為什麼會有這系列文章
以下紀錄幾個我會寫這系列文章的理由：
- 培養長久做一件事情的能力，不因外力因素就中斷。
- 積累實力，打造履歷（學習歷程）。
- 分享、紀錄自己成長過程中，部分運用到的資源。
每日筆記
訪談準備新進度
必須說明的是，目前準備不夠充分，沒有寄出Email給訪談候選人。
（我好想單純專研在技術實踐上…哈哈…雖了解這些事的重要性，但對這沒什麼興趣QQ。）
訪談主題
訪談主題亦是「實驗目標」，主題為「如何成為高價值AI領域人才」。
當今AI領域正處於快速發展的階段，對於具備專業知識和技能的高價值AI人才的需求與日俱增。了解如何成為高價值AI領域人才對於那些希望在這個領域中取得成功的人（像是我）來說至關重要。
訪談對象
目前候選的訪談對象有：
- 財團法人人工智慧科技基金會 – 廖柏瑜
財團法人人工智慧科技基金會的技術團隊和顧問團隊有眾多的成員，選擇廖柏瑜作為訪談對象的理由是因為他在「生成式對抗網路」領域有一些實績。生成式對抗網路一直是我很感興趣的AI領域，一方面是它對無監督學習能力的貢獻，另一方面是它能生成「高度逼真」的數據。 - 雲育鏈的AI工程師
詢問公司內部的AI工程師，一方面有助於了解AI領域，另一方面能夠更熟悉公司內的環境與操作。
問題列表（第一性原則）
性質與本質
- 如果想用一段話描述AI介紹給大眾，你會怎麼形容它？
- AI被譽為最有潛力的未來科技，你認為關鍵核心理由是什麼呢？
學習與知識
- 每個人都可以經由各種資源學習AI技術和知識，你認為想要在AI這塊領域與眾不同，是否有哪一個觀念、想法、知識或技術很重要？
- 有句話是這麼說的：【人有陽壽，科技亦然，求科技者，如草原野兔，始量少，繁衍迅速，終無草食。】
若想持續跟上快速發展的AI領域，你有什麼建議嗎？
技術與實踐
- 除了學習理論知識外，實作的技術和經驗也很重要。
在培養解決問題和實作AI解決方案的能力上，你有經驗或建議可以分享嗎？ - 有看到「 」有很多的成功案例。一般來說在設計特定需求的模型時，常會需要有該領域的Domain Knowledge。你可以分享如何與非技術背景的人有效溝通AI相關的概念和成果嗎？
領域和專業
- 在AI領域中，是否有特定的領域或專業是特別有價值的？
- 如何選擇和專精於特定領域？
- 可以分享你選擇專精「 」模型、領域的理由嗎？
訪談流程
事前準備
在訪談開始前，一定要先聯絡對方：
- 簡單介紹自己：
【您好，我是一位學生，來自中央大學，目前休學在雲育鏈實習，實習導師希望我能規畫一場訪談。我對於AI領域很感興趣，希望能透過訪談機會，更深入了解AI領域，同時做紀錄，讓大眾有更多機會了解AI領域。】 - 介紹訪談的目的、主題：
【這次我選擇的主題是「如何成為高價值AI領域人才」。當今AI領域正處於快速發展的階段，對於具備專業知識和技能的高價值AI人才的需求與日俱增。了解如何成為高價值AI領域人才對於那些希望在這個領域中取得成功的人（像是我）來說至關重要。相信這次訪談的主題，能在希望了解相關議題的客群中取得良好的迴響。】 - 協調訪談的方式：
【訪談的方式，希望能從面對面訪談、電話訪談和線上視訊訪談中擇一進行，若有意願，由您決定訪談方式。】 - 確認對方是否同意錄音或錄影：
【實習導師希望這次訪談能有影片做為成果，若同意進行訪談，不知是否願意提供錄影機會？】 - 協調訪談時間：
【另外，訪談時間希望能訂在六月份，不知您六月份是否有空閒時間可供安排訪談？】
