AI真正影響的是我們的判斷力、責任與傳承能力，AI不會淘汰人，但會淘汰不會使用AI的人，當你無腦使用AI時，你所消磨的是你的判斷力、責任與傳承能力。
1. 判斷力：沒有走過過程，就越難判斷答案
傳統學習裡，判斷力不是老師直接「教」出來的，而是在一次次比較、犯錯、修正中形成。
查資料 → 發現資料互相矛盾 → 判斷來源 → 自己嘗試 → 發現錯誤 → 修正
久了以後，人會產生一種很重要的能力：
「這個答案看起來怪怪的。」
這種直覺其實來自大量的基礎知識與失敗經驗。
AI 卻可能讓流程變成：
提出問題 → AI 給答案 → 答案看起來合理 → 接受
因此真正危險的不是「AI 偶爾答錯」，而是：
當一個人沒有足夠的基礎知識時，他甚至不知道 AI 什麼時候答錯了。
2. 責任：答案不是我做的，那錯了算誰的？
傳統上，一個專業人士必須對自己的判斷負責。
工程師簽核設計、醫師做醫療判斷、會計師確認財報、主管做決策、程式設計師上線程式，背後都有一個基本原則：
「因為我理解，所以我決定；因為我決定，所以我負責。」
但...
當我們使用AI，會覺得很方便，但方便的背後，是因為我們已經經過許多試錯過程，所以我們可以
判斷結果的真實性
判斷哪些可以直接用
哪些可以節錄出來
但如果你沒有經過這樣的過程，你就只是把AI結果直接拿來用，而不是使用AI來完成工作，以下文章是AI幫我寫的，但思路是我給它的，並且經過反覆修正，所以我可以正確表達我想表達的，以下文章是AI透過我的思路幫我生成的，大家可以參考
AI 正以前所未有的速度進入我們的工作與學習。
今天的孩子可以利用 AI 寫文章、解數學題、學英文；剛進入職場的工程師，可以讓 AI 幫忙寫程式、找 Bug、產生 SQL，甚至完成過去需要相當經驗才能處理的工作。
這毫無疑問是一場巨大的生產力革命。
但是在享受 AI 帶來便利的同時，我一直在思考另一個問題：
如果 AI 幫助下一個世代跳過了「從初階走向進階」的學習過程，我們會不會也因此切斷了專業能力的世代傳承？
而這件事情，其實不是到了 AI 時代才開始發生。
回頭看看電腦、網際網路與智慧型手機的發展，我們已經可以看到類似的世代差異。
每一個世代，都曾經認為上一代的技能「沒有必要」
我們這一代其實也曾經做過同樣的事情。
當計算機與電腦普及之後，我們可能開始覺得：
「為什麼還要花那麼多時間學習手工計算？」
電腦明明幾秒鐘就可以算出答案。
當網際網路與搜尋引擎普及之後，我們又開始覺得：
「為什麼還要去圖書館一本一本找資料？」
在網路上輸入關鍵字，幾秒鐘就能找到數百萬筆資訊。
到了智慧型手機世代，又產生另一個有趣的現象。
對從電腦時代成長的人來說，「會使用電腦」可能包括檔案與目錄、安裝軟體、設定系統、管理硬碟，甚至知道一些基本的網路概念。
但是對從小使用手機和平板的孩子而言，很多事情已經被隱藏起來。
他不需要知道程式安裝在哪裡，不需要知道什麼是目錄結構，也不一定需要理解檔案究竟存放在哪裡。
點一下 App，一切就可以運作。
於是我們可能會看到一個很有意思的世代循環：
會使用電腦的一代，覺得上一代某些基礎計算沒有必要。
會使用網際網路的一代，覺得去圖書館查資料沒有必要。
會使用智慧型手機的一代，又覺得很多電腦基礎知識沒有必要。
現在到了 AI 時代：
會使用 AI 的下一代，會不會開始覺得「自己尋找答案」也沒有必要？
工具越進步，底層的複雜性就越被隱藏
這其實是科技進步很自然的方向。
好的科技，本來就應該把複雜的事情變簡單。
開車的人不需要了解內燃機才能開車。
使用手機的人不需要了解 TCP/IP 才能上網。
使用搜尋引擎的人，也不需要理解資料庫與搜尋演算法才能找到資料。
科技就是不斷替人類建立更高一層的抽象。
問題是：
當我們站得越來越高，我們是否還知道腳底下有什麼？
圖書館時代的人，尋找資料可能需要知道：
我要找什麼？
應該去哪一類書籍尋找？
這本書是誰寫的？
作者是否可信？
這是第一手資料還是第二手資料？
不同資料之間是否互相矛盾？
搜尋引擎把「尋找資料」這件事情大幅簡化了。
但至少使用搜尋引擎時，我們仍然看得到不同來源。
我們可能看到政府網站、新聞媒體、論文、論壇、部落格，再自行決定相信哪一個。
AI 又往前走了一步。
我們甚至不一定需要「找資料」。
我們只要問：
「告訴我答案。」
AI 就會整理出一個完整、流暢，而且看起來非常合理的回答。
於是原本：
問題 →...
