改變的到來

2020 年，在 CMU 的生活終於邁入最後一個學期，因為不再有申請 PhD 或者求職的壓力，感覺一切慢慢平順的進行。課程上選了 deep learning 在 NLP 的應用，以及很數學的 convex optimization，穩紮穩打學習。只是想不到新聞卻報導起了疫情的消息，一開始的時候我還只是偶爾上網查查目前的確診數，看看八卦板網友的討論，還沒有意識到疫情將會燒到全世界來。

直到三月入境禁令和股市熔斷，才意識到大難臨頭了。

學校很快的取消了面授課程，所有的一切都改成遠端，開始了宅在家裡的遠端人生。每天除了做功課，就是上網刷一些末日的新聞報導，不免焦慮了起來。

記得來到美國的前幾年，因為不懂事，所以在取得學費減免後，就每個學期，分批把原本存起來要拿來付學費的資金定期投入了股市之中，所以那時持有的股票還滿多的。股市一跌，帳面上就累積了大量未實現虧損。當時都不敢認真算虧了多少，也不知什麼是停損，只一邊催眠自己一張不賣奇蹟自來，一邊加碼攤平，以求有天能解套。現在回頭過去查看，當時三月股票帳戶的淨值最低跟二月時的高點相比，賠掉了數十萬以上的台幣，感覺實在是十分嚇人。

其實八卦板早就有網友警告過，要是能早點認知到會發生這種情形，早點脫手，也就不會受困於這樣的風暴之中了。可惜那時的我實在對投資環境太不敏感了。

隨著失業率不斷上升，槍枝販賣數不斷上升，也開始擔心起會不會產生暴動。或者會不會丟了工作，未來沒前途。

那段日子，真的是過的徬徨不安。

那時我才認知到，以前關在自己小世界的生活實在太過無知了，不管你對自己的理想做了多少追求，其實世界根本不在意。發生了什麼意外，很容易就把那些努力打散了。

反倒是金錢的重要性被突顯了出來，如果錢不夠，就得出門工作，承擔染疫風險，煩惱擔心失業。但如果有錢的話，其實根本不用擔心丟了工作，就算無業整天待在家玩，東西都外送，食物都外賣，就這樣過個二三十年搞不好也無所謂。以為不在乎金錢做研究就可以自由追求想追求的東西，但其實也是因為經費學費或前途的問題而處處受限。反觀如果很有錢，自己開個實驗室買幾台 DGX 想做什麼研究都沒人管，因為自己出錢就不用在乎金主想法了。

暑假

學期結束後，因為就讀的 program 是研究導向，所以還有最後的暑期研究生活。當時就一邊應付著 research project 的需求，一邊做著自己的研究。那時主要在做用 Generative Adversarial Networks 類型的 loss 訓練出來的 language models。在加入許多怪奇的技巧後，可以在傳統的 evaluation metrics 上達到跟一般 MLE 訓練的模型類似的效果，遠超過其他 GAN 訓練出來的 LMs。但是實際上除了他的 loss 看起來像 GAN 以外，其實沒什麼特別的優點，還不如用傳統方法 MLE 訓練就好，所以其實好像沒什麼應用面的價值。後來沒能成功在暑期假期間將其寫成論文投稿，之後也因為沒有繼續做 NLP 研究了，就把他擱置了。

暑假期間一邊做研究，一邊也焦慮的看著新聞。那時有許多政策改變的消息，讓人不免煩惱是否會影響之後的工作。

每天關在家裡，曾經長達一個月以上完全不出門，後來只有少數需要寄東西的時候才出來打破了關在家裡的紀錄。因為室友都飛走了，所以平常家裡也只有自己一個人，每週唯一和人的互動大概就是實驗室的遠端 meeting 了。總覺得溝通能力似乎下降了不少。看著確診數不斷上升，也擔心自己是否會感染，也或許其實早就感染過好幾次了，只是沒有症狀而已。就這樣一邊徬徨一邊前進，消磨了時間，終於成功畢業了。

回頭過來看，總覺得這段期間似乎沒有做什麼特別有意義的事。

新生活

雖然一直以來都徬徨不安，但最後總算是成功上工了，開始了新的工作。

開始工作後就因為十分忙碌埋頭於工作之中，反而就比較少有時間焦慮了。新工作雖然職稱裡也有 research，但目前主要都是用 C++ 或 Python 開發一些程式幫忙實現別人做好的結果。而且問題的導向也比較不是看某些 evaluation metrics 又提昇了多少，而比較像是去成功做出某些東西，所以感覺做完的反饋比較清晰，過程也相當 engineering。一開始有好多東西要學，因為做的偏的比較 Computer Graphics 和 Virtual Reality，但以前在學校的時候，恰好都沒有學過這類的知識。過了幾個月之後才終於慢慢上手了起來。

整體而言雖然太過忙碌所以少了不少精力可以做自己的事，但成就感比起以前的工作或學校的研究還來的好的多。覺得自己果然還是比較適合做些 engineering projects 呢。

說起來在家工作真的讓人很難分開工作和生活的界線，隨著生活慢慢的被吃掉，有時就算有空閒了起來，也只會看些無意義的休閒影片，閱讀的品質跟以前小時候相比也降低了不少。或者有時甚至放棄了乾脆打開工作的機器，做起了工作。因為其實也不知道要做些什麼啊。

最近為了抵抗這樣的趨勢，正在努力之中，想讓自己重新找到一些值得一學的東西，重新站穩腳步走下去。

整體來說，2020 年感覺絕大多數的事情都是一團亂，回想起來也不知道做了什麼，勉強大概只有最後的工作還算是完成了不少事。但無論如何幸好還是順利度過沒有不小心死掉，那也已經很幸運了。2021 年，希望能夠重新整理人生，找到新的動能。

系列文章

• 零、〈墜落並重來：前傳〉
• 一、〈墜落並重來：記 2017〉
• 二、〈墜落並重來：記 2018〉
• 三、〈到不了的終點：記 2019 上半年〉
• 四、〈七年的祈禱：記 2019 下半年〉
• 五、〈疫情到來的世界：記 2020〉

柳暗花明

2019 年 6 月中，照著原本的頭痛頻率來預測，這時應該會開始新的頭痛循環的，但這天卻沒有開始新的頭痛。在吃了新藥六個星期後，新藥終於生效了。新藥生效了以後，頭痛頻率降到了比使用前一種藥時還要更低的水準。度過了 CMU 期間的低谷後，事情終於轉向好的方向發展。

事實上，此時似乎進入了 CMU 時期最有生產力的高峰了。

也許是之前的累積終於開始發芽，也或許是放棄 PhD 後不再受到利益的壓迫，而能更輕鬆嘗試。研究上，突破了之前四處碰壁難以找出做的項目有何意義的困局，開始有如文思泉湧一般，出現了一個又一個可以做的有趣研究主題的想法。一直到離開 CMU 前，都沒機會嘗試完全部的點子。終於第一次理解了前輩說的很多方向想做的感覺。

感謝 Peter 等同學陪著我討論，並且嘗試各種奇怪的想法，那段日子感覺真的很有趣。因為有了這樣的經驗，終於開始有了信心，覺得自己對機器學習的能力，或許並不像自己想的那麼差呢。若沒有這段期間的爆衝，大概我就會留下遺憾了。但經過這樣一番嘗試之後，覺得自己終於成功了使出了全力，進入了心流狀態。只可惜就算這樣結果還是沒有發表出什麼成果，但這樣也就滿足了，可以往下個目標邁進了。