訪談過程規劃
確定對方有意願協助訪談後，就要詳細規劃訪談。
- 地點
當雙方達成共識後，就要查找適當的訪談地點。 - 再度確認訪談時間、進行方式
- 訪談設備的確認、流程的演練
訪談結束
訪談結束後，要感謝對方的合作。回程後要根據訪談內容進行整理和分析。
個人向量化精進
昨天發表自己對「個人向量化」的見解後，秉鴻老師希望我能：
- 找一個小情境，嘗試向量化
- 找兩個小情境，作矩陣的比較
- 再換一個量體大一點的情境
向量 v.s 矩陣
在完成上述課題前，我想要先補充向量「疊加」成矩陣形式。
\vec{x_{1}} = [性別_{1}, 年齡_{1}, 身高_{1}, 體重_{1}, … ]
\vec{x_{2}} = [性別_{2}, 年齡_{2}, 身高_{2}, 體重_{2}, … ]
\vec{x_{3}} = [性別_{3}, 年齡_{3}, 身高_{3}, 體重_{3}, … ]
這三個向量疊在一起，把每一個向量當作矩陣的row，我們就可以把這些向量寫成矩陣的形式，而這麼做的好處是方便計算。
嘗試向量化（番外篇）
歐，看到這個題目時，我內心其實無比興奮。
我必須再次介紹Albion online這款遊戲，它最令我震撼和驚訝的是，它是我人生中遇到第一款成功將「市場概念」完整導入、重現的遊戲。遊戲內容豐富，以下是一段著重在說明遊戲「經濟系統」的介紹：
（我真心希望本篇文章讀者能看完，和我一起讚嘆遊戲開發者。）
【在Albion Online中，玩家們可以自由地參與經濟活動，從而影響遊戲世界的運作。
Albion Online的經濟系統建立在玩家驅動的基礎上。遊戲中的「所有」資源都由玩家通過採集、探險和生產來獲取。這些資源可以用於製造各種物品，從武器和裝備到建築和道具，滿足了遊戲中各種需求。
玩家們可以通過建立和管理自己的工作室、農田和牧場，進行製造和生產。不同地區的資源分佈不同，這意味著玩家必須進行資源交易和運輸，以獲取稀缺資源或將自己的產品銷售到其他地區。（值得注意的是，遊戲中有「城鎮市集」的概念，可以想像是地域性市集，不同城鎮的市集是不互通的，完全能透過「運貨」來賺取價差。）
Albion Online的經濟系統也包括了市場和貿易系統。玩家們可以在遊戲中的市場上買賣物品，根據供需關係來設定價格。這個市場是全球性的，意味著玩家們可以在遊戲的不同地區進行交易，尋找最佳的價格和機會。
此外，遊戲中還有一個玩家間的戰爭和掠奪系統，玩家可以通過攻打其他玩家的領地來奪取他們的資源和財富。這促使玩家們在經濟活動中更加謹慎，並運用策略來保護自己的資產。
總之，Albion Online的經濟系統提供了一個充滿挑戰和機會的經濟生態圈。玩家們可以成為商人、工匠、農夫或賊盜，通過參與各種經濟活動來發展自己的角色和擴大影響力。這種玩家驅動的經濟系統使得每個玩家都可以在遊戲中扮演重要角色，並對遊戲世界產生真實和持久的影響。】
一個逼近、重現市場供需概念的遊戲，是多麼難能可貴的元宇宙、虛擬環境。
代表著遊戲內的任何數據，都是有其分析價值和意義的。
更令人開心的是，Albion online的數據是完全透明公開的，只要串接官方的API，就能取得遊戲中近乎所有的數據（沒錯！包括市場價格！）。
這段描述是在期望取得許可，什麼的許可呢？
就是朝「研究如何使用AI分析、預測遊戲內市場」發展的節奏走，相信這將花費大量時間，甚至連旅行的時間都沒有了。然而，如果完成的話，相信沿用到現實世界中的市場，是完全具有參考價值和意義的。（要把模型擴建的更加龐大，畢竟現實中的要素還是比較多的。）
