這裡是最近學什麼

最近，AI 領域吸引了大量資本投入，這到底是為什麼呢？Google 前 CEO Eric Schmidt 在 Stanford 大學的一次訪談中分享了他的看法。AI 之所以吸引大量資本，是因為技術創新和學習系統的潛力讓人無限期待。雖然短期內可能會出現投資泡沫，但隨著時間的推移，真正有創新能力的公司將脫穎而出，推動 AI 行業向前發展，為未來奠定更加穩固的基礎。 🔥 資金為何湧入 AI？ 隨著人工智能技術的迅速發展，AI 成為了資本市場的焦點。Schmidt 說明，這主要是因為市場對 AI 的潛力充滿信心，尤其是在學習系統領域。 這些系統不僅能夠從大量數據中學習，還能自行進化變得更加智能，因此它們的回報潛力幾乎無窮無盡。因此，許多投資者願意投入巨額資金，期望從中獲得豐厚回報。 I define AI as learning systems, systems that actually learn. － Eric Schmidt 🔥 技術的創新驅動資本的投入 除了大量資本湧入外，AI 技術的創新也是其成為焦點的主要原因之一。Schmidt 提到，現有技術，如 Transformer 模型，已經取得了顯著進展。 同時，還有一些更先進的非 Transformer 架構正在興起，例如他支持的巴黎團隊已經開發出新的演算法，展示了 AI 發展的無限潛力。這些技術創新不僅推動了 AI 的進步，也吸引了更多資金的關注。 🔥 開源、閉源與投資泡沫 AI 領域另一個熱門話題是選擇開源還是閉源。Schmidt 向來支持開源軟體，他的職業生涯也大多圍繞開源技術展開。但隨著 AI 技術開發成本的上升，開源模式面臨挑戰。 一些公司由於資金壓力，不得不選擇閉源模式，以確保能從技術中賺取足夠的資金來維持運營。這可能會改變軟體行業的運作模式。 Schmidt 還提到，目前 AI 領域的市場領導者正在逐漸拉開與其他競爭者的差距。以 Mistral 公司為例，他們在短時間內推出了多個版本的 AI 模型，展現了強大的技術實力。然而，隨著模型開發成本的增加，這些公司可能不得不選擇更封閉的運營模式，這將使市場競爭更加激烈。 最後，Schmidt 提到，AI 領域可能會經歷一段投資泡沫期，但他相信，這一過程最終會自我調整，真正的創新者將在這波浪潮中脫穎而出。 🔥 AI 領域的未來展望 總結來說，AI 之所以吸引大量資本，是因為技術創新和學習系統的潛力讓人無限期待。雖然短期內可能會出現投資泡沫，但隨著時間的推移，真正有創新能力的公司將脫穎而出，推動 AI 行業向前發展，為未來奠定更加穩固的基礎。...