另一方面，新學期開始後，接下了 TA 的工作，雖然理論上應該會變得更忙碌。但因為本來在頭痛循環下本來就只有約一半的時間可以有生產力，而這學期幾乎 99% 都可以有生產力了，所以似乎也還算忙得來。反而因為當了 TA 跟同學們以及其他 TA 有了更多的互動，因此留下了許多不錯的回憶。

另方面，開始為了求職，進入了瘋狂面試的時期。雖然不是完全順利，像是投 Google 的時候居然履歷關就被拒了，實在十分遺憾。但在一些小公司面試的時候，雖然一些 ML 的問題不像 LeetCode 一樣可以刷題準備，但我似乎也答的不錯，以至於拿到了些許 offers，還有些面試官讚譽有佳。這讓我對 ML 的信心又增添了不少。

七年的祈禱

因為面試的關係飛來飛去，終於有機會湊巧經過花O銀行的 branch，這次終於開了一個帳戶，完成了當年的宿願。

然後才想起來，其實最早之所以會產生想出國的念頭，其實就是如此荒唐的在 2013 年時看了一些書籍，所以開始想投資美股。研究了如何移動資金後，感覺開一個花O銀行的帳戶似乎不錯。研究了如何才能開一個帳戶後，發現似乎有可能直接從台灣申請美國的實習，於是就這麼來到美國了，打開了自己的眼界。雖然結果因為該州沒花O銀行，所以沒完成原本的目的，但卻在心中種下了想再回來的種子。

如今，終於完成了這件事。仔細想想，要是沒有這樣的經歷，真的也不知道此時會不會來到此處，畢竟大學時代的我對出國似乎不太有憧憬。但也或許如果照著原本正常的道路，也會面試上台灣的外商公司，最後用 L1B 簽證來到美國也說不定。

然後又想起來，其實大學的時候我主要都是在寫程式，實在也想不到現在居然會繞那麼大一圈跑進了機器學習的領域。其實之所以會這樣，一切的契機都是在 2013 年，來到了台大，進了研究室，才開始接觸機器學習，並開始有了興趣，最終造成出社會的第一份工作變成跟機器學習有關，並且開始產生想好好學習機器學習，不然可能會有遺憾的奇怪想法。

最後又想起來，其實難以擺脫的頭痛循環，也是在 2013 年初才出現的。

當年種下的這三個種子，就這樣在後來的七年間把我捲進了鬼打牆般的無限循環，讓我始終找不到出口。但到了 2019 年，終於有故事來到了結尾的感覺。這一次，真的算是有好的結果了吧。在此之後，就是新的生活了，今後要以新的目標前進。至少當時的我是那麼想的。

但我卻不知道，同一時間，地球的另一端的某個城市裡，某種異變正在產生，將會在 2020 年席捲整個世界。而我在 CMU 的最後期間，終究無法萬事完美，而會因為世界的異變而再次染上不少焦慮與不安。

系列文章

• 零、〈墜落並重來：前傳〉
• 一、〈墜落並重來：記 2017〉
• 二、〈墜落並重來：記 2018〉
• 三、〈到不了的終點：記 2019 上半年〉
• 四、〈七年的祈禱：記 2019 下半年〉
• 五、〈疫情到來的世界：記 2020〉

不安的旅程

開始服藥以後，狀況雖有改善，但還是會偶爾陷入頭痛的狀態。就這樣跌跌撞撞的開始了新的學期，一邊帶著不安，一邊繼續前進。

記得第一個學期的時候因為課業和找教授等等事情而過的十分慌亂，第二個學期因為已經有過修課的經驗，加上找到 funding ，以及頭痛情形改善，感覺事情終於開始上了軌道。此時在修課上，已經變得更加游刃有餘。只是在研究上，卻一直沒什麼特別的進展。

「想找出自己到底適不適合，喜不喜歡做機器學習」，當初帶著這樣的期許出發，但真的到了此地，才發現當時的想法實在太過天真了。

龐大的學費對心理產生的壓力確實不小。雖然因為有 RA，所以可以抵免。但 RA 的 funding source 來自 projects，拿著這樣的 funding，就像是員工一樣。完全自由的探索是困難的，拿了錢，就應該要有生產力才行，必須要對 projects 有所貢獻才行。

而這樣的情況幾乎是避無可避的，就算去當 TA，在 CMU LTI 也只能抵免某個百分比的學費，而沒有辦法靠 TA 就能支付所有學費。因此除非有 fellowship，否則 funding 肯定會被綁在某些特定的 projects 上。而研究成果尚乏善可陳的我，又如何能拿到 fellowship 呢？更別說 MLT 僅只是一個 MS program，之後如果要直升 PhD，還得重新申請一次。而為了申請成功，就必須要有研究成果才行。要在 MS 的兩年間有所研究成果的話，就該選擇成功可能性大的研究方向埋頭去做，而不是慢慢研究細心探索自己適不適合。

「CMU 不是一個適合解除疑惑的地方，而是一個必須戰鬥的地方。」

當年我每回翻開課本，腦袋裡就先告訴自己:這是戰場，我是來拼命的

投資不投資的我沒想過，過河卒子不回頭

– 〈Re: [討論] 現在出國已經沒這麼好了〉

到不了的終點

時間來到第二學期的尾聲，研究上還是沒有什麼特別的進展。課業上正是最忙碌的時候，但頭痛的頻率卻越來越高了。幾乎已經轉回原本那樣頭痛一星期、舒緩一星期的反覆週期。

但是就快到回診的時候了，也許和醫生談談，能找到方法改善也說不定。

心理抱著這樣期望的我，咬牙忍過頭痛的一星期，然後在頭不痛的那星期再拚命趕進度。

只是那時卻收到了來自醫院的信。說是因為醫生有事所以這陣子暫時都不能診察了，需要重新預約另個醫師。我趕緊慌張的打電話預約，可是約到的時間卻是三、四個月以後。

「不行了，怎麼會這樣。根本不可能再忍三、四個月。」現在說起來也許有點誇張，但那時我一直強忍的各種絕望、焦慮、不安的心情瞬間像是潰堤般湧上心頭，幾乎就要沖垮了我。

再這樣下去，一定沒有辦法了，也許終於到了要放棄的時候。

但如果在這裡放棄，要再出國就很難了。

我錯了，當初不應該選擇來到這裡的。

如果只是想弄清楚做研究的興趣，應該待在台灣當研究助理就好。

等搞清楚了以後，再來追尋出國的夢想。

硬要把一切都混在一起，如今恐怕就要全盤皆輸，把不同的夢想都一起賠掉了。

像是最後掙扎一般，我把目前的身體狀況用醫院的 message center 寄給了醫生，原本想說醫生既然有事不在，應該也不會有人回的吧？想不到卻收到新醫生的回信。醫生說換個藥試試看，然後就直接遠端開了新的 prescription，讓我停止服用舊的藥，開始服用新的藥。

事情終於露出了一線曙光。

最後的路途

學期終於迎來了終結，進入了暑假期間。我停止舊藥，開始新藥。然而彷彿像是戒斷狀態一樣，一停止舊藥之後頭痛的頻率又進一步上升，來到了前所未有的高頻狀態。

那時的日子真的很難熬，因為沒有上課了，所以不再有課業作為掩護。每週的 meeting，要是拿不出什麼進度的話實在也不知做何解釋。

沒有辦法在頭痛的時候耍廢，然後不頭痛時再追進度。而是要拚了命的強迫自己產生一些進度才能避免被看穿。可惡，可惡。那時每天都告訴自己，每天只要再前進一步就好，只要再一步就好。只要撐過這個 meeting 就好，其他的以後再說吧，但這樣的日子實在是漫長的難以承受。