或許這不是小情境，但可以歸類在「量體大一點的情境」。總之，我很期待能將時間投入在這方面，以這個作為基礎，未來擴展到股票市場模型、現實市場模型的建立，都是有可能的。
找一個小情境，嘗試向量化（正篇開始）
在介紹完自己那大大的but許可黯淡的心願後，要回歸短時間內可以想出來的情境。
剛提到Albion online這款遊戲，我就想到雲育鏈也有出一款「區塊鏈桌遊」。
於是我這麼想：【我可以怎麼把玩家向量化，幫助雲育鏈分析遊戲銷售呢？】
決定玩家可能購買遊戲的要素，可能包括：
- 性別（可能與玩家對遊戲的類型、偏好有關）
- 年齡（不同年齡對於不同遊戲的興趣、消費能力不同）
- 教育程度（對於遊戲內容的理解和參與度有關，不同教育程度其背景知識能力不同）
- 收入水平（大多數時刻收入水平直接影響玩家購買遊戲的可能性，也和遊戲價格相關）
- 職業（職業可能與玩家的時間和資源投入有關。）
- 過往遊戲經驗（玩家過去的遊戲經驗和偏好可能影響對新遊戲的評價和參與度）
- 興趣愛好（玩家的興趣愛好可能和遊戲的類型、主題相關，影響其對遊戲的興趣和投入程度）
以上是幾個我認為玩家在購買遊戲時，可能「較願意提供」的要素、資料。有些過於隱私的要素如社交網絡、消費行為等，並不容易從玩家手中取得。
因此，把這些要素向量化就變成：
\vec{玩家_{1}} = [性別_{1}, 年齡_{1}, 教育程度_{1}, 收入水平_{1}, 職業_{1}, 過往遊戲經驗_{1}, 興趣愛好_{1}]
找第二個小情境，等等做矩陣比較
第一個情境已經完成，只要將向量是為矩陣的row，就可以疊成矩陣。接下來要想第二個情境！
第二個情境…是在寫完底下【小小心得】後想到的！既然想到「遊戲工程師」這個詞，不如來思考有哪些「要素」會影響遊戲工程師對「遊戲開發的貢獻」吧！（貢獻要量化有很多種方式，包括銷售額，好評度等等，就下次在思考和討論了。寫到這已經快撐不住了QQ）
決定遊戲工程師影響遊戲開發的要素，包括：
軟實力：
- 遊戲開發經驗（側面代表工程師在這個領域的工作經驗和專業知識）
- 團隊合作能力（這個能力對於遊戲開發流程和效率有重要影響）
- 創意和設計思維（提供創新的遊戲設計思路和解決方案，對於「遊戲品質」和「用戶體驗」的提升至關重要）
- 專案管理和時間管理（這兩項能力良好的工程師，能夠有效管理遊戲開發項目，並在時間限制下交付高品質的成果）
- 解決問題的能力（開發過程一定有很多問題，解決問題能力良好的工程師可以提升開發效率和遊戲品質）
- 對遊戲產業的了解（對遊戲產業的趨勢、市場需求和玩家行為有所了解，在遊戲開發上更能抓住家的味蕾，設計出符合玩家期待的成品，由貢獻量化方式而定，有不同的影響力）
- 對遊戲玩家的觀察和分析能力（觀察和分析玩家的行為和反饋，可以優化遊戲設計和改進遊戲體驗，對遊戲開發產生貢獻）
硬實力：（硬實力不額外解說，所有項目都將直接影響遊戲開發效率和遊戲品質。）
- 技術能力
- 遊戲引擎和工具的熟悉、掌握度
- 特定語言的編成語言能力
（這項可能可以列為好幾個要素，針對不同的語言）
雖然遊戲工程師的要素在這個小情境中分為軟實力和硬實力，但並不影響我們將其化為一個代表「遊戲工程師的向量」：
\vec{遊戲工程師_{1}} = [遊戲開發經驗_{1}, 團隊合作能力_{1}, … , 技術能力_{1}, 遊戲引擎和工具的熟系、掌握度_{1}, … ]
