前言 (Preface)
心流是一種全神貫注在自己所做之事之上的狀態。用武俠小說的語言來說，心流就是進入「無我狀態」，在這一狀態中，你忘記了時間，忘記了空間，忘記了自己，你只專注在你所做的，你感到身心合一、毫不費力。心流不只是「最佳表現」，更是「最優體驗」，甚至是「幸福的來源」。
當一位畫家在專注於畫畫時，他能透過心流發揮出自己最極致的表現，獲得突破；在一再的突破中戰勝了某種挑戰，並獲得成就感；在見證到自身的成長後，獲得意義與控制感；當感受到自己對人生有控制感、有意義後，產生幸福感。
本書目的：
章節論述重點
第十一章 結語：最人模人樣的人 (Conclusion: The most human human)
每個人都有獲得動機、保持動機的方法，但運動員就是要樂於競爭，而競爭意味著打敗對手，不是自己保持完美就好。如果有人在後方窮追不捨，你就會跑得更快、更加努力進步。
有些人將 AI 視為天堂，機器一年比一年聰明，最終超越人類，人屆時可以將意識上傳網路、永垂不朽；另一些則將 AI 視為地獄，吞噬陽光、取代人類、吸乾我們。我更傾向認為，AI 的未來既非天堂、亦非地獄，反而更像煉獄，是一個讓有缺點但好心腸的人，淨化、修練自己的地方，離開時可以比以前更好。
俄羅斯西洋棋棋手卡斯帕洛夫 (Kasparov) 說過：勝利是往後勝利之敵，志得意滿是你最危險的敵人之一。不論是自己或對手身上，我都見識過沾沾自喜，然後鑄成大錯、讓機會消失，及時以大難臨頭，還覺得一切都在掌控中的錯覺。在現實世界哩，你覺得什麼成果已如囊中物之際，往往就是把勝利拱手給更拼命的他人之時。
人機合作的關鍵是保有「自我意識」，透過Google和維基百科，你的手機可以讓你立刻成為專家。我們這樣做並不會因此變得更笨，就像百科全書、電話簿或圖書館員也沒讓我們變笨。這只是科技讓我們更快速創造更多知識、與更多知識互動的一個階段，而且這也不會是最終階段。當中的危險，不是智能停滯，或對立刻找到事實上癮；真正的危機是，創造新事物需要另一種層次的理解與啟發，但我們以表面、膚淺的知識取而代之。(https://reurl.cc/Gm0l7G)
聊天機器人的特性
第十章 高度驚異 (High surprisal)
阿基米德想確認王冠是否以純金打造，得想出比對王冠的質和量的辦法。阿基米德的難題是，他既不能融化王冠，又得精確算出它的體積。直到他踏進公共浴池時，注意到水位升高的現象，才靈光一閃：要測量不規則的物體時，觀察他排出多少水就好。據說阿基米德極其興奮，連衣服都沒有穿，就急著跑回家，並一邊歡呼：「Eureka !」這希臘文的意思是「我知道了」，後來變成科學新發現的同義詞。
在資訊理論中，熵是指接收的每條消息中包含的資訊的平均量，不確定性越高，information entropy 越大，此現象被稱為資訊熵 (information entropy)。在某種狀況下，各種結果機會相等時 (normal distribution, 常態分配)，entropy 會達到高峰；到結果固定 (0 or 1) 或確定性降至最低時，entropy 會降到最低。
當硬幣越偏差 (biased coin, 例如正面出現機率高達 80%)，就能用越簡單的語言描述結果；公正硬幣 (fair coin, 正反面出現機率各 50%) 則難以簡單描述結果。換句話說，7 : 3 的 biased coin 得到的資訊比 fair coin 來得少，這是最基本的 information entropy 概念：東西的資料量是能測量的。
entropy 越高，資訊越多。能用它測量的東西多得驚人，從拋硬幣到電話號碼，從遺言到圖靈測驗，都在它的測量範圍。
21 世紀的我們，會比前幾代的人更能體會到 information entropy，因為過去的問題是資訊匱乏、難找，現代的我們面臨的資訊超載與如何過濾到想要的資訊。例如，🔎 我們在 google 搜尋時，本能般會避開常見或通用的 keyword，達到縮小搜尋結果的效果，以降低 information entropy。📚 又如我們在準備考試、閱讀教科書時，卡住最久的地方，正是 information entropy 較高的地方。
