MaoYang-有話要說

不少人以為 ChatGPT 可以整理出書摘，我在 1 月的時候也發現了這件事，剛開始也覺得很興奮，一直到我拿了一本我真正看過的書來測試 ChatGPT ，才發現那些書摘有一部分都是 ChatGPT 「幻想」出來的， 除非將整本書的內容以 Embedded 的方式餵給 ChatGPT ，然後就可以真的跟 ChatGPT 討論那本書的內容 但是如果你知道要把整本書利用 ChatGPT API 轉成 Embedded 是要花錢的，你還會想做這件事 ? 目前看到網路上相關應用程式都是跟 PDF 檔案聊天 ，卻沒有跟 epub 電子書檔案聊天 ( 也許未來會有 ) ，你有想過 why ? 我的看法是 PDF 的檔案內容跟 epub 小很多，做一個可以 Demo 的 MVP 相對成本低很多 epub 電子書的字數比 PDF 論文多很多倍，如果把這個做 embedded 的成本轉嫁給使用者，我想使用者大概也不會想用 還有一件很重要的事 - 當使用者對那本電子書內容不是很熟悉的狀況下，也搞不清楚要問甚麼問題 我過年用 GPT-3 費用比較高，也許用最近的 GPT-3.5 api 會比較便宜一點，但是我想到最後面那一件事 - 要對一本書沒有讀過的書問甚麼問題? 我就有點做不下去了 還有一種作法把 epub 丟給 Notion AI ，這件事我也做了，但是老實說用起來體驗實在很差 XD 如果有一家電子書網站提供一個服務-讓購買這本書的使用者加 10% 的書籍費用就可以跟這本書聊天，我倒是覺得會是一個可行的方案，因為 Embedded 存到向量資料庫後，可以讓有買這本書的使用者共用，也等於把 ChatGPT API 的使用者平均分攤掉了 順帶一提! 國外真的有這種網站，但是只限定一些書籍，使用者沒辦法上傳自己的書籍 關於我 Soft & Share 網站站長 開源報報主編 learningnotes.plus 創辦人 使用 E-Mail 追蹤這個部落格

這次 OpenAI 帶起的人工智慧風潮，有人比喻是 iPhone moment 氛圍確實很像，但是軟體開發上的本質上還是有很大的差異 1 iPhone 出現讓人感到驚艷的是它在手機上的流暢人機介面，iPhone 發表後一年，Apple 應市場需求才推出 SDK ，SDK 呼叫不用花錢，但是開發者要把 App 部署到 iPhone 要每年付 Apple 一筆費用，我印象中一年的年費大約 NT6000 元，使用者買了 App 後，也只能拿 70% ，30% 要交給 Apple。 OpenAI 的 API 呼叫是按照使用的 Token 數量來算的，如果你沒有 IT 背景，就把 Token 想像成你輸入的字數，字數使用越多，花費要越多 2 OpenAI 一開始推的時候跟 iPhone 相反，OpenAI 是先推出 API ( 跟 SDK 類似的東西 ) ，沒有終端產品，所以目前檯面上很多 AI 公司都是早期 OpenAI 的 API 採用者，這些公司還因為開發出來的服務賺了不少錢，所以 ChatGPT 崛起的方式跟 iPhone 剛好相反，OpenAI 先有 API 再推出終端產品 ChatGPT ，Apple 是先有終端產品再推 API 3 早期的 OpenAI API 採用者現在面臨護城河的問題，因為有些功能直接用 ChatGPT 就可以了，iPhone 的 App 開發公司一直到後期才驚覺 Apple 也在模仿這些 App 開始把一些第三方 App 開發公司的 idea 納入 iOS ，兩者的軌跡也剛好是相反的 4 OpenAI 的 API 有送 3 個月 18 塊美金的 free quota ，要進入的門檻比當年 iPhone 一年要繳 NT6000 塊算是低很多，但是 OpenAI 沒有所謂的 App Store 來處理金流跟軟體部署的問題，這部分開發者要自己想辦法 從以上四點看起來，你可能會以為 iPhone 的開發成本比較高，如果我用商業的角度看， iPhone 的固定成本雖然高，但是變動成本相對比使用 OpenAI 的 API 成本低 ，因為商業要看長不看短， 變動成本就是你每獲取一位使用者所要增加的成本，一開始 OpenAI 看起來雖然成本很低，但是一旦使用者人數擴展後，利潤就會被變動成本給稀釋掉了 ，App 如果你不要使用雲端功能，當使用者...

