IT 人，學人講減肥

減肥，是不少人的終身事業，通常唔係為健康，就係要靚。

大部分既 IT 人（其實白領都係），畢業了開始工作，坐辦公室，涼冷氣。由一星期數次的戶外活動，如踢波，打藍球；到數星期都未必有一次。加上接觸很多課本以外的新技術，即時壓力大增，零食亂吃！真係想保持身型也難。

說實在的，通常大部分人都能以經濟學去理解如何減肥～以小弟有限的知識中，經濟學是講求“需求”和“供應”。以體力為例，當“供應”多於“需求”時，身體會分解過多的能量，但亦會儲備一些，久而久之，肥了。要減肥，便是“需求”大過“供應”時，身體用掉儲備，便會瘦下來。理論上是這樣，但 IT 人如何看減肥呢？

在這，就以一個正常的減肥論來說，當“輸出”大過“輸入”時，你便會瘦下來。你可能會想，有很多“例外”的，如去美容院“做機”，中醫減肥療法等。這些“例外”，後面再解釋。

言歸正轉，我們在身邊能看到的減肥例子，大多分為兩種，第一種是有目的，有期限的，如要結婚，要照婚紗照等。這些人大部份都會進行“地獄式”減肥法，多數是不吃不渴，加一些運動。那是雙向減法，減“輸入”，加“輸出”，但通常完事了後都會極速反彈，因為之前減肥太辛苦，以至報復式“輸入”，及零“輸出”。

第二種是為健康減肥，通常以改變飲食習慣，加運動，當然離不開減“輸入”，加“輸出”的模式，但一般比較長久。

這些，你知，我知，單眼佬都知，但跟 IT 有什麼關係呢？

近年 IT 最紅的，無可否認，一定是人工智能，AI 的崛起。但很多人都忽略背後其實是大數據(Big Data)加機械學習(Machine Learning,以下簡稱ML)的功勞。而其中最關鍵的，是如何構建ML的基礎(Baseline)。

我們的身體，就是以 Baseline 去决定你的肥瘦，而你的飲食和運動，就是(Big Data), 去給你的“AI”用，但這個“AI”是你大腦裏面你不能 “Program” 的部分，你可以想像為“潛意識”。在這裡，我關注的減肥，不是一剎那光輝，而是如何持之以恆。所以，當我們的 “AI” 拿我們的“Big Data” 去做 “Machine Learning” 的時候，我們要想的，不是那一天輕了還是重了，那一餐吃了什麼，多了還是少了。而是以星期，月，年計的習慣（飲食和運動），去推動你的“Baseline”。

但實際上，要如何做？以下是個人見解，沒有科學根據的。

首先，我們要把這個終身任務，分成兩部階段，第一，是要成功減肥；第二，是要保持下去。兩者都有一個成功的要决，就是要明白身體對我們減肥時的反應。

在第一階段，如你是不吃不喝，極速瘦下來的話，你的 “Baseline” 是不會太大影響的，所以，你的身體會覺得，你是虧欠了，以至你多吃一點時，都會極速反彈。而且心理上，也會覺得沒效果，以至放棄。 所以，在這階段，你要知道什麼是“剛剛好”。就如你吃了多少，要多久才覺得肚餓，便知道是否“剛剛好”。

“剛剛好”，我個人認為，是在吃下一餐前，要有肚餓感。但晚餐最好是在睡前還沒開始肚餓，但空空蕩蕩的感覺。（有些人，肚子餓睡不了，去吃宵夜便更易肥）

所以，要有減肥效果，是要掌握這個肚餓感。加一些運動消耗，便可以瘦下來。但是要注意的是，這個運動消耗，是能夠持之以恆。例如，你一星期做五天運動，每天3小時。那一定能在“剛剛好”的情況下瘦下來，但你能維持多久呢？因為我們的 “Machine Learning” 把一星期 15 小時當成一個指標，如你之後，只做 7.5 小時，身體對這個改變的反應，是大的，如你每星期原來只做 10 小時運動，改成 7.5 小時，反應相對便比較小了。

而我所說的減肥，不是只減那供求的平衡線，而是把 “Basline” 也一起向下移。才可做到持之以恆的保持，當然，時間很長，要以年計，及一定要有恆心，常常自我監察才能成事。