要珍惜每一次機會，並且隨時自我檢討還有什麼地方可以做的，自然就會愈來愈好。