模型低語之處，是我筆記開始的地方。
模型、特徵與記憶交錯的紀錄者。
我叫Noah，這裡，是語言與模型之間的縫隙，也是我與自己的實驗場。
關於我
－－我是一位馬達設計工程師，對AI、資料科學有很深的興趣，正在從電機領域轉向 AI 與資料科學。
關於這裡
－－在這裡，我會記錄我參與 Kaggle、調整模型、理解語言模型內部邏輯的旅程，因為也喜歡一些文學內容，會放一些較有文藝風格的語句穿插在裡面。
過去的歷程，現在的我
當年於大學求學時，AI 相關的技術尚未普及，學校也沒有開設相關課程。畢業後，我進入傳統電機產業，從事馬達設計工程，卻總覺得少了些什麼。
隨著時代推進，我希望自己不只是被動適應，而是能主動成長、迎向更好的職涯未來。於是我開始補修碩士課程，也發現資料科學、演算法等技術職缺正快速成長。
當我選修了一門機器學習的入門課程，那股久違的熱情與探索慾望被重新點燃 — — 技術，依然是我最想深入的領域。
為什麼我決定從馬達工程師轉向 AI
— — 我從事馬達設計相關工作7年，雖然馬達設計工程師的工作讓我累積了不少實作經驗，但隨著時間推進，我也漸漸發現這個領域在台灣的發展機會有限，不容易持續突破。
與此同時，我對資料科學與 AI 的關注越來越深，開始思考：我是否能把技術熱情投注在更具未來性的領域？而我能不能靠自己努力轉入這個領域？
— —我出生於 1993 年，剛好見證了資訊獲取方式的轉變：從翻圖書館到用 Google、Yahoo 找答案，而現在，又迎來了另一場轉變 ....
OpenAI 推出的 ChatGPT 徹底震撼了我。這個從文字生成工具演化而來的 AI，如今已成為我工作上的萬用電子秘書。只要向它提出問題，它就能協助我彙整資訊、指出關鍵，並始終保持耐心 — — 這是過去難以想像的學習輔助，也為我開啟了新的契機。
在過去，如果想從零開始學一項陌生領域，往往需要老師帶路，或投入大量時間苦讀底層邏輯。但如今有了 ChatGPT，學習的門檻大幅降低。這也是我決定轉向 AI 與資料科學領域的關鍵轉折點。
我，正站在這場轉變的中段，作為一位馬達工程師，選擇重新出發，踏入 AI 與資料科學的世界 — — 並在這裡，記錄我的學習與思索。
若你也對資料科學、機器學習、類神經、語言模型的奇妙行為感到好奇，
歡迎追蹤我、一起交流那些語言尚未定義的模糊之處。