Google 前 CEO Eric Schmidt 近期在 Stanford 大學 CS323 課堂上的訪談提到，隨著人工智慧技術快速進步，AI 模型的能力已經遠超我們的預期，其中超大上下文窗口（Very large context windows）和文本到行動（Text to action）這兩項技術尤為值得關注。這些技術的結合不僅使 AI 能夠處理更複雜的任務，也為未來的創新鋪平了道路。 🔥 超大上下文窗口 上下文窗口指的是 AI 在處理任務時能夠同時考慮的文本範圍。傳統的 AI 模型受限於上下文窗口，所能處理的文字量有限；但隨著技術的進步，現今的 AI 模型已能處理包含數百萬個 Token 的上下文，這意味著 AI 能夠理解並處理更大範圍的資料。換句話說，AI 如今能一次性分析一本書，甚至是整套書籍，並據此做出更精準的決策。 得力於這個技術的進展，Anthropic 將上下文窗口從 20 萬個 Token 擴展到數百萬個，大大的增強了 AI 的短期記憶能力，使其能在更為複雜的情境下進行推理。這也意味著，未來的 AI 不僅能回答問題，還能從大量資訊中提取深刻見解。正如美國電腦科學家 Eric Horvitz 最近討論的那樣，AI 現今能處理和理解比以往大得多的上下文，進一步提升了其信息處理能力。 🔥 文本到行動 除了擴展上下文窗口，另一個正在快速發展的技術是文本到行動。這項技術的核心在於將文本指令直接轉化為具體的行動，而不僅僅是生成新的文本。傳統的語言模型通常只負責文本生成，而文本到行動技術則可以允許 AI 根據指令執行操作，例如調用 API、執行程式碼，甚至控制實體設備。 這項技術的應用範圍廣泛，從自動化工作流程、智能客服系統到更為複雜的 AI Agent 任務均能受益。在這些情境下，AI 不僅理解指令，還能基於分析結果執行動作，大幅提高自動化任務的效率和準確性。例如，AI 可以根據使用者的語音指令，自動調整家中智能設備的設定，或是在企業環境中根據指令自動生成並執行複雜的商務報告。 而 Andrew Ng 最近也提到，AI Agent 可能在 2024 年實現突破性進展。他以撰寫文章為例，現在的 AI 逐字逐句地書寫文章，雖然效果不錯，但未來的 AI Agent 將能首先生成大綱，然後逐步填充內容並檢查邏輯順序，從而顯著提升文章質量。這一邏輯同樣適用於其他任務，並將引領一場真正的技術革命。...

本文介紹了如何使用 ChatGPT Plus 來生成產品提案中的目標對象，特別針對研發人員在進行市場分析時遇到的挑戰。通過設計專業提示詞並包裝成 GPTs，使用者可以快速創建合理且有創意的「人物誌 Persona」，有效減少時間和精力的投入。 🤔 情境 對研發人員來說，製作產品提案時最難的往往不是產品本身，而是進行市場分析，尤其是要想出「誰」會買單這個產品。 有天想著要怎麼解決這個問題時，靈光一閃想到以前在資策會做過 UI/UX 工讀生時，執行過一個有關於使用者體驗的計畫書，學到一個蠻有趣的名詞叫做「人物誌 Persona」，這是一種在行銷規劃或商業設計上描繪目標對象的方法。 描繪時只要情境合理，並沒有絕對的對錯，就像在編故事，非常仰賴想像力。這就非常適合生成式 AI 來發揮，就決定用 ChatGPT 來幫忙針對提案用人物誌的方式生成目標對象。結果蠻好的，真的有幫我省到時間，就分享出來回饋給社群。 📕 任務 設計並實現一個能夠從文章生成目標對象的工具，具體目標包括： 撰寫提示詞並包成 GPTs。 上傳文章給 GPTs 來生成目標對象。 🏃‍♂️ 行動 為了完成這個任務，採取了以下步驟： 1. 撰寫提示詞並包成 GPTs 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 請扮演一位 UI/UX 領域的專家， 參考以下的格式， 用繁體中文列點提供 3 個適合閱讀這篇文章的人物誌。 """ ### 目標對象 1 - 姓名： - 年齡： - 職業： - 背景： - 目標： - 挑戰： - 行為模式： - 動機： #### 創建一個詳細的故事，展示這個虛構人物在日常生活中的典型場景： --- ### 目標對象 2 """ 2....