到了最後，因為實在很難以「覺得自己研究能力不好」做為自己不讀 PhD 的緣由說服師長，只好攤牌提出了自己的身體狀態。

「因為，我覺得如果繼續這樣下去的話，其實最壞的情況是有一定的機率會演變到有天我會必須拋下一切，回到故鄉養病的。而如果那時候我是在讀 PhD 的話，我將變得一無所有，不只沒拿到學位，也一貧如洗，什麼也沒留下。但如果我先去工作的話，就不一樣了。就算最後我真的還是得離開，至少我已經存了一筆錢，到時也許我就回家鄉做些壓力比較不大的工作，或者是不用動腦的工作，日子也許還是過得去的吧。因為這樣的理由，我決定我真的不打算申請 PhD 了。」

說出口了以後，一方面鬆了一口氣，但另一方面卻又覺得好羞愧，好羞愧。畢竟，把這種私人的理由拿到檯面上來說，感覺實在是太不專業了。

我終究還是失敗了，在往 PhD 的道路上，我終究是到不了終點。

系列文章

• 零、〈墜落並重來：前傳〉
• 一、〈墜落並重來：記 2017〉
• 二、〈墜落並重來：記 2018〉
• 三、〈到不了的終點：記 2019 上半年〉
• 四、〈七年的祈禱：記 2019 下半年〉
• 五、〈疫情到來的世界：記 2020〉

前言

2011 年寫下〈Kindle 之我思〉之後，Kindle DXG 就陪我走過了許多寒暑。當時在交大，Kindle 還是個少有人嘗鮮的裝置，用起來偶爾還會招來眼光呢。但後來到了台大，就常看見人拿著小台的 Kindle，不知是時光流轉的轉變，還是台大人的品味跟交大不同所致。由於其他人的 Kindle 都很小，也擔心自己的 DXG 攜帶起來是否真的不太方便。

所以後來 2014 年在 Redmond, WA 時趁著便宜又買了 Kindle Paperwhite，小巧的身軀確實十分方便，是以看起小說就改用 Paperwhite。然而看起一些技術文件和 PDFs 還是以 DXG 為主。至於論文之類的，看起來十分勉強。同時因為實驗室列印十分方便，所以真的要看論文多半都直接印出來。

後來離開實驗室，DXG 的電力愈來愈不足，就想說買個新電池再戰十年，想不到換了以後 DXG 就變得怪怪的，最後再也打不開了。當時對市場上的閱讀器進行了調查，發現大螢幕的閱讀器都好貴阿，像是 Sony DPT-S1、Onyx BOOX N96、Onyx BOOX Max 13.3、Good e-Reader 13.3 等等實在難以買下手，於是想說先用平板，或許看論文也比較方便。只是最後發現自己眼睛實在無法承受，也感受到失去 DXG 之後閱讀技術文件生產力的直線下降。

撐了一段時間之後，突然發現一個新的閱讀器：博閱 T80。感覺價位尚可接受，螢幕大小也還算大。算是現階段可以接受的選擇。於是就決定出手了。只是後來覺得他實在是一個很尷尬的大小，論文讀起來不特別方便，一般的小說，則用 Kindle 看就行了。加上當時生活實在繁忙沒空看書，所以後來就不常使用，最後就賣出了。

說起來閱讀器的使用隨著時間的推移似乎越來越少，而閱讀的數量，也是越來越少了。尤其以前在交大，每個星期都有特地劃出時間閱讀所謂的「技術書籍」。但來到台大以後因為心力不足以及主要重點是做研究，就很少閱讀技術書籍了。常常懷念以前能一直不斷閱讀的日子，卻深陷生活的泥沼之中無力扭轉。

後來到了匹茲堡，想說之後會常讀論文，加上住的地方離學校也有點距離，不一定一直有機會使用印表機，所以又利用當時特價的機會，加上信用卡開卡禮的幫助，購買了 Onyx Boox Max 2。由於螢幕非常的大，確實能順利的閱讀論文。雖然真的也用他讀了不少論文，但總覺得最後比起論文，反而比較常用他來讀一些不正經的小說。在此同時，因為有 Onyx Boox Max 2 可用，再加上整體的閱讀時間下降，使用 Kindle Paperwhite 的時間也迅速減少。使得我的閱讀生態在匹村又有了跟以前不同的面貌。

就像在台大時一樣，主要的重點是做研究，同時課業又比台大時更重了。如此一來，分到閱讀技術書籍或者是其他一些科普書籍的時間自然又減少了不少。但為了紓解研究上的壓力，偶爾也會閱讀一些小說。總覺得有壓力的時候，就很難維持學習型的休閒活動，會不由自主的改做紓解壓力型的休閒，這樣的困境何時才能解開呢？

評價

Onyx Boox Max 2 具體的使用情形可以看看 Goodreader 的影片如下：

整體來說相當順暢，由於螢幕大，文字也能放的很大來看，也能加粗變得更清楚，閱讀起來相當舒適。可以直接用 wifi 傳送論文的功能相當方便，不用一直插拔 USB 接頭。唯一的缺點大概是有點重，以及有點大，以至於不太會帶出門，通常只會在家中使用。還有如果一直開著 wifi 的話，電池消耗速度有點快，但如果單純閱讀就還行。另外由於是 Android 系統，所以也能安裝像是 Safari Books Online 之類的 Apps，利用 CMU 的學生權限博覽各種技術書籍。如果我還在大學時期的話，這原本應該是件很欣喜的事。但由於現在的重點還是做研究，所以很可惜的沒有讀到多少 Safari 裡頭的書。趁著最後的暑假開始讀了一些，但好像也沒機會讀完了。

跟以前用的 Kindle DXG 比起來，使用體驗增進了不少。只是價格上還是屬於相當昂貴的區間，希望電子書的市場能夠繼續發展，至少在我的 Onyx Boox Max 2 壞掉的時候，如果能以便宜的價格，買到更好的電子書閱讀器就好了。

在 2017 到 2018 年間，我以 PhD 為目標申請了許多學校，最終選擇了 CMU 的 Master of Language Technologies Program 就讀。說起來這樣的結果實在也不是原本的我所能預期，實際上，最早我本來是想先去當研究助理的，但後來跌跌撞撞的就做了這種選擇。這背後的故事，得從一開始的困境講起。

冒名頂替症候群

雖然當初在做機器學習的相關工作，但其實那時我對機器學習的認識是相當淺薄的。早期的我一直是走純碼農路線，甚至到了研究所的初期也沒有對機器學習有很深入的了解，甚至也沒有選太多直接跟機器學習相關的課程。研究的項目雖然有碰到機器學習，但其實主要就是做些特徵工程 (feature engineering)，而對機器學習的理論沒有太過深入的了解，一直到研究所晚期才對機器學習有了興趣。

然而雖然有興趣，但畢業後就沒有太多時間可以學習了。於是到了要找工作的時候，就試著找找看機器學習相關的工作，想說可以邊工作邊學。相當幸運的居然還真的錄取了「機器學習科學家」這樣一個聽起來彷彿相當「機器學習」的職位。