ISO/IEC 27001:2022就是具備風險思維的PDCA流程，並建立符合自己適用範圍以及適用性聲明的ISMS資訊安全管理系統。
CentOS防火牆增加Port都是透過firewalld這個服務的指令firewall-cmd來進行，可以用來增加防火牆的Port或者查詢目前有哪些Port已經開放
增加開放Port
如果我要開放1234 Port，可以用已下指令
firewall-cmd --zone=public --add-port=1234/tcp --permanent
請加上--permanent，不然firewalld重新啟動就失效了
下完指令之後要重新啟動firewalld，指令如下
firewall-cmd --reload
確認已開放的Port
透過以下指令可以查出所有開放的Port
firewall-cmd --zone=public --list-all
Zone
你會看到以上指令都會指定一個Zone，這是用來指令指令的適用範圍，如果不指定就是所有的Zone都生效，預設的Zone有以下幾種
drop : 最嚴格
block
Public: 不信任任何連線，但可以將允許項目一個一個加入
external
dmz
work
home
internal
trusted: 接受所有連線
Firewall-cmd完整參數
主要指令：firewall-cmd
--permanent：指令下了之後都是暫時狀態，重開機之後就會消失，如要永久生效，記得加上 參數
--zone：指定此設定要套用到哪一個Zone
--add-rich-rule：加上防火牆過濾條件
--add-port=80/tcp：這個範例是把TCP 80 Port加入允許清單，要指定tcp/udp的話要分成兩個指令
--remove-port=80：將80 Port由允許清單移除
ChatGPT是一種GPT的應用，GPT是「生成型預訓練變換模型（Generative Pre-trained Transformer）」的縮寫，是一種語言模型，也就是說ChatGPT是預先用大量人力生成的AI引擎，並且應用在Chat領域，ChatGPT對應晶片需求約要3 萬多片輝達圖形處理器，預估初期投入成本約為8 億美元，每天電費更高達5 萬美元左右，燒錢又耗電，而且有時候我自己覺得ChatGPT經常會胡說八道，產出的內容常會與現實不符。
ChatGPT的最大優點是，他聽得懂我們要的東西，並且精確回答我們需要的答案，但有時候當我們給了一些錯誤的資訊，他所回應的答案就會是有偏差的內容，因為他假設我們給的資訊都是對的，當然，如果有明顯的錯誤，他是會抓出來的。
當我們給他幾個關鍵字，他就會生成一篇文章，但這篇文章可能跟我要表達的有所差距，例如我這兩天在一場主日訊息中做了幾個關鍵字的紀錄，這時候我餵給ChatGPT，內容如下
疫情後
老闆和老師都不能倚靠過去的經驗
要面對物價上漲 公司上漲
老師也要線上教學 變成網紅
ChatGPT的挑戰
結果ChatGPT的回應是
疫情後，許多人都面臨著各種挑戰和改變，包括老闆、老師和ChatGPT等人工智慧系統。以下是幾個與您提到的情境相關的挑戰：
面對物價上漲和公司調漲：疫情對全球經濟產生了影響，物價上漲成為一個普遍的問題。老闆和企業可能需要面對原材料和運輸成本的增加，因此調整產品價格。這對企業經營和客戶滿意度提出了挑戰，需要尋找平衡點以維持可持續的營運。
老師轉向線上教學和成為網紅：疫情迫使許多學校轉向線上教學，這對老師而言是一個巨大的轉變。他們需要學習使用數位教學工具和平台，並將教學內容適應線上環境。同時，一些老師可能發現自己成為網紅，因為他們的教學內容在線上獲得了廣泛的關注和迴響。這可能需要他們學習個人品牌建立和內容創作的技能，同時保持對教學質量的關注。
ChatGPT的挑戰：ChatGPT作為一個人工智慧語言模型，也面臨著挑戰。儘管它具有強大的自然語言處理能力，但仍然存在理解上下文、回答問題的準確性和保持對倫理和隱私的遵從等問題。ChatGPT的進一步發展需要不斷的訓練和改進，以提供更好的回應和服務。
在面對這些挑戰時，關鍵是持續學習和適應新的環境。這包括掌握新技能、與其他人合作、尋找解決問題的創新方式等。同時，我們也應該意識到挑戰帶來的機會，並以積極的態度應對，以促進個人和組織的成長。
我原本想要他幫我做個摘要，但變成了一篇文章，有些我沒有提到的，他主動提到了，基本是都是正確的，只是部分不是我要的方向，這時候我重新問一下，結果就不太一樣了
疫情後，許多行業和個人都面臨了巨大的挑戰和變革，這也包括老闆、老師以及AI助手如ChatGPT。以下是一些ChatGPT可能面臨的挑戰：
適應新的需求：疫情後，許多業務和學校轉向線上模式。對於ChatGPT來說，這可能需要擴展其功能以支援更多線上教學、商業和其他應用需求。它需要能夠提供相關和有用的資訊，回答網絡使用者的問題並適應快速變化的情況。
資訊準確性和可靠性：ChatGPT應該提供準確和可靠的資訊，特別是在疫情期間，人們更加依賴線上資源。為了確保資訊的準確性，ChatGPT可能需要依賴來自可信賴來源的數據和訊息，並且能夠識別和排除不正確或具有誤導性的內容。
應對使用者情感和需求：疫情期間，人們可能處於壓力和焦慮之中，他們可能需要情感支持和指導。ChatGPT需要更加敏感地理解使用者的情感和需求，並提供適當的回應和支持。
隱私和倫理問題：在線上交互中，隱私和倫理問題變得更加重要。ChatGPT需要確保使用者的個人資訊和隱私得到適當的保護，同時遵守相關的法律和倫理標準。
這些是一些ChatGPT可能面臨的挑戰，隨著時間的推移和技術的發展，我們可以期待ChatGPT和其他AI助手能夠更好地滿足不斷變化的需求。同時，我們也應該持續關注和解決AI技術所引發的倫理和社會問題。
這一次他著重於ChatGPT這個議題，但這完全不是我要的，所以他的回覆看似豐富，但還是需要一些自我判斷，也許經過大家的訓練，他會有更加精確的結果，或者說他的精確度會著重於需要付費GPT-4服務，目前ChatGPT的免費服務是GPT-3的演算法。