本文介紹了如何使用 ChatGPT Plus 來製作一個專業的中文翻譯助理，特別適合需要將英文學術文章翻譯成淺顯易懂的繁體中文報告的工作者。通過設計專業提示詞並包裝成 GPTs，使用者可以生成精確且符合繁體中文表達習慣的翻譯，從而提高報告的品質和可讀性。 在分享前，非常感謝 宝玉 老師的分享，每次都在想這麽棒的內容真的可以免費看嗎？所以有在專注 AI 的大家務必訂閱起來！ 🤔 情境 因為工作的關係，時不時會需要閱讀國外的文章，並把閱讀後的結果製作成報告。過去都是用 Google 翻譯輔助，但是效果實在很有限。自從 ChatGPT 推出後我就改用 AI 來輔助，翻譯後的完成度提升不少，但翻譯後還是會有蠻重的「AI 感」，就沒有辦法直接用在到報告中。後來看到了宝玉老師的 優質文章 ，實作後的效果真的很好，就分享出來回饋給社群。 📕 任務 設計並實現一個能夠將英文文章翻譯為繁體中文文章的工具，具體目標包括： 撰寫提示詞並包成 GPTs。 上傳文章給 GPTs 來生成翻譯。 🏃‍♂️ 行動 為了完成這個任務，採取了以下步驟： 1. 撰寫提示詞並包成 GPTs 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 你是一位精通繁體中文的專業翻譯， 尤其擅長將專業學術論文翻譯成淺顯易懂的科普文章。 請你幫我將以下段落翻譯成繁體中文， 風格與繁體中文的科普讀物相似。 規則： - 翻譯時要準確傳達原文的事實和背景。 - 即使上意譯也要保留原始段落格式，以及保留術語，例如 FLAC，JPEG 等。 保留公司縮寫，例如 Microsoft, Amazon, OpenAI 等。 - 人名不翻譯 - 同時保留引用的論文，例如 [20] 這樣的引用。 - 對於 Figure 和 Table，翻譯的同時保留原有格式，例如：“Figure 1: ”翻譯為“圖 1: ”，“Table 1: ”翻譯為：“表 1: ”。 - 全角括號換成半角括號，並在左括號前面加半角空格，右括號後面加半角空格。 - 輸入格式為 Markdown 格式，輸出格式也必須保留原始 Markdown 格式 - 在翻譯專業術語時，第一次出現時要在括號裡面寫上英文原文，例如：“生成式 AI (Generative AI)”，之後就可以只寫中文了。 - 以下是相關術語的詞彙對應表（English -> 中文）： * Transformer -> Transformer * Token -> Token * LLM/Large Language Model -> 大型語言模型 * Zero-shot -> 零樣本 * Few-shot -> 少樣本 * AI Agent -> AI Agent * AGI -> 通用人工智慧 策略： 分三步驟進行翻譯工作，並列印每個步驟的結果： 1....

本文介紹了如何使用 ChatGPT Plus 來生成產品提案中的目標對象，尤其適用於研發人員在進行市場分析時遇到的困難。藉由將 ChatGPT 用於「人物誌 Persona」的描繪，使用者能快速創建合理且有創意的目標對象設定，從而提升提案的精確度與效率。 🤔 情境 早上我在社群上看到了大神分享定錨站長的 優質文章 ，點開後因為文章蠻長的，擔心花時間閱讀後沒有得到自己需要的東西。這時靈光一閃，想到平常蠻喜歡財報狗整理的 新聞閱讀格式 ，決定用 ChatGPT 參考財報狗的格式來生成摘要。結果蠻好的，真的有幫我省到時間，就分享出來回饋給社群。 📕 任務 設計並實現一個能夠從新聞文章生成摘要的工具，具體目標包括： 撰寫提示詞並包成 GPTs。 上傳連結或文章給 GPTs 來生成摘要。 🏃‍♂️ 行動 為了完成這個任務，採取了以下步驟： 1. 撰寫提示詞並包成 GPTs 1 2 3 4 5 6 7 8 """ ### 為什麼重要 ### 背景故事 ### 發生了什麼 ### 接下來如何 ### 他們說什麼 """ 請用以上格式用繁體中文提供摘要。 2. 上傳連結或文章給 GPTs 來生成摘要 開啟 GPTs，把文章的連結或文章的內文提供給 GPTs。 💯 結果 提供文章連結（ 成果 ） 提供文章內文（ 成果 ） 🙏 致謝 非常感謝 定錨產業筆記 和 財報狗 提供優質的內容，每次都在想這麽棒的內容真的可以免費看嗎？所以有在投資的大家務必訂閱起來！

