「找尋最小單位，拿格林法則做出發」

世上的科目許許多多，翻開高中科目表，就可以概括不少項目，國文英文數學化學等，其中的相關性都會從最小元素開始講起，接著逐漸疊加複雜度，但最終都是來自同源的。

數學最小元素有數字、運算子、邏輯；化學有原子直子中子夸克；國文有注音符號；英文有字母；電腦科學其實也有，物件導向就是嘗試在努力描述最小單位，跟其他不同的是，這是一開始就定義好的，不用去尋找。

格林法則是由那對德國人所發現的規則，當時研究日耳曼語、拉丁語、希臘語，發現這些語言在發音的部分多少有共同之處，不同的語言發展出了不同文化與文字，但是他們在發音的地方居然存在最小單位，至此我們知道最小單位的重要性。

接下來讓我們看看生活中最小單位的各種應用，數學中就相當於質數，我們都背過基本質數，所以可以輕鬆拆解出特定數值是由那些質數組成，但量大到超出腦袋可處理時，要找到是由哪些質數組成就很困難了。例如說：24 可以知道為2、3 個質數組成，我們現在一看就懂，是因為我們「背」過，我們事前就知曉最小單位，如果問說 361873621 這個數字是由哪些質數組成呢？你就傻了，你會開始慢慢的「尋找」出最小單位。

數學是如此，工作性質也可以這樣用最小單位來看待，我們首先把已知的工作列出來，接著開始分析工作本身需要什麼特徵能力，例如說：我們發現特徵能力有 口才良好、需要走動、翻譯文字這些，接著組合一下，業務員需要良好口才而且會時常移動、櫃姐需要良好口才，不用移動、口譯人員不用移動但需要幫忙翻譯。

這個時候就好玩了，我們可以把日常常見的工作拆解到這種地步，我們暫且成為 task ，如果 task 可以交由電腦來處理，交給一台不會休息而且還會進步的電腦來做呢？這就是人工智慧介入的地方，了解 AI 在近幾年會取代哪些工作的開始。