壓縮分成無損 (lossless) 與有損 (lossy) 兩種
無損壓縮的怪異現象是，有些東西的 information entropy 會高的匪夷所思。雜訊就是如此，因為其隨機性、無固定模式或規則可循，壓縮器毫無用武之處，此類資訊的 information entropy 極高、stakes (資訊含金量) 極低；換成有損壓縮，只要壓縮品質在眼睛、耳朵的可接受範圍內，盡量壓縮，即可大幅降低 information entropy。
🎬 Frame rate (幀率)：30 FPS (Frames Per Second) 代表每秒跑30張畫面。由於人類眼睛的特殊生理結構，如果所看畫面之幀率高於16的時候，就會認為是連貫的，此現象稱之為視覺暫留。這也就是為什麼電影膠片是一格一格拍攝出來，然後快速播放的。現代電影的幀率為24，對一般人而言已足夠流暢，但對高動態的電子遊戲，尤其是第一人稱射擊遊戲來說，幀率少於每秒30幀的話，遊戲就會顯得不連貫，這是因為兩者顯像原理不同所致。電影的一格幀中其實隱含了1/24秒內的所有訊息，但電子遊戲的一格幀就只有該時間點上的畫面，故電子遊戲需要更高的幀率來達到順暢的視覺效果，此缺失可用一些電腦圖形學的技術來彌補。(https://reurl.cc/MA5VE4)
synecdoche (借代、比喻) 是以部分指涉整體的語言手法，借代讓我們能變換詞句，保留某個經驗最主要的部份。以這種方式傳遞訊息時，作者信任讀者有能力填補空白。(https://reurl.cc/zenRje)
🌳 深諳借代之道的作者就像熟悉標本的植物學家，雖然採集的標本只是樹木的一小部分，但已足以讓他們一窺樹木的原貌。
📚 文學評論是有損壓縮，有毀損作品本身之虞。關於藝術品的任何評論，都是在跟藝術品本身較勁。大家經常批評一般人貪圖方便，只閱讀書摘、書評，不好好讀書。但若《Anna Karenina》的 information entropy 超低，只用整本書篇幅的 1/100 講完 60% 的內容，那肯定是托爾斯泰的問題。讀者一生只有 28,000 天，如果他們只想看有損書評過日子，誰又能怪他們呢？
🎬 若你晚上閒閒沒事，可以去看電影預告，看預告片的熵值 (entropy value) 最高，每段都能帶你通往新世界。
📱 手機越好用，你就越難展現自己。我們要努力對抗頑強的拼字校正、抵制文字預測、堅拒自動完成，力求寫出獨具風格、成為難以預料、桀敖不馴、有高熵值文句的人，別讓手機讓我們變得平庸。
資料壓縮能夠實現是因為多數現實世界的資料都有統計冗餘。例如，字母「e」在英語中比字母「z」更加常用，字母「q」後面是「z」的可能性非常小。非破壞性資料壓縮通常利用了統計冗餘，這樣就能更加簡練地、但仍然是完整地表示傳送方的資料。非破壞性資料壓縮的壓縮率不足以處理龐大體積的音影片數據，但如果允許一定程度的保真度損失，那麼還可以實現進一步的壓縮。例如，人們看圖畫或者電視畫面的時候可能並不會注意到一些細節並不完善。同樣，兩個音訊錄音採樣序列可能聽起來一樣，但實際上並不完全一樣。破壞性資料壓縮在可以接受或無法察覺的情況下使用較少的位數表示圖像、影片或者音訊。(https://reurl.cc/6azy6M)
要評判壓縮後的 mp3 音檔是否夠好，一部分要看它保留多少未經壓縮的原始資料，另一部分得看 mp3 player (通常也是解壓縮程式) 猜的多準，是否能為沒有保留住的部分增添價值。要討論某個檔案的品質，就一定得把它和撥放器的關係列入考量。
「小說」的資訊量遠大於「電影」，因為小說留給讀者更大的想像空間。這也是為什麼，忙了一整天後，你可能會累到無法讀書，卻不太可能累到無法看電視、聽音樂。
第九章 汝不可一成不變 (Not staying intact)
使用語言的最佳狀況是，講話的人有說話的意願，也把觀眾放在心上。即使在說自己的事，理想上也應考慮對方的感受。