然而好景不常，雖然原本是想說邊工作邊學，但實際做起來卻一直感覺不到進步。對於各種工作上的需求，雖然最後好像還是有完成。但總有一種不求甚解，不確定做的東西是否真的有意義的不踏實感，挫折感也很強。總覺得自己只是不小心進來了，可能一不小心就會被看穿自己根本就不太行的事實。

另一方面，雖然那時就很想出國。但發現國外的機器學習相關職缺門檻實在很高，加上自己也不太有信心，所以難以想像自己有天能找到國外的機器學習的職位。同時，雖然如果找純碼農機會較大，但如果直接這樣以碼農的姿態出國，或許就一輩子再也沒有時間好好學習機器學習，彌補目前的遺憾了。因此就算真的有獵人頭寄信來邀請，也無法下定決心回覆。

在此同時，身體的狀況也愈來愈差，逐漸失去精神力，使得要做各種決定都變得更加困難。當時的狀況就好像陷入了流沙一樣，就算想要掙扎也只會越陷越深。於是，最後終於下定決心要想辦法走出這樣的困境。

具體的來說，最重要必須解決的問題有二。其一是「彌補目前對機器學習的遺憾」好好學習並找出自己到底適不適合，喜不喜歡做機器學習。假如答案是正向的，那麼就以申請 PhD 為目標鑽研更深，而不是停在目前這個不上不下的尷尬局面。假如答案是負向的，那也不要浪費時間在這種不上不下的局面了，直接轉以碼農為目標，機器學習就改當下班後的興趣就好，徹底放棄在工作中順便學習機器學習了。其二則是認真的花時間去檢視當時的身體狀況到底是怎麼回事，以及或許靜養一陣。以此兩個目的為出發點，幾經考量設計了去當研究助理的這個選擇。思考流程圖可見下表：

乍看之下雖然還滿符合內心所期望的各種目標，但遺憾的是做決定的時候除了受內心真正目標的影響，同時也受著外在現實考量的影響。很多情況下，是不敢做出完全依照內心目標的決定的。最好的例子就像是〈理想的生活〉裡折衷的做法：抱著「或許存在著適合自己的工作」的期望，繼續追尋前進：一邊尋找這種工作、一邊慢慢存錢。其實要是可以不受現實考量干擾的話，就算已知這種工作確實存在只是要努力追尋，我也大概懶得去做這種追尋，而傾向直接轉向已知很快樂的生活方式就好。但實際上因為必須考量錢不夠多的現實，所以不敢做這種決定。

做研究助理的這個打算，從現實的考量來看，有不少的壞處。首先，這會讓我收入降低的時間拉長，減少我的總收入。再者，如果最後發現我不想做研究的話，那麼不論是要申請 CS MS 還是要直接找國外工作，做研究助理的這個經歷不但沒有幫助，恐怕還只會有壞處。事實上，如果我當時真的想申請 CS MS 或者是直接找國外工作的話，最好是當下馬上就這麼做而不是先去當研究助理。反之，如果最後發現我想做研究的話。雖然如果有好的發表可能真的有幫助，但如果發表很差，則或許還不如直接申請的好。再者，如果打算要發表很多，就表示我應該要在當研究助理的期間盡其所有，全力以赴。但這其實跟想減少壓力觀察身體狀況是直接矛盾的。

雖說如此，直接申請 PhD 同樣也跟我的目標感覺有某種程度上的直接矛盾，當初到底為何會走到此種地步，實在也理不清。只能說是隨波逐流，將自己困進了奇怪的處境。但最後為何會在錄取的學校裡選擇 CMU 的 MS，倒是很容易理解。因為其實 CMU MLT 就是做研究助理的「困難版本」，或者說是一個對真實目標來說稍劣，但對現實考量來說稍好的作法。同時，這個作法又保留著一定機率可以成功實現原本想達成的兩個目標。他是研究型的 MS，所以或許有機會讓自己理清對機器學習的疑惑。而且，如果最後決定念 PhD，就只要直升就好，不會浪費時間。反之，如果最後決定不念，就只要畢業直接找工作就好，不會浪費時間又還要去申請 CS MS。

但說到底，我實在是不敢在尚未理清自己身體狀況到底為何的情況下貿然去念個 PhD，總覺得大概有九成以上機率根本就念不完。或者更悲觀的想，最糟的 worst case 其實是明明無法唸完，卻將自己困進流沙之中硬要唸完，最終的最糟事態可能是一個糟到必須不顧一切也要避免，足以讓其他衡量標準全部都失去意義的最終極的糟糕事態啊。一想到存在著這個 worst case scenario 就無法下定決心了。

反之，如果只是念個 MS 的話，就算真的遇到 worst case scenario，頂多可能就是休學回台了。至於為何說是個對真實目標稍劣的選項呢。這也不難理解，因為現實的來說， CMU MLT 是一個戰鬥的地方，不是一個用來理清自己疑惑的地方，也不是一個用來休息的地方。而且根據學長姐的說法恐怕也不是一個能好好做研究的地方。假設我是選擇去當研究助理的話，最後結論到底是想不想做研究還能期望有個五五波的可能性，但當我選了 CMU 這個選擇的時候，內心就忍不住覺得，最後的結論大概有九成的機率結論會是不念 PhD 了吧。

雖說如此，但總有那一成的機率或許會突破困難。因為我老是碰到什麼事都先設想 worst case scenario，所以或許能期望事情能比自己想像的更好吧？另一方面，其實就算最後是那九成的結果，其實我也達到目的了。因為我知道那時我應該就會解除對機器學習的遺憾，而能往下個目標邁進了。這聽起來其實有點弔詭，但有的時候，雖然明知會失敗，但還是非得要實際的去失敗一次看看才能甘心。而我想要的也許就是那個甘心而已呢。

說是這麼說，不管在當時，還是現在看來。還是覺得這樣的決定感覺有種作死的意謂。但就算再重作一次決定，似乎也很難找出更好的作法了。就算我能對過去的我訴說最後達成的結論，當時的我如果不自己試試看，還是無法解除遺憾，所以還是得選擇做研究助理或者是直接申請之類的奇怪選項。唯一有差的大概是我可以傳授當時我的身體到底怎麼了的資訊，要是那時的我得知了這個資訊，至少去當研究助理的時候可以比較有信心的以全力以赴為目標，而不用偷塞個不管跟什麼都會造成矛盾的減輕壓力休息一下的目標。

但要是我真的能跟以前的我傳授什麼的話，我才不會想浪費在這種奇怪的地方。最好是直接傳授大學的我趕快挖比特幣，好好的賺個幾億再說。這樣對我未來的影響性恐怕遠大過要不要當研究助理的決定。

研究與工程的歧路

當我說想弄清楚自己適不適合研究的時候，其實有兩層意義。第一層是我做起研究來開不開心，快不快樂，喜不喜歡。第二層則是我做起研究來好不好，我的研究潛力大不大。因為如果很快樂但其實自己不強的話，那多半也不適合把這件事拿來當職業。畢竟我大可選擇當已知成就感和自己實力都在可接受範圍的碼農道路。

說到自己能力好不好這件事，當時因為對機器學習實在沒有太多正統的訓練，所以覺得難以評估自己的研究能力。來了 CMU 以後，上了不少機器學習相關課程，好好的惡補了一番，終於不再有當年那麼強烈的徬徨感了。從一些面試和課程的作業上也建立的不少信心，覺得自己的機器學習能力應該是有進步的。然而，「研究能力」又是另一回事。