需求 在網路上要下載影片時，遇到影片嵌入在網頁裡無法下載的問題。 使用過 yt-dlp "在網站中的影片嵌入連結" --referer "該網站的網址" 無效。 使用過 yt-dlp "影片請求網址" 發現下載下來的影片只有畫面或聲音。 解法 仔細觀察這支影片有哪些可請求檔案的 .m3u8 網路請求。 1 2 3 4 5 6 7 8 9 10 #EXTM3U #EXT-X-VERSION:7 #EXT-X-MEDIA:TYPE=AUDIO,GROUP-ID="audio",LANGUAGE="eng",NAME="English",AUTOSELECT=YES,DEFAULT=YES,URI="c74f43166cf91fa68d78e5c446527f70_mpegts-aac-1-eng.m3u8" #EXT-X-STREAM-INF:BANDWIDTH=1885250,CODECS="avc1.64001e,mp4a.40.2",RESOLUTION=640x360,AUDIO="audio" c74f43166cf91fa68d78e5c446527f70_mpegts-h264-640:360.m3u8 #EXT-X-STREAM-INF:BANDWIDTH=3614257,CODECS="avc1.640028,mp4a.40.2",RESOLUTION=1920x1080,AUDIO="audio" c74f43166cf91fa68d78e5c446527f70_mpegts-h264-1920:1080.m3u8 用相同方式下載網址差異最大的兩個。 會發現一個是有聲音但沒畫面的影片檔，另一個是沒聲音但有畫面的影片檔。 開啟終端機依照語法輸入指令，來合併兩個檔案，就可以得到完整的影片檔。 語法： 1 ffmpeg -i "有畫面沒聲音的影片.mp4" -i "沒畫面有聲音的影片.mp4" -c:v copy -c:a aac "合併後的影片.mp4" 範例： 1 ffmpeg -i "c74f43166cf91fa68d78e5c446527f70_mpegts-h264-1920:1080.mp4" -i "c74f43166cf91fa68d78e5c446527f70_mpegts-aac-1-eng.mp4" -c:v copy -c:a aac "c74f43166cf91fa68d78e5c446527f70.mp4"

需求 在網路上要下載影片時，遇到影片嵌入在網頁裡無法下載的問題。 使用過 yt-dlp "在網站中的影片嵌入連結" --referer "該網站的網址" 無效。 解法 前往放有目標影片的網站。 如果該影片是需要登入會員才可以取得的，必須要先登入好網站，讓瀏覽器和後續使用的下載工具能取得確認登入狀態的 Cookie，才能成功下載。 用 F12 開啟網頁開發工具後切換到 Network 的網路頁籤。 點擊左上角的禁止圖示清除目前的網路紀錄。 重新整理網頁並觀察所有的網路請求，仔細觀察其中 .m3u8 的檔案請求。 點擊重新整理後出現的第一個 .m3u8 的檔案請求，查看右邊的回應頁籤。 這個檔案中記載著這支影片有哪些相關的檔案可以請求。 1 2 3 4 5 6 7 8 9 10 11 #EXTM3U #EXT-X-VERSION:3 #EXT-X-INDEPENDENT-SEGMENTS #EXT-X-STREAM-INF:BANDWIDTH=664768,AVERAGE-BANDWIDTH=298958,CODECS="avc1.64001f,mp4a.40.5",RESOLUTION=480x270,FRAME-RATE=15.000 c74f43166cf91fa68d78e5c446527f70_480x270.m3u8 #EXT-X-STREAM-INF:BANDWIDTH=2231434,AVERAGE-BANDWIDTH=539318,CODECS="avc1.64001f,mp4a.40.5",RESOLUTION=640x360,FRAME-RATE=30.000 c74f43166cf91fa68d78e5c446527f70_640x360.m3u8 #EXT-X-STREAM-INF:BANDWIDTH=7555093,AVERAGE-BANDWIDTH=1729705,CODECS="avc1.640028,mp4a.40.5",RESOLUTION=1280x720,FRAME-RATE=30.000 c74f43166cf91fa68d78e5c446527f70_1280x720.m3u8 #EXT-X-STREAM-INF:BANDWIDTH=11995904,AVERAGE-BANDWIDTH=4292701,CODECS="avc1.640028,mp4a.40.2",RESOLUTION=1920x1080,FRAME-RATE=30.000 c74f43166cf91fa68d78e5c446527f70_1920x1080.m3u8 依照需求複製其中一個 .m3u8 檔案的檔名，先貼上到記事本。 1 c74f43166cf91fa68d78e5c446527f70_1920x1080.m3u8 回到原本記載影片檔名清單的 .m3u8 的檔案請求，查看右邊的請求頁籤中的請求網址。 這個代表我們要去哪可以下載到影片，一般情況下清單的下載路徑跟影片的是相同的。 1 https://video.movie.com/147c0455/attachments/765cc9dd/hls/c74f43166cf91fa68d78e5c446527f70.m3u8?v=50d7 查看清單的請求網址，把清單的檔名替換為影片的檔名。 1 https://video.movie.com/147c0455/attachments/765cc9dd/hls/c74f43166cf91fa68d78e5c446527f70_1920x1080.m3u8 開啟終端機依照語法輸入指令。 語法： 1 yt-dlp "影片請求網址" 範例： 1 yt-dlp "https://video.movie.com/147c0455/attachments/765cc9dd/hls/c74f43166cf91fa68d78e5c446527f70_1920x1080.m3u8"

