12/4/2025 - 黃仁勳上Joe Rogan的節目，整段訪談都相當精彩，我對黃的解說科技能力，尤其佩服，要把困難的科技，用普通人能懂的話，講得明白，那是自己要非常深入，經常思考才辦得到，對於一個日理萬機，掌管全球最大上市公司的執行長來說，更不容易。
我印象最深刻的是他說機器學習，其實就是universal function approximator(泛用函數模擬器)。
我們從小數學學的函數(function)，就像一個黑箱子，輸入東西後，有東西輸出，我們學函數，是學怎麼把輸入轉成輸出。
而為了達成特定功能(function)，我們建構函數。
寫到這裡，我發現函數這個翻譯，並不好，英文的函數和功能是同一個字，其實也代表了一樣的意思，中文的函數，就讓人想不到和功能有關。
話扯遠了。
機器學習，也就是AI用的神經網路，製造出了一個，我們可以完全不用知道函數黑箱子裡怎麼運作，只要看著輸入的東西，對比輸出的東西，這個黑箱子，就可以提供各種功能(function)。
我們身邊到處都是這種黑箱函數的例子，動物的移動，是個黑箱函數，眼睛看到景物，耳朵聽到聲音，然後輸出身體運動。
機器學習不用知道動物黑箱子裡怎麼運作，只要身體動起來就可以。
把這個概念，延伸出去，自動駕駛就是一個破解黑箱函數的產品！
ChatGPT的LLM，也是一樣的觀念，還更簡單，輸入的是字串，輸出的也是字串，只要結果一直是使用者需要的，那這個黑箱函數，也是個被破解的產品。
把我們身邊所有的人和人、人和實體世界的互動，一個一個拆解來看，通通是黑箱函數，也就是AI都可以破解的功能，光想到這個可能性，就讓人興奮到不行！