2025年6月29日 星期日

AI 都可以寫程式了,我們為什麼還要學程式?

AI 時代的學習者:為什麼還要學程式?

從農業時代到工業時代,人類第一次大規模用「機器」取代「人力」。許多過去依靠體力與手工的工作逐漸消失。當世界進入資訊時代,自動化與電腦系統又接手了大量重複性的任務,像打字員、收費員、電話接線員等職業,也慢慢成為歷史。

而現在,我們正迎來下一個重大轉變——AI 時代。

很多人會問:「既然 AI 可以寫程式,我們為什麼還要學?」
其實,歷史早已給了答案:每一次科技進步,改變的是工作的方式,而不是人本身。真正被取代的,往往不是人,而是舊的思考方式與工作模式。

學程式,不只是為了寫程式

在 AI 時代學習程式設計,重要的不只是學會語法,而是建立一種新的學習態度。

生成式 AI(例如 ChatGPT)已經成為強大的工具,可以協助寫程式、解釋概念甚至幫助除錯。但對初學者來說,最重要的仍然是:

  • 親自動手寫程式

  • 理解邏輯與結構

  • 培養獨立思考能力

如果一開始就完全依賴 AI,反而可能錯過真正理解問題的機會。當你具備基礎後,再將 AI 作為輔助工具,才能讓學習速度與深度同時提升。

人類真正的優勢是什麼?

即使 AI 越來越強,它在面對大型系統設計、複雜問題拆解,以及跨領域整合時,仍然需要人類的判斷與思考。

因此,在 AI 時代,你不只是「寫程式的人」,更應該把自己當成:

  1. 問題解決者

  2. 系統思考者

  3. 專案整合者

學會如何分析問題、選擇工具、與他人合作,將會比單純會寫某一種語言更加重要。

資料結構與演算法:不是考試,而是思維

許多學生會覺得資料結構與演算法很抽象,但其實它們是一種「解決問題的思考方式」。

例如 Google 地圖如何預測交通狀況,就是透過資料結構、演算法與機器學習的結合,讓我們每天都能做出更好的路線選擇。

當你理解這些基礎概念時,你不只是學會寫程式,而是學會如何用系統化的方法看待世界。

在 AI 時代,你真正要學的是什麼?

AI 不會停止進化,因此學習也不能停止。真正重要的是:

  • 持續培養邏輯思考能力

  • 保持好奇心與實作精神

  • 學會與 AI 協作,而不是依賴

當你能把 AI 當成夥伴,而不是替代者,你就已經站在未來的起點。




2025年6月25日 星期三

YOLO物件偵測的效能指標: mAP@IoU

 

mAP (mean Average Precision) for Object Detection

mAP@0.5 . 0.5 bounding box對Grond Truth 的IoU, 須達到的threshold才認定為物件。該物件為某一類旳預測機率稱為confidence。進行PR-curve 的計算。  

對每一個類別都用 PR-Curve 決定其效能, PR-Curve 底下所圍成的積即為 Average Precision,
  • 針對此類別的所有的bounding box ,計算 Recall 及 Precision
  • 在不同的recall 下(由0到1), 所對應的precision 所形成的面積,即為此類別的Average Precision,面積為 0~1 .
接著將所有類別的Average Precision值加總取平均, 即是mAP ,  此即為模型在預測各種類別的平均能力



https://youtu.be/R8tb0yNr-Qc