🔧 阿川の電商水電行
Shopify 顧問、維護與客製化
💡
小任務 / 單次支援方案
單次處理 Shopify 修正／微調
⭐️
維護方案
每月 Shopify 技術支援 + 小修改 + 諮詢
🚀
專案建置
Shopify 功能導入、培訓 + 分階段交付
契機是正式導入了 AI 與 Python。
過去那種「決定主題 → 收集資料 → 分析」的研究流程，已經完全成為過去式。
現在是：
先建立資料基礎建設，用 AI 大量產生假說，再用 Python 高速驗證。
靠這三個步驟，研究就能「運轉」起來。
而且令人驚訝的是，假說的驗證在 30 秒內完成也並不罕見。
本文將以實例與程式碼片段，介紹
AI 時代研究風格如何改變、以及 為何研究能像遊戲一樣進行。
-
進入先建立資料基礎建設的時代
過去通常是
決定主題 → 收集資料 → 分析
的順序。
但現在反過來，
先建立資料基礎建設 反而效率極高。
具體來說：
- 透過 API 取得資料
- 用 Python 自動蒐集
- 用 pandas 進行前處理
- 以 parquet 儲存（高速且具重現性）
- 用 Jupyter / VSCode 把流程變成可重用的筆記
# 範例：從日本氣象廳 API 自動取得
import requests
import pandas as pd
url = "https://www.jma.go.jp/bosai/quake/data/list.json"
df = pd.DataFrame(requests.get(url).json())
df.to_parquet("earthquake.parquet")一旦建立起來，
資料取得 → 假說 → 驗證
的迴圈就能無限次地運行，成為一個「實驗工廠」。
-
用 AI 大量產生假說（通常 10～50 個）
過去多是
研究者的直覺 → 一個假說 → 驗證
的流程。
但使用 AI 後，
一次會產出 10～50 個假說。
實際與 AI 的對話範例：
請列出這個時間序列資料中異常值的 10 個可能原因AI 會馬上回覆：
- 地理分佈偏差
- 觀測站雜訊
- 季節性
- 異常值混入
- 測量儀器誤差
- 取樣偏差
- 社會事件的影響
- 假日效應
- 趨勢變化
- 資料缺失的影響
會出現人類單靠自己絕對想不到的假說。這是 AI 最大的強項。
-
用 Python 高速驗證（30 秒內假說被淘汰）
把驗證假說的程式模板化後，
假說 → 執行程式 → 統計檢定 → 結果
可以在數十秒到數分鐘內完成。
# t 檢定範本
from scipy import stats
result = stats.ttest_ind(groupA, groupB)
print(result)結果：
- 無顯著差異 → 假說被淘汰
- 無再現性 → 假說被淘汰
這些在 30 秒內就會發生。
一開始會很震驚，但現在反而覺得 這速度很有趣。
-
會出現大量否定結果（但這就是科學）
例如：
假說：地震的深度有特定分佈？
→ 統計檢定
→ 無再現性
但這是健全的。
科學本質上就是不斷重複：
假說 → 驗證 → 否定
的過程。
-
AI 時代的研究變成「假說空間的探索」
過去的研究是
對單一假說深入挖掘。
現在則是，
在假說空間中探索。
- 資料基礎建設
- AI 假說生成
- 高速驗證
- 進入下一個假說
不斷循環這個流程。
-
研究被「遊戲化」
由於假說的提出、驗證、淘汰速度都很快，
研究進程變得 像玩遊戲一樣。
- 這個假說如何？
- 統計上有顯著嗎？
- 喔，失敗了
可以不斷重複這個流程數十次、數百次。
總結：AI 時代的研究風格是這三項
- 建置資料基礎建設
- 假說量產（AI）
- 高速驗證（Python）
AI 的角色：
- 假說生成
- 文獻整理
- 思考輔助
人類的角色：
- 提出問題
- 解釋結果
這樣的角色分工最為強大。
結語
仍在不斷試錯中，但我覺得這種方式是 讓研究變得十分有趣的方法。
如果你是：
- 在研究中使用 AI 的人
- 從事資料分析的人
共有 0 則留言
文字內容提供幾種功能：
1) --- 會變成分隔線（上一行必須是空白）
2) # 會變成一級標題
3) ## 會變成二級標題
4) ### 會變成三級標題
5) **粗體文字**會顯示粗體文字
6) ```當第一行與最後一行會顯示程式碼
7) 請搜尋 Markdown 語法，了解各種格式
1) --- 會變成分隔線（上一行必須是空白）
2) # 會變成一級標題
3) ## 會變成二級標題
4) ### 會變成三級標題
5) **粗體文字**會顯示粗體文字
6) ```當第一行與最後一行會顯示程式碼
7) 請搜尋 Markdown 語法，了解各種格式
熱門文章
🔧 阿川の電商水電行
Shopify 顧問、維護與客製化
💡
小任務 / 單次支援方案
單次處理 Shopify 修正／微調
⭐️
維護方案
每月 Shopify 技術支援 + 小修改 + 諮詢
🚀
專案建置
Shopify 功能導入、培訓 + 分階段交付