最近看太多 ChatGPT 資訊是否會讓你感到焦慮? 我今天早上想到金城武在很久以前拍的一段廣告台詞 - 世界越快，心則慢 我當時對這句台詞其實不太能理解，但是經過這幾年的沉澱，我慢慢能理解為什麼世界越快，心則慢這句話背後的道理 一轉眼，ChatGPT 竟然出現 3 個月了，將近 100 天的時間，這 100 天我看到很多人在分享 ChatGPT 要如何用，但是真正利用 OpenAI 開發程式，做一些 side project 的人相對比較少， 畢竟動手做一個 side project 要耗費的時間，比要去看別人分享如何使用 ChatGPT 的時間要多很多倍 如何減少焦慮感? 與其被 ChatGPT 的資訊給淹沒，倒不如直搗黃龍，去學 ChatGPT 背後的 API 去年 ChatGPT 還沒出來的時候，我當時先買了一本 FastAI 的書搭配 Youtube 線上課程在看，結果ChatGPT 一出來，FastAI 的課還沒上完，全部的注意力轉向 OpenAI 的 ChatGPT 😅 不過學習這種事是有累積性的，今天在上 OpenAI 的線上課程 ，發現跟去年在上 FaseAI 的課程其實很類似， 差別在 FastAI 那門課要自己去下載別人訓練好的模型來使用 ， 而 OpenAI 是用現成的 API 這兩堂課很相似的是講師都是使用 Jupyter 當作示範的開發環境，也都是用 Python 程式語言 ，所以上起來覺得有一種親切感 :-) 不管你懂哪種程式語言，我很推薦去玩玩看 OpenAI 的 API，官方的文件包含很多範例程式碼，很多你目前看到大家在分享的一些線上服務，OpenAI 的開發者網站都找的到相關範例，不過你跑出來的結果可能沒辦法像那些已經商業化的線上服務那麼棒，畢竟那是有 Fine tune 過的線上服務 與其受到被 ChatGPT 訊息轟炸感到焦慮感，倒不如好好把 OpenAI 上面的範例全部跑一次 ，OpenAI 還送你 US 18 塊美金的免費使用額度，從註冊那一天開始算，3 個月內要用完 我不能保證學完 OpenAI 會讓你飛天遁地，但是你看到別人分享的資訊，你可能會用另一種視野去看那些服務，例如，別人看到的反應是 Wow 好厲害! 但是你的反應可能會那些服務是怎麼做出來的? 下了什麼 prompt 跑出來的結...

早上去吃早餐的時候，隨手拿了一本在講 PDCA 的書 來看，翻到了這個章節，跟自己最近在實踐的寫筆記習慣一樣，所以就把這頁拍了下來 如果你是用 Notion 做筆記，要實踐 第三點「隨時將筆記打開放在桌上 」使用 LN+ for Web 就簡單了，畢竟目前很多工作都是在 Web 瀏覽器中來執行， LN+ for Web 可以在你的瀏覽網站的情境(context)下隨時打開 Notion 筆記，而且還會幫你做雙向關聯 例如我昨天看了一篇 Python poetry 套件管理的文章，那篇文章很長，都在講原理，可是真正會使用的指令大概不會超過10 個， 於是我就用 LN+ for web 的快捷鍵 ( Ctrl + Shift + 9 ) 寫了一個筆記記下那些每次起始 Python 專案的筆記 寫筆記有一個要訣 : 要用自己理解的話語來寫下來，這樣比較容易記住 。去年有一本書「 卡片盒筆記 」很熱門，這本書的作者也有提到一樣的寫筆記實踐 如果你只把筆記軟體當作是「儲存空間」，或是內容備份空間，基本上這已經失去寫筆記的意義 ，這樣的軟體很多，像是 Read it Later ，通常你把內容存到所謂的 Read it Later 軟體，要去找出來看的機率已經很低了，何況真的在大腦記憶中留下一點軌跡? 關於我 Soft & Share 網站站長 開源報報主編 learningnotes.plus 創辦人 使用 E-Mail 追蹤這個部落格

Flet 是我過年前就在 Study 的一個 Python GUI 應用程式框架，這個開發框架的特色就是前端使用 Flutter 的 layout 方式，後端使用 Python 程式語言，使用這個專案寫出來的應用程式可以以以下的方式來發布 作業系統支援的執行檔 - Flet 有提供工具讓你把整個專案的程式碼打包成 exe 檔 ( Windows ) 也支援 Mac & Linux 的執行檔格式 Web 應用程式 Mobile 應用程式 WASM 應用程式 - 把 Python 編譯成 WASM 後就可以把程式 Deploy 到靜態網頁的服務，例如 github page 我會喜歡這個開發框架除了它可以使用不同的平台來發布，最主要的原因之一是 HTML/CSS/Javascript 不是我的主要技能專長，使用這些技術去做一個前端是沒問題，但是會耗掉我不少時間在調整前端的 layout Flet 對我而言就簡單多了，寫起來很像以前在寫 Windows programming 的時代，或是 Java Swing ，或是 Mac 的 Objective C ，這些技術算起來都過時了，如果我要繼續開發軟體勢必要選擇新的開發框架與程式設計語言 最近 ChatGPT 很熱門，我要開發一個使用 GPT-3 的 side project 要使用什麼程式設計語言 ? 什麼 GUI 框架? 開發 AI 應用程式當然在程式設計語言上 Python 佔據了很大的優勢，有很多現成的套件可以使用，GUI 選擇就很多了，例如 Web 最熱門的就是 Django/Flask ，Flask 我去年有寫一個自己使用的 Web application ，但是卡在我前端不熟，開發上花了不少時間 Flex + Python 剛好成為我的首選，以我的技能樹背景學起來也很舒服 今天在看 Flex 的技術文件剛好看到這句話 在現代前端應用程序中管理應用程式狀態本質上是一項複雜的任務，而 Flet 的“老派”方法可能對沒有前端經驗的程式設計師更具吸引力。 把一些我不熟悉的東西先排除，然後專注在我想解決的問題上，這樣就可以減輕我啟動 side project 的阻力了 目前在上的 OpenAI 線上課程 OpenAI Python API 訓練營：學習使用 AI、GPT3 等！...