值得一提的是，這個情境中的要素，大多需要「特定人士」進行判斷，而無法直接由遊戲工程師本人自行填寫。換句話說，在使用這些要素之前，舉例來說可能要有將「遊戲開發經驗」標準量化的系統，又或是將「技術能力」標準量化的系統。在沒有這類系統的情況下，最公平的方式是由該方面的專業人士進行直接判定和考核，俗稱「績效評估」。
對於這些要素，我們都可以用0-100的分數（數值）去代表其能力的強弱、創造力、經驗的豐富度等。
也同樣的，只要把每個向量是為矩陣的row，就可以將其寫成矩陣的形式，方便計算。
矩陣比較
如果要比較矩陣，可以從矩陣的大小、內容、row and column含意下手。
大小、Row and Column 含意
我認為大小並不能代表什麼，可能是因為我對於機器學習技術上的理解還不夠深。我認為大小只能代表一個模型可能的維度為何。
舉例來說，在第一個情境中，「玩家向量」維度是「七」維；在第二個情境中，「遊戲工程師向量」維度是「十維」。
在不同的情境中，要分析的對象不同、向量化的對象不同，可能的維度就不同。
但我們可以因此得出一個結論，矩陣的的Row代表著模型資料的數量（有幾個玩家、幾個遊戲工程師），而Column則代表向量化對象的維度。
特別提醒、補充：實際丟入模型運算時，因為矩陣運算的緣故，可能會做矩陣轉置（Transform）的動作，變成一個Column代表一個向量，請特別注意這件事。上述描述的部分若有令人誤解的地方，請特別記得這件事：「上述的描述之所以用那樣的Row, Column關係，只是因為寫下來比較好觀看跟理解」。
內容
接著可能有所不同的，是每一個「元素」值的範圍不同。
舉例來說，「性別」的數值可以是0或1，分別代表女性和男性；「教育程度」則可以是1, 2或3，分別代表國中、高中或大學；職業則根據產業別有不同代號；興趣愛好則根據已有資料庫做分類，同樣使用不同數字替代。又或者以第二情境來說，所有的值都是0-100。
根據內容的比較，我會說這兩個情境的差異在「預先設定的對象」有所不同。
第一個情境預設的對象只有「資料含意與數值範圍的對應關係」，實際的資料（值）則由對象自行決定。
第二個情境預設的對象除了「資料含意與數值範圍的對應關係」（這裡就是固定0-100）外，還多了「決定值的人是誰」。
結論
再次強調，可能是我對於機器學習領域的理解和專業太過淺薄，才會得出以下結論。
我認為與其說是有「矩陣差異」，不如說是有「情境差異」。不同的情境，代表「不同的需求」，這才是矩陣會有所差異的核心理由。
以上述兩個情境為例：
第一個情境決定數值的人，是分析對象，第二個情境，分析對象則不直接性地參與分析，而是由第三者決定分數，影響分析、預測結果。
要想了解不同矩陣為何會有差異，了解該矩陣背後的情境，將會是最有效率及意義的作法。
About Yesterday's New Question
請容許我將這個問題，留到明天繼續思考。
完工後的小小心得
今天在思考相關事情的時候，我總是忍不住的想…
或許，遊戲就是自己這輩子的天命了。每當提起遊戲的時候，我總能想出好多好多的idea，身心就是心甘情願的願意花時間在研究和遊戲有關的議題上，如果配上AI，自己同樣喜歡的領域，就想得更開心、更投入了。
以後當與遊戲相關的工程師，一定是個不錯的選擇！雖然肝了點，但也覺得付出的肝，好有人生價值！哈哈！
新AI技術搭配新遊戲，締造新高度！