由當年的google keep, 來記下一個未來的schedule, 以至近年工具化的blogger, 甚至是現在的php server, 透過code 來一切的計劃具體化, 一步一步地走到task blog, 仿傚早年的ltcm, 把centrallib, libbook 和cityhall lib, 變為ltcm study, journel, natgeo research, 最後變了wiki blog。
寫下wiki blog, 作為一個知識平台, 是有一個好處, 那便是可以透過日後的大量學習, 而知錯而返, 能為過去的知識文章, 作出一個修正, 改版和edit, post edit 才是最重要的一環。
昔日不明白這個, 總覺得什麼知識, 沉迷地學習過來便行。然而, 知識是需要演化和沉澱的, 不是一時三刻便全部意會, 就如佛家學說那樣, 頓悟便能頓悟, 不能便不能, 即使是機械學習的scenario learning, 有了百萬個choice, 在沒有能力下, 也未必能找出最有效的選擇和決定。
是錯的思想, 便永遠是錯誤的抉擇, 不管多少個scenario choice, 總不能改變一切的, 這便是佛家所說的緣份和命運, 其實是因人的能力不夠而自作孽而已。
open source, open mind, openstudio x, 便是像tony stark 那樣, 在制造ironman 時, 也進行了不少測試和改良, 之後才有了不同型號的mark 2, mark 3, 以至mark 42, 世界的知識本是如此。
寫下wiki blog, 也有一個方針, 跟現在的php server 一樣, 便是在最好的東西上, 找出最有效的時間序, 做出最好和最快的思考, 這樣已很足夠了。
記得之前用過的quota 和wjunction, 也是很好的知識平台, 跟reddit, discord, disboard 和tweet 一樣無異, 是很管用的東西, 因而盼望除了寫下研究文章以外, 更能形成一個knowledage base 或hub, 若能用algorithm 的文字閱讀器, 來控制電腦上的flow, 真正形成cloud flow 自動化, 則更為理想了。
最近才知道, 之前用過的wikitionary, 那個學習語言的好工具, 也是wiki 出品的。之後還有wikibooks, wikidata, wikinews, wikipedia, wikiversity, 全部也是wikicommons 出品的, 是一個很出色的工具系列, 也是用上php tools 來編寫的open source database, 十分管用。
建立wiki blog, rather than task blog, 主要原因是wiki 的tree map, 除了如前所述那樣, 方便edit 和修改以外, 還有的是在可以的支節上, 加入mindset, 而變成像tree map 那樣的樹狀架構, 這樣對於零散的知識庫, 才有利建立一個可效的人工智能雲了。