需求 在網路上要下載影片時，遇到影片嵌入在網頁裡無法下載的問題。 解法 前往放有目標影片的網站。 如果該影片是需要登入會員才可以取得的，必須要先登入好網站，讓瀏覽器和後續使用的下載工具能取得確認登入狀態的 Cookie，才能成功下載。 用 F12 開啟網頁開發工具後確認目標影片的嵌入連結。 仔細觀察網頁原始碼中的 <iframe src="目標影片的嵌入連結"></iframe> 。 開啟終端機依照語法輸入指令。 語法： 1 yt-dlp "在網站中的影片嵌入連結" --referer "該網站的網址" 範例： 1 2 3 # A 網站連結：https://player.vimeo.com/video/904323289?badge=0&autopause=0&player_id=0&app_id=58479 # A 網站中的影片嵌入連結：https://www.happy-code.cc/path-player?courseid=python-chatbot&unit=65a1f0c0s8323089d2009a68Unit yt-dlp "https://player.vimeo.com/video/904323289?badge=0&autopause=0&player_id=0&app_id=58479" --referer "https://www.happy-code.cc/path-player?courseid=python-chatbot&unit=65a1f0c0s8323089d2009a68Unit" 參考 https://github.com/yt-dlp/yt-dlp/issues/6382

異常一 錯誤類型：跟模組安裝有關。 發生異常的 Workflow 步驟：actions/checkout@v4 錯誤訊息：Error: fatal: No url found for submodule path 'public' in .gitmodules 解決方法： 1 2 git ls-files --stage | grep 160000 #列出模組 git rm public #刪除多餘的模組 異常二 錯誤類型：跟部署權限有關。 發生異常的 Workflow 步驟：Deploy 錯誤訊息：Action failed with "The process '/usr/bin/git' failed with exit code ... 解決方法： 建立新 ssh key，建立後會拿到兩個檔案 .pub 是公鑰，另一個是私鑰。 把公鑰設定到公開的 Github 儲存庫（用來發布為 Github Pages 的儲存庫）。 把私鑰設定到私密的 Github 儲存庫（用來放整個 Hugo 專案的儲存庫）。 Workflows 的設定檔 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 # main....

2024-07-05 素養是有所依據的表達自己的觀點，並在同理共感他人的前提下展開有意義的討論。