雖然這樣的心態或許不健康，但自己的能力好不好常常是跟別人比較出來的。平常在寫程式的時候，不管是以前在學校裡，或是職場裡，抑或是在 CMU 校園裡。常常可以偶爾遇見一些人，在寫程式的時候，其實並不是那麼認真的追求甚解，而是只要成功做出來了，就結束了。也會遇見一些人，明明告知有更好更快的做法，甚至實際展示確實比較好了，他們還是會固執己見不想學新的東西。也會遇到一些人，宣稱技術和工具日新月異，所以沒必要花時間學，不如用心在晉升管理階級上。當自己在認真啃磚頭書的時候，也知道有些人不會，也不想花時間啃這種書，但他們還是能過得還不錯。這種時候就會意識到我們之間存在某種本質上的差異，而只要我一直 exploit 這種差異不斷前進，我們之間的差距就會越來越大。說起來這讓人有種安心感，就算趕不上前方的前輩們，至少知道存在的大量趕不上來的人們，其實也過得不錯，那麼自己應該也能過得不錯吧。

但在研究能力上，這樣的本質差異似乎就不存在了。或者說，如果有存在這種本質差異的話，感覺我好像是那個被鴻溝隔在後面的人。比如說，其中一個很可能跟研究成果好不好有高相關性的基本功大概是「讀 paper」，但我總覺得彷彿大部分的人都讀比我多 papers，但我想要去加強這種基本功的時候，感覺起來很不自然，至少跟啃程式磚頭書比起來還要不自然多了。（當然這是否是本質性的差異還是只是暫時性的現象還有待考究，一部分的我覺得目前我之所以很難專心念很多 paper 恐怕跟 CMU MLT 的設計與自己的個性有某些關聯性，不過這是題外話了。）雖然我因為已經累積了多年經驗所以好像在機器學習的課堂上也常常表現的不錯。但我沒辦法跟後方的人建立起越來越大的鴻溝，在此同時我和前方的人的鴻溝卻彷彿越來越大。另一方面，研究能力跟機器學習能力好像也是兩回事。

想理清這個思緒，就得談到第二個判準，即做研究開不開心這件事。

最近的我漸漸的發覺到，自己的成就感來源似乎比較傾向來自因為自己變強了，所以有成就感，而不是自己做出了什麼好東西而有成就感。假設以職業來做比喻，覺得最好的例子大概就是「運動員」了。運動員平時透過不斷的訓練讓自己「變強」，而最後的比賽，不過只是用來驗證自己變強而已，但其實金錢收入是因為有比賽才存在的。

我不知道運動員的想法如何，但如果是我的話，我絕大多數的成就感來源很可能會來自賽前的那些訓練，以及意識到自己慢慢變強的這個事實。而最後的比賽雖然贏了也有成就感，但其實是次要的。以至於如果沒有賺錢的現實考量的話，就算不比賽其實也無所謂了。

這樣的想法在軟體工程上也有其危險性，例如他可能讓工程師傾向使用高難度的奇計淫巧，導致其他人看不懂。又或者是不斷追求完美不斷 refactor，結果真正的功能反而做不出來。但這些問題多半還在可控制的範圍之內，且就算控制了這些問題，還是能夠有個人的追求的。

但在研究上，或許討論「研究能力進步了」是一件太過奇怪的事，也很難想像有天會說因為做了某某某研究，自己的研究能力進步了。本質上，研究終究是一種發現的過程，其中絕大多數的成就感是來自發現了什麼有趣的東西，而這樣的成就感我也曾體會過，但來自自己進步了的成就感就很少了。或者，也許這是我自己的問題，而非研究的普遍現象。我發現我找不到自己的研究能力的座標，而且也無法衡量自己的研究能力是否有進步。原本我以為是因為對機器學習的經驗太少所至，但目前看來，或許這本身就是一個無法主觀衡量的事。

基於以上的理由，我終究決定不要以研究作為我的主要職涯目標了。(當然這種理由又是一種內在的理由，正常的人可能會選擇使用外在的理由來做職涯的選擇。)不過因為機器學習的信心比起以前更強了，倒也沒像以前那麼極端要完全放棄機器學習的職涯改走全碼農。畢竟，機器學習不過就是工程師百寶箱裡的其中一個工具，要用的時候就好好拿出來用就行了。

當年想完成的兩個目標，第一個雖然總覺得如果當初做了不同選擇，也許會有不同結果，但勉強算是完成了。第二個目標雖然嚴格說起來沒有完成，但也算是大有進展了。反倒是現實的考量，因為疫情肆虐加上各種政策即將改變的風聲，其實我也不知我的未來在哪了。

要是早知機關算盡也無法達成現實的考量的話，也許當初該給真實的目標更多的重量才對。

記得最早聽聞資產配置的概念大慨是在 2013 年的時候，所謂的資產配置，指的是透過調整不同類型資產的比例，來適當平衡風險與報酬的投資手段。例如如果把錢全部放在股市裡，則雖然說不定會有較高的報酬，但也可能會有很大的波動性。若把所有的錢都存定存，雖然可能不會有波動性，但說不定會因為報酬小於通膨而導致資產價值穩定減少，所以根據自己的投資目標，應該調整適當比例放置在不同資產中來控制風險與報酬。

雖然大概從去微軟實習後就開始逐漸購買一些股債的 ETFs，不過其實一直以來沒有很認真的在追蹤資產配置的比例。最近因為經濟有很大幅的波動，所以關心起自己資產的人似乎變多了，前途茫茫的我當然也不例外。

只是投資的標的分散在不同帳戶，甚至有些像是 VIVLX 之類的基金，裡頭其實就包含了各式資產。所以除非是 all in VT 之類的，不然要看出目前自己在不同類型的資產到底投入了多少實在是有點困難。

在網路上搜尋了一陣子後，參考 Investment Tracking Spreadsheet 自己改了一份：

• 〈資產配置的試算表〉

主要的功能也很簡單，就是填入自己持有的標的後可以自動更新目前價格和淨值：

同時產生目前不同資產的比例：

也支援包含不同資產類型的標的：

想說或許其他人也有類似的需求所以就順便放上來分享一下，可自行複製取用，但請不要直接要求原始文件的權限。

「真正的自由不是你能做你想做的事，而是可以不做你不想做的事。」

死前有想做的事嗎？

最近疫情肆虐，人心惶惶。自己也對未來有著越來越不確定的焦慮。朋友間也開始討論起了一些嚴肅的話題。某天一位友人問道，「假設知道自己很快就要死了的話，會有什麼想在死前做的事呢？」本來覺得這種假設性問題很難回答所以想放棄的，不過還是勉強想了一個答案：「假設知道自己快死的話，那麼就可以試著做一些雖然有所回報，但具有高度風險，以至於如果最後自己沒死的話很可能會有各種完蛋了的後果要處理的事。」

「…比如說什麼事？」

扼，雖然或許有許多邪惡的選項，不過就來個最基本的吧：「比如說把自己所有的錢都花光之類的？」

「可是你想用那些錢來買什麼呢？我想過類似的問題，但發現好像沒有什麼特別想買的。」

真是個好問題，一時之間也想不出個解答來。

如果一定要說有什麼想買的東西，那麼最想買的應該是自由的時間吧。而且不是哪種可以花錢加速某些事而得到的零碎時間，而是想要一整塊的，持續的時間。¹ 假設我想買的是時間的話，那當前提是自己快死的時候，能買到的時間上限其實就已經被決定了，而既然快死，那這個上限多半遠低於目前擁有的錢原本所能購買的總時數。也因此在這樣的前提下，花掉所有的錢就變成毫無意義的舉動。

