本來胎死腹中的計劃, 突然又重燃了, 說的是mediawiki, 由於當初不明白wiki 的結構, 安裝了以後, 也不知從入手。以本人慣常的做法, 在嘗試數次也摸不著頭腦的話, 便毅然放棄了。
直至昨晚睡覺, 才開始明白wiki 的syntax, 有著不同於blogger 和html 的網頁編寫器, 即像有個人的格式, 方便排版之用。
說真的, 本人也很少用上word 或google docs 之類, 甚至有時只會用上onenote 或keep, 來記錄一些重點或思想。久而久之, 便欠缺管理了, 因變了像零碎的資料, 零和遊戲, 這也是本人一直在建立知識庫時, 心中的一大難題。
就如在centrallib 或cityhall lib, 當中有淋羅滿目的書目, 即便把category 分類, 形成了不同的libbook, 但書列表之間, 即書本與書本之間的知識是沒有聯繫起來的, 這便是人類的圖書分類法, 用意是方便查找過來。
但方便查找, 不代表能把知識庫活用, 每本書也像獨立的個體, 這樣便沒多大用處了。所謂的人工智能或數據庫, 便是把一條條的訊息資料, 聯繫起來, 方能達到滿意的效果。
而人工智能或智能雲, 重點在於透過資料, 形成不同的scenario case, 在thinking 中便是依據各種的可能性, 來判斷情況而走出每一步。例如油價跌, 金價升, 股市和樓市在變化中, 甚至是qe 印鈔, 這時候電腦便應該提醒, 在不同的scenario case 中, 應該做什麼, 不應該做什麼, 或應盡量減少什麼動作等等。
形成scenario case, 在人工智能合成中, 是十分重要的一環。人腦怎樣有經驗, 怎樣擁有資訊和數據, 就算有一大班genius 和科學家, 醫學家和社會學家來推算, 也不能把每一個情景分析, 也盤算出來的。
當一件事情, 有十個情景組合, 一般人或一支專業團隊, 像投行ibank 或bloomberg, 甚至是大銀行morgan chase 或goldman sachs, 也最多能羅列出七至八個情景組合。這樣不完整的推算, 便有失敗的可能性。
還有的, 是在過去曾研究先秦的哲學思想「要覧子籍」, 即道家, 法家和易學等, 這些需要長期累月去研究的課題, 便很需要有wikipedia 那樣的tree map 作修補和改良, 漸漸地才能形成一個學說。
單是依賴task blog 中的ltcm study, natgeo research 和journal 等項目, 似乎不足夠, 因此才有用上mediawiki 的可能。mediawiki 的基金會, 正是維基百科所有的項目, 例如wikibooks, wikiversity, wikionary, 全部也是來自同一個基金組織, 除了wikileaks, 因阿桑奇的維基解密, 事實上跟維基談不上關係。
現在開始明白和懂得wiki syntax, 才知道能透過和利用資料庫的內聯網來作業, 這個wiki library, 不同於一般的blogger 或html, 而是建立在自我聯繫中。即在一方有人編寫了數十個page, 而只要建立一個新的知識群, 這些知識庫便可跟早前別人寫下的十個知識page, 直接連上了。
這個更有利於學習日韓兩語, 因有了聯繫的系統, 便可把彼此之間連成一線, 不用再散碎地儲存為keep, 或筆記之類, 這是不利於查找的。
wiki library 的syntax, 不同於google search engine, wiki syntax 就如一本牛津字典, 只要打上一個英文字, 便能查找相關的解釋和用法, 只是這麼單一的點對點查找, 而點與點之間的page, 是可以互相聯繫的。
這種方式, 相關一個keyword, 便能查找所有東西的google search engine 不同, 因seo 查找的全部二百項東西, 未必是全部有用的, 甚至要花上時間去查找, wiki 則不同, 只作點對點的內聯結, 沒有多餘的東西。
所以, 若是一本百科全書或字典, 便應該用上wiki library, 而且在編寫wiki 時, 也有自家的code syntax, 而平時常見的目錄欄, 也會在建立有關的東西後, 自動建立起來的。
例如, =韓國藝人名字=, 這便會出現韓國藝人名字之下, 出現一個分隔長線, 再在下面打下東西, *twice **周子瑜, * 即一個點, 兩點便是再入一欄, 就像寫程式編碼那樣, 全部用上符號, 更為方便。
之前說過, 很少用上word 或google docs, 來寫下一大篇或長篇的東西, 通常只會寫下幾頁的文章, 這跟本站的專欄一樣, 一則新聞文章便如一個word file, 當然本人的新聞文章, 是用上evernote sync 自動同步的。
而寫下一本百科全書, 便要有linkage, 而每一個page, 便是長篇文章, 故用上code 寫文章, 會較為容易edit, 當這些page 互相產生linkage 後, 便是一個知識庫了。反之 , 沒有wiki system, 則難以建立一個龐大的知識群庫。
先會以人物作分類, 例如elon musk, 再把不同的project 和研究項目, 加入其中, 就像hyperloop 及starlink, 慢慢灺形成一個知識庫了。接著, 便是歐洲各地, 和以natgeo 作為研究對象, 這樣來得更有系統一些。