在電視台當主持人訪談來賓時，應盡可能讓自己變成投影機的投影布幕；可是交朋友就不同了，在友誼中隱藏自己實在有點蠢。愛情也是如此，當個謎樣情人不但有失真誠，而且怠慢情意，讓整段感情充滿不確定感。
我們常用「複雜」或「精巧」來評價人工智慧，但很多時候，這無助於我們衡量程式本身，因為很多軟體都能做到同樣的行為，而它們的「智能」高低其實天差地遠。「智能是一種對事物的敏感度」，不論是不斷搶話的圖靈測試程式，或是預先做好的作詩樣板，即使它們能產生有趣的東西，但它們仍是靜止的，依舊無法回應。換句話說，它們對事物毫無敏感度。
最強的棋士可以改變棋局變陣；最好的藝術家可以改變創作媒介。在機器人有辦法「從模仿者變成創新者」前，不可能通過圖靈測驗。只要機器只能因循前例，未能開創新局，無法對語言產生任何貢獻 (ex. 產生新字)，就不可能通過圖靈測驗這關。
很多用字遣詞，會隨著時間而產生改變，聊天機器人卻做不到。許多政治正確 (political correctness) 的用法如下 (https://reurl.cc/O08oZX)：
語言永不安分、永不穩定，也永遠找不到平衡點。圖靈測試難度極高的原因之一，也許是參賽各方在游移的擂台上過招。語言不是棋局，它沒有固定規則，也沒有必殺絕技，它不斷在改變，雲遊於一切「解決方案」之外。
觀測者效應 (Observer effect) 是指「觀測」這種行為對被觀測對象造成一定影響的效應。恰如 Werner Heisenberg 的「測不準原理」(uncertainty principle) 所言：測量電子的位置需借助光子，但光子的反射又必然擾動電子的位置，使測量結果產生誤差。
觀察者效應也常發生在日常生活中
Programmer 會跟你說，無法修正不能 reproduce 的問題。在 debug 時，會盡可能多次重現發生錯誤的行為，以利測試程式是否正確修正；人類溝通則相反，無法回收說出口的話。試想，哪個法官會荒謬地要求陪審團忘記 20 分鐘前的某一句證詞？
只要我們跟某人混熟，或多或少會改變對方，也一定多少變得與對方相似。只要有人想著你、感受你、讓大腦受你影響，你不必多費力氣就能進入那個人的內在，進入那個人的自我之所在，並改變那裏的東西，不論變化多麼渺小。
第八章 地表上最糟的證人 (The world's worst deponent)
美國加州大學洛杉磯分校心理學教授 Albert Mehrabian，曾提出「55 - 38 - 7 法則」，我們的溝通，有 55% 是來自於身體語言 (body language)，有 38% 來自於語調 (tone of voice)，只有 7% 來自於說話的內容 (actual word spoken)。可是到了法庭，你得全力應付這 7%，從法律層面出發，你的證詞比語氣或動作來得重要。在圖靈測試裡，要證明你是人，也只能靠這 7%。
我們可以把圖靈測驗視為測謊，因為電腦說的大多是假的，關於它自己的事更是如此。除非一個人認為自己知道真相，否則這個人不可能說謊，聊天機器人無法表達真相。(《On Bullshit》)
一般來說，軟體出問題的情況有三種：① 在編譯程式時發生的 compile error；② 在使用者執行時發生的 runtime error；③ 程式明明執行很順暢，但卻出現非預期的形容。聊天機器人無法正確回答我們的問題，就屬第三種錯誤。
在討論西洋棋的章節，有提到 min-max (保守型、極小化對手可採取的策略) 與 max-min (攻擊型、極大化自己的攻勢) 演算法，在此種零和遊戲中，一個人獲勝，意味著另一方落敗，沒有雙贏這回事。但是，好的對話應是 max-max 策略，雙方能擦出火花、說出很精采的事物，而非一較高下。
探求真理需要採用 max-max 策略，彼此像在跳探戈、互相合作、互相砥礪學習、需彼此配合。
資本主義有個灰色地帶，其鼓勵競爭以促進社會繁榮；不過，參與競爭的公司未必保證社會受益，故制定反壟斷法，限制公司的合作，因公司同心協力，反而會產生價格壟斷，對消費者不利。
與別人攀談時，會依照你目的，決定你要丟的攀談點數量或是忽略對方拋出的攀談點