其實，努力存錢，然後期待有一天終於能購買自己想要的東西，也很容易落入這種陷阱。因為如果壽命太短的話，也許到時就來不及花了。正如之前和友人聊天時，友人所勸告的：

友人：「努力賺錢的目標是為了什麼呢？」

我：「目標提早退休阿，這樣就能自由的做很多事了。」

友人：「可是要賺多少才能提早退休，之前也算過總覺得一輩子也無法達到。」

「老的時候就算想玩，搞不好身體也支持不了。所以才要趁著年輕的時候就多享受一點阿。」

我：「可是如果很早退休就不至於會遇到身體支持不了的情形了！」

「要賺多少的話，我是想說如果利息收入大過支出的時候可能就可以退休了（？）」

友人：「怎麼可能可以利息收入大於支出」

但我總覺得有什麼卡在喉嚨裡無法敘述的，某種模糊的相信如果想購買的是「時間」的話，則想趁年輕的時候多享受一點（即提早購買這些時間），似乎是一件難以達成的事，的理由。

「真的嗎？」

為了回答這個問題，似乎得更清楚的定義自己的目標到底為何。形成了具體的目標，才能看出思考的盲點，並採取更適當的方法到達目的地。

希望能夠長時間的處於最佳的狀態

假設有人突然問我一生想達成什麼目標，其實當然也是有很多種說法可言，例如像是希望發明某種科技，達成什麼成就之類的這種干預外界的目標。又或者是找到某種工作，完成某些學歷之類的階段性目標。但說實在的人生過得越久，就越覺得無法判斷這些原本可能立意良善的干預外界的目標，是否達成了以後真的會對這世界留下好的影響，而不是潛藏著某些壞處。又或者不看世界的話，也無法完全確定這樣的目標對自己的人生職涯到底是好是壞，以至於無法理直氣壯敘述下去。

相反的滿足個人喜好的小目標反而似乎比較能逃過這種理性責難。就像如果有人說他的夢想是有錢的話要環遊世界，實在也沒什麼強烈的動機質疑環遊世界到底有什麼用。又或者有人說他週末想看電影的話，也沒人會問看電影對職涯到底有什麼幫助。

而我自己的，滿足個人喜好的小目標。其實應該是希望，能夠盡可能的最大化經歷在〈眼界、控制、選擇〉一文中所提到的「完全的控制」狀態的生活。

簡單來說，因為對自己的行程與步調擁有完全的控制，所以能自由的透過規劃慢慢建立各種良好習慣，像是特定時間運動，特定時間閱讀，特定時間參與活動等等。並且透過平衡各項事物的時間，而能最大化參與每件事的專注度，從而提高進入心流狀態²的時間總數。例如像是限制每天使用電腦的時間總數好讓眼睛和精神不會太累，限制社交的總量好讓能量可以恢復，學習不同題材，但每一種題材都不要一次花太多時間以至於失去興趣之類的。

這樣的願望跟現實有許多本質性的衝突，以至於真正接近實現的時刻在我的人生中只有幾次。這包含了小時候的暑假，控制與選擇文中提到的交界，以及我在留學前夕短暫的空閒時光。沒錯，恰好都是在完全沒有任何短期責任的時候。這樣的情況其實也不難理解，因為所謂「完全的控制」，原本就是與現實社會的本質完全相反的期望。

社會是變動的，無法預期的。而為了在這社會生存和獲取利益，我們本來就應該學會怎麼處理各種變動。能夠長期的維持完全的控制，那多半是處於跟社會脫節的狀態才會實現。

但除了此之外，現實生活也有許多不利因素，使得即使想在假日進入這種完全控制也是相當困難的。例如像是平常壓力太大的話，放假的時候就會傾向進行釋放壓力型的休閒活動，而無法正常的執行學習型的休閒活動，如此一來就降低了進入心流的機率。又或者是大部分的工作多半必須長時間持續專注在同一件事物上，而不可能用自己的步調適當的切換不同題材而降低彈性疲乏的可能性。就算真的可以不斷切換，多半也會因此降低自己在每件事情的產出，而違反了產出越多，越可能在社會中獲取資源的現實目標。

雖然這世上確實也存在著高度可預期，日復一日的枯燥工作。但因為這種工作本質是枯燥的，不太可能讓我體會到不斷學習的喜悅，也因此和我想不斷維持在最佳狀態的目標有所衝突。

這使得我一直以為要達成這個目標，幾乎只有「退休」，才有可能做到。而如果要「退休」的話，就必須要累積很多錢，也因此就要多多存錢了。

至於之所以很難在年輕時提早花錢購買這種時間，則是因為維持生活步調、適當習慣的累積和調整，是需要時間的。所以如果要用休假來達成這個目標的話，就必須長達幾個月，用前期的時段慢慢摸索建立良好習慣，後期的時候才能開始享受這種生活的愉快。但老是如此長期的休假似乎跟職涯發展有直接的衝突，進而造成退休的時間點延後，以至於進入了無可救藥的矛盾狀態。

當然，我其實是有做某些嘗試來偷偷購買這種時間的，例如像是留學前特別長的休息時段。這當然不是巧合，而是我故意要製造這種不同時期中間的空檔好犧牲收入購買這種完全自由的時間，卻又盡可能減小對職涯造成影響所作的不得已處置。但這種空檔，實在也不是能常常購買呢。因為他實在是太貴了，很可能遠貴於正常人一般購買的物質享受的價格。唯有在已經宣告退休，因為不會工作所以沒有沒有喪失工作的機會成本的時候才可能假裝這一點也不貴。

無法迴避的孤寂

如果要退休的話，有兩種方法能加速達成，其一是存一大筆錢，其二則是減少經常性支出。其中最大的經常性支出除了食物以外，最大的大概就是房租了。而其實要節省房租也不是全無辦法，例如像是跟家人住在一起，或許就不用付房租了。但弔詭的是，其實目前的經驗看來，跟家人住在一起跟最大化完全控制狀態的這個目標其實是衝突的。主要的原因有兩個，其一是老家常常開著電視，其噪音大幅的提高了維持專注的可能性，徒增進入最佳狀態的門檻。其二則是，因為家人常常跟我搭話打斷了我想單獨一人體會最佳狀態的專注。也因此，如果我真的想最大化進入這種最佳狀態的時間，我其實是無法逃避房租，或者是自行購買房屋的費用的。

上述這個有點詭異的理由，其實暗暗指出了一個我隱約理解，但一直沒認真承認的矛盾。

那就是，這種完全控制的最佳狀態，其實非常可能，是一種，只有在單身的時候才可能達成的狀態。

也就是說，如果我真心的把這種狀態當作人生的目標的話，那不只是必須要退休而已，而且很可能我必須要刻意的選擇一輩子單身才行呢。

不過嘛，以目前的狀態來說，就算我不刻意這麼選擇，搞不好也會被迫一輩子維持在單身的狀態，所以或許我可以暫時繼續假裝沒有這種矛盾，並且繼續的等待下去。

保留可能性

是啊，繼續等待著可能性。或許真的存在著某種工作是可以讓我總是任性的待在這種愉悅的狀態裡的吧。或許真的存在著命中注定的另一半，是可以一起走一生，卻又可以最大化這種愉快狀態的呢。又或許雖然這種狀態確實無法與上述兩者並存，但這世間其實也存在著其他值得體驗的狀態，以至於我不必把這種狀態當成最終目標也能好好的活下去呢。但在此同時，也努力存錢，以防上述這些可能性其實不存在，不得已一定要退休才能達成想要的生活並繼續前進。

