在這一個月的自主學習中，我從生成式 AI 的基礎理論出發，逐步深入了解其背後的運作原理與實際應用。起初，我從最核心的概念──生成式 AI 的定義與種類──開始學習，認識了 GPT 模型在自然語言處理上的強大能力，以及 GAN 在影像生成中的創造性對抗機制。透過查閱資料與影片，我不僅理解了模型的技術基礎，也更清楚生成式 AI 在今日科技發展中所扮演的重要角色。

接著，我開始探索機器學習與深度學習的關聯。從監督式、非監督式到強化學習的差異，到卷積神經網絡 (CNN)、遞歸神經網絡 (RNN) 及 Transformer 架構的應用，這些知識讓我能從更宏觀的角度理解生成式 AI 的技術生態。雖然這些模型的運算邏輯與架構相當複雜，但我在學習過程中發現，只要結合理論與實際案例，許多抽象的概念也能逐漸具體化。

再來，我將焦點轉向生成式 AI 的實際應用——例如 Google 的 NotebookLM。這項工具讓我體會到生成式 AI 不只是冷冰冰的技術，而是能真正融入學習與生活的實用助手。NotebookLM 能協助整理筆記、生成重點摘要、製作學習指南，甚至轉換為語音內容，讓我深刻感受到 AI 在知識整理與學習效率上的突破。
最後，我將所學運用在實作專案上──開發「AI 旅遊規劃師」。透過 Python 串接生成式 AI API，我試著讓系統能根據使用者輸入（如天數、預算、偏好）自動生成個人化旅遊行程。這個過程不僅讓我實際體驗 AI 「應用」開發的流程，也讓我了解到從概念到落地的過程中，邏輯架構與資料處理的重要性。

整體而言，這次的自主學習讓我不僅學到生成式 AI 的技術知識，更體會到 AI 在現代生活與學術研究中的深遠影響。生成式 AI 不只是工具，而是一種新的思維方式，能幫助我們更有效率地學習、創作與解決問題。這 30 天裡，我學到了很多，未來我希望能持續探索更多 AI 技術的應用，讓學習與創作的界線更加無限延伸。