  程式設計師在哪些情況下會真正感受到 AI 的威脅呢？現在有了一個選項，即可以讓 AI 幫忙處理一些瑣碎的工作，讓人們可以專注於更有創意和挑戰性的工作，例如設計和開發新的產品或應用程式。 假如我們開啟一個專案，我們把客戶的需求/軟體操作介面/user story/商業邏輯等資訊輸入這個專案後，我們可以透過 AI 幫忙產生符合客戶需求的「第一版」，然後我們可以根據第一版的測試報告修正 Bug，AI 就會產生一個更新的版本，再進行測試，直到我們滿意為止。 如果我們 使用 GAN 對抗生成網絡這個模型，甚至不需要人來測試了 ，因為可以讓另一個 AI 來測試，並報告 Bug。另一個 AI 負責整合測試，直到一個穩定的版本出現為止。 使用 AI 可以讓我們更有效率地工作，並釋放出更多時間來思考和創造 。所以這不一定意味著程式設計師的工作會被取代，相反，他們可以轉向更有挑戰性的工作，例如 創造更複雜的應用程式或建立更複雜的 AI 系統 。如果您想繼續充當程式設計師的角色，那麼您可以 將自己轉型為 PM，並負責開發規格。或者，您也可以開始學習其他技能，例如銷售和行銷，並在不同的領域中尋找新的機會 。 關於我 learningnotes.plus  創辦人 Soft & Share  網站站長 Maoyang's AI Canvas 開源報報主編 訂閱網頁更新 Get new posts by email: Subscribe Powered by

  今天看到有人分享了一個日本人做的開源專案，他把日本一種基於 GennoMincho Bold 字體丟給 Diffusion 影像生成模型 ACertainThing 去訓練對Mincho漢字、平假名和片假名進行微調產生了一種新的字體 - IgyouMincho 我幾年前剛學習機器學習這個概念的時候剛好也在學書法，我當時有一個想法  - 有沒有辦法把所有的王羲之書法作品全部輸入一個機器學習模型，然後就會自己去學習王羲之的書法風格 以後我只要在電腦輸入一段詩詞，這個機器學習模型就會自動幫我使用王羲之的行書風格產生出一個影像檔 跟目前很流行的 Midjourney 和 Stable Diffusion 或是 DALLE2 很像，只要輸入文字就可以產生出書法作品 這在 5 年前有這種想法，其實有點不知如何下手，當時確實花了一點時間去網路上找有沒有人在做這種研究，最後得出這種技術要使用 GAN 對抗生成模型去做，跟目前的 ChatGPT 訓練過程很類似，也跟目前很流行的 Stable Diffusion 訓練方式很像 會想做這件事，只是為了想解決書法集字的困擾，後來發現中國那邊都是用資料庫的方式去解決書法集字的問題，因為這件事也很抽象，自己的專業能力不夠，所以就沒有繼續研究下去 所以今天看到日本人做的這個開源專案，讓我覺得我 5 年前那個想法應該會有研究團隊在研究了，可能是在日本，或許是中國的團隊，畢竟這兩個國家的書法市場很龐大，要訓練出這個人工智慧模型也需要花不少 GPU 的運算資源 附帶一提，日本已經訓練出一套人工智慧模型專門辨識日本的古老書寫作品 ( 其實就是漢字+草書 ) ，理論上那套人工智慧也有辦法辨識出孫過廷的書譜，或是王羲之的草書，這兩位中國古代書法家都是日本人的最愛 以下是這個開源專案的網址，還有一個幾年前我看到類似的專案 1.  Mikanixonable/IgyouMincho: AI生成したフリー日本語フォント - https://github.com/Mikanixonable/IgyouMincho 2. LingDong-/edges2calligraphy: Using pix2pix to convert scribbles to Chinese calligraphy - https://githu...