老實說所謂的努力存錢倒也不是刻意過著刻苦的生活，好期待未來有天的喜悅。而是許多的物質享受對我來說差別真的不大，例如每天僅僅只是吃著為了活下去而吃，雖然不難吃，但是並不特別算是美食的食物，跟每天吃美食比起來，兩者其實沒有決定性的差別。主觀的來說，大部分的這種享受但他帶來的愉悅實在都是沒有勝過處於完全控制時期的喜悅與寧靜。所以我實在是不太想把原本可以拿來購買這種時間的錢花在購買這種無關緊要的事物上。這種邏輯最終導致了外顯的存錢行為。

所以，死前有想做的事嗎？

回到開頭的問題，「假設知道自己很快就要死了的話，會有什麼想在死前做的事呢？」。

仔細想想，想要不斷經歷完全掌握的狀態的這個願望，如果代表的是希望增加對這種狀況的經歷，那確實是會因為死亡而遺憾的覺得不能繼續經歷它而感到難過。但是如果這個願望真正的動機是希望不要繼續經歷不是完全掌控的狀況的話，那死亡其實並不見得那麼樣的令人遺憾。因為死亡除了帶走了經歷此狀態的可能性外，同時也一併代走了經歷其他負面狀況的可能性。

但即使不這麼想，「維持某種狀態」的連續性願望，終究不是一種「想要完成某種事物」一次性願望。所以呢，如果我真的能得知死期的話，在精神狀態還沒被剝奪的前提下，大概也就是先屏除目前身上的所有責任然後一個人靜靜的享受那種最佳狀態直至死去。如果精神狀態被剝奪的話，那其實也沒什麼實不實現什麼事的可能性了。所以認真的回答這個問題的話，我覺得，現在的我確實是沒有什麼非得在死前完成才不會有遺憾的事情呀。未來的我是否會有，就不知道了，畢竟我們要保留各種可能性呢。

以前曾經寫過〈台大資工所與交大資工大學部的花費比較〉，紀錄自己學生時期的花費。時光流逝，年紀又增長了不少，也以不同的身份住過了許多不同的地方，消費習慣也有了巨大的轉變。於是就想再來紀錄一下各地的花費，以提醒自己多注意消費狀況一些，順便也給一些想出國追尋夢想的朋友一些預算的參考。

雷德蒙德的平均月開支

總是聽說國外雖然收入高，稅和花費也高，所以在台灣存錢比較快的說法，但一直到自己親身前往雷德蒙德生活了三個月後才有了實際的經驗。

當時是住在一個雅房裡，房租三個月 $1950 USD，交通費因為有公車卡的關係，只有去回的機場交通用了 Supershuttle 共 $100，花在吃飯上則是 $680，其他購買食物和生活用品花了 $705。或許因為第一次有了那麼多的收入，所以也亂買了一些技術書籍以及一台 Kindle，共花了約 $250。（其實當初還有付保險費，不過因為其他時期也沒有算入保險，故忽略此部份。）

於是，一個月的平均如下：

開銷類別	月平均金額
房租	USD$650.00
交通	USD$33.33
餐費	USD$226.66
日用品	USD$235.00
Kindle	USD$83.33
總和	USD$1228.33

可以看到，就算交大生活期間的花費包含了教育費和矯正牙齒的醫療費，在雷德蒙德的平均月開支依然是交大時期的 2.7 倍左右，台大時期的 2.1 倍左右。如果去除教育費和醫療費的話，則約為交大的 5.5 倍及台大的 3.8 倍（註：因為當初記帳時交大的住宿費跟教育費混在一起，所以交大的部份不含住宿費，故倍數估計可能偏高。）

雖然實習也有收入，但在扣掉了龐大的稅以及開支後，最後離開該地時，只剩下大約 $14,000 的存款。

那時為了避免國際匯款的手續費，就決定不跨海匯回，而是全數留在當地，但當地銀行利息實在太少，所以只留了能夠避免帳戶管理費的最低存款，其餘則買進了像是 VTI 和 VEU 之類的 ETFs，以期能賺取微薄的股利。

雖然 $14,000 連 CMU 一學期的學費也付不起，但放在當地的這份資金，後來就成了最初始的圓夢基金，為以後的方向定下錨點。

台北的平均月開支

因為工作後期為了留學花了大量的金錢進行學校申請和考試等等，為了避免偏誤，這裡就用工作第一年的花費來做計算。

那時為了省錢累積圓夢基金，是住在吳興街的老舊雅房裡，房租十二個月 $60000 TWD。交通費也利用減少旅遊和回家的方式，降到了 $3000，主要是在回家時使用。吃飯的部份雖然常吃有食安問題的 $50 便當，但還是花了 $50000，此外還有 $14000 花在了日常用品和婚喪喜慶上。因為常看病，所以也花了 $1500 的醫療費。買書則花了 $1600。或許因為終於出社會有自己的收入所以也亂買了一些像是新的桌電、平板，和 Netflix 之類的網路服務，就花了 $44000。最後因為持續投資，所以也產生了國際匯款費和手續費約 $3000。（註：這裡略過了勞健保的花費。）

於是，一個月的平均如下：

開銷類別	月平均金額
房租	NTD$5000
交通	NTD$250
餐費	NTD$4166
日用品	NTD$1166
醫療	NTD$125
買書	NTD$133
3C 相關	NTD$3666
手續費	NTD$250
總和	NTD$14758

可以看到，出社會後雖然沒有學費，但顯然因為收入增加，而使得消費水準也跟著上升了，尤其在 3C 相關花了不少費用，以至於跟含有教育費和矯正費的學生時期總花費相差無幾，大約介於交大與台大時期的中間。在雷德蒙德時期則約為台北時期的 2.6 倍。（註：此一小節皆為台幣計價，但本文其他地方皆為美元計價。）

匹茲堡的平均月開支

在匹茲堡滿了一年後，以 12 個月來計算。

在匹茲堡時由於預期學費十分昂貴，所以是選了住在客廳裡，當個廳長。房租十二個月約為 $6940 USD，交通費目前花了 $820 （這包含了尚未使用的來回機票，但不包含一開始的單程機票）。外食一共花了 $470，但採買食材共花了 $2240，日常用品花了 $970，醫療費 $200，書錢 $30，網路電話水電瓦斯之類的雜費花了 $850。因為手機壞掉以及持續亂買 3C 產品和一些線上訂閱，所以又多花了 $1500。（註：保險花了 $2720，不過因為其他時期也沒納入，所以不算入最後平均。）

註：之前誤把一些初期生活用品記入了食材的項目，修正後食材費用下降，而日常用品上升了。

於是，一個月的平均如下：

開銷類別	月平均金額
房租	USD$578.33
交通	USD$68.33
餐費	USD$39.17
食材	USD$186.67
日用品	USD$80.83
醫療	USD$16.67
買書	USD$2.50
雜費	USD$70.83
3C 相關	USD$125.00
總和	USD$1168.33

雖然亂買 3C 的程度超越雷德蒙德，但花費似乎稍微低於雷德蒙德一些，不過乍看之下這似乎單純是因為雷德蒙德只有短期的三個月，是以初期購買的日用品以及交通費平均下來顯得高了一些。令人意外的是雖然自己煮，可是餐費與食材居然還是相當於雷德蒙德，大概是因為當初都吃公司的午餐，而晚餐又常只吃生菜沙拉的緣故。又或者是來自日用品和食物兩者記帳並不總是分得很清的關係。尤其雷德蒙德時期的日用品也包含了部份的食物。

由於有 Stipend 的關係，扣掉稅和開支後，一個月還能存差不多 $1000，然而因為一開始沒有找到 funding，故付了部份的學費共達 $7000 左右，所以加上保險的花費，要連存 10 個月才終於達到收支平衡。而下個學年究竟是否能持續維持 funding 也還是有微小的變數。若是沒拿到學費減免，一個學期的學費就得付出 $22,500 左右，實在是難以安心下來。

結論

整體來說，身處國外，開銷確實大過台北不少，大約會是 2.6 倍的開銷。然而，這樣的開銷，也帶來了生活水準的提昇。像是現在雖然是住在客廳，空間卻遠比台北的小黑屋大多了。除此之外，在台北的時候總是吃一些可能有食安問題的 50 元便當，相當顯著的，在當時拉肚子或者腸胃不舒服的狀況遠比現在還多。若是以後回到台北，應該還是會改成自己煮，不會再繼續食用可能有食安問題的 50 元便當了。

課程資料

15-780 - Graduate Artificial Intelligence

開課：J. Zico Kolter, Nihar B. Shah

修課年度：2019 Spring

這個課程主要是介紹 AI 領域，並挑選一些有趣的主題深入探討。因為其他的課也有像是機器學習之類的深入內容，所以這門課特別挑了一些比較不同的主題來介紹。

課程的開頭先從基本的 search 教起，並介紹了 A star 搜尋演算法。之後開始深入介紹一些 optimization 課題，包含 convex optimization 的觀念、Linear Programming 以及 Integer Programming。在那之後進入一般的 Machine Learning、Deep Learning 以及 Learning Theory。接下來則介紹了一些 Probabilistic Modeling 的概念，像是 MCMC，以及 Adversarial attacks。

後半部課程則深入講了許多 Game Theory 的概念，是筆者先前比較少了解的。此外也探討了一些 Social Choice 的課題，像是投票制度的數學性質等等。最後則稍微帶過了使用機器學習時要如何保持公平性的議題。

上課方式

兩名講者的講課方式稍有不同，第一位主要是用簡報講解，第二位則是使用黑板講解。上課的時候會有隨機小測驗，不管答對與否都能得分，以作為點名之用。

比較特別的是這堂課採用了一個叫做 Diderot 的系統作為繳交作業和討論的平台，而非使用較為常見的 Piazza 或者 Canvas。

考試作業

考試的部份除了平常的小測驗以外，還有一次期中考和一次期末考。難度感覺比機器學習簡單，不過也是有一定難度。考前會公佈考古題，但題目其實都不太一樣。考試是閉卷考，所以不能參考資料。

主要的作業有四個，還有一個團體期末 project。

作業的部份也是主要證明解題，加上一些程式題。證明題的部份比機器學習簡單,程式題的部份比機器學習難一些，但基本上不算複雜。

分組的期末專題可以自選任何主題，但需要與課程內容相關。需要繳交一開始的 proposal，期中報告，期末報告，和錄製 4 分鐘的報告影片。值得注意的是專題的佔分還滿高的(30%)，期中期末考加起來只有 20%。

結語

整體而言感覺是學到許多有趣東西的課，作業的部份難度適中，寫起來還算有成就感，也不至於花去太多時間，給分也相當不錯。對筆者來說比較新鮮的部份是 Game Theory 和 Social Choice 之類的主題，還有像是 optimazation 的部份也學了不少。或許可為未來進修進階 Convex Optimization 課程打好基礎。筆者覺得算是值得一修的課。

課程資料

10-701 - Introduction to Machine Learning (PhD)

開課：Pradeep Ravikumar, Ziv Bar-Joseph

修課年度：2018 Fall

這是一門非常數學的課，基本上就是以數學的角度來介紹機器學習這個領域。

一開始先從機率的角度切入，像是介紹一些 Bayesian Estimation; MLE; MAP 等等基本概念。然後就開始介紹各種機器學習模型：kNN; Kernel regression; Linear regression; Regularized, Polynomial, Logistic Regression; Decision Trees; SVM; Neural networks 還有像是 Ensemble Methods 等等。

上面說的比較多是 supervised learning，但也會提到像是 clustering、PCA、ICA 等等非監督或者是特徵轉換的方法。也有說到一些 learning theory 像是 VC-dimension 不過沒有講的非常深入。

最後則會把重點放在 Graphical models，像是 HMM, CRF, Bayesian network，還有講到一點點的 Reinforcement Learning。

上課方式

因為想修這堂的的人非常多，所以筆者只選到線上版的課程。雖然是線上版，不過還是要在上課時間上網看即時的轉播。講者會在上課途中隨機使用 Piazza 舉辦小測驗，用來計算出席分數，雖然即使答錯也有分數，不過筆者還是很認真的聽講並作答。但有些題目真的也有點困難。影片因為會錄下來，所以事後也可以複習。

上課主要就是使用投影片來講解。這學期是兩個老師合開，所以不同的主題會是不同的老師來教。

除此之外還有 recitation sessions，不過筆者通常沒去。而期中期末考前，會有一起解考古題的複習課程。不過實際上考出來的東西跟考古題根本不太一樣。

有 Piazza 課程討論區，平常有很多學生發問，助教也通常很快回答。作業則是透過 Gradescope 繳交。

考試作業

除了上課時的隨機小測驗有答有分外，還有一次期中考和一次期末考，是開卷考試。但難度算是相當困難。筆者或許是太久沒考試了，所以在期中考考了非常差的成績。幸好其他的部份還能補的上來。

作業的部份有四個，都是數學證明為主，但也有一些小程式。會提供 LaTeX 模板，然後最後要上傳 PDF。

整體來說程式的部份非常簡單不太花時間，但是數學證明就會花掉大量的時間。而且也頗有難度，所以並不容易拿到滿分。實際上筆者覺得這門課算是作業滿重的。

除了考試作業以外，最後還有一個分組 final project，從一些指定的主題當中選擇。筆者是選了 lip reading。Project 的部份感覺只要有花心力就能拿到基本的分數，並不要求做到有研究價值的 novelty。所以其實筆者在這個分組作業上也沒有花太多的心力。主要是要繳交一份報告，以及製作海報並向助教講解自己所做的東西，而不用繳交實際的程式碼。

結語

說起來筆者一直都沒有非常正式與完整的學習機器學習，當初只有在 Coursera 上上過了幾堂課而已，所以這次算是終於完整的複習了一遍基本的概念。感覺在機率性的解釋上終於有了比較好的理解。

有些部份其實覺得台大的機器學習基石和技法講的比較詳細和容易理解，尤其是 SVM 的部份，考試前筆者還是用了以上兩個影片來惡補一番概念。

評分上，跟 Machine Translation 機器翻譯比起來，感覺這是一堂很可以拿到 A+ 的課。只是筆者期中考的太差所以其實也沒有拿到。

因為評分的項目非常的多，加上數學證明也很花時間，所以整體上這門課吃掉的時間應該是比 Machine Translation 還多了不少。