Archives

All posts by wildgun

去年上半年 AI 作画(主要是 Stable Diffusion Webui )刚刚走入大众视野,同时也是刚引发我的兴趣时,我独自发起过一个《百度贴吧NovelAI吧txt2img七题挑战赛》但基本上没有收到什么回答。

于是,现在我就来自问自答一下,看看现在用 ChatGPT 能做到什么程度,以及需要反复试几才能出现一张比较像样的作品。

这次自问自答的是:第二题 用用看旧设备

一共试了 2 张。打字机这张可谓马马虎虎。虽说仔细看的话,打字机的那个金属字母的部分(就是实际敲打在纸上的那一个个小金属片)有点凌乱,看上去不像有完整字母的样子。

另一张……铅笔绕磁带,嗯,看来这一题对于现在的 AI 来说,还有点太早,难度太高……我试了大概 7 、 8 张,没有成功表现笔杆穿过磁带孔洞的。

本次的产地多样性观察,发现的是一件小型生活用品(浴室挂钩),产自越南( MADE IN VIETNAM )。

这类非电子器件的产地也有不少已经向东南亚转移了,所以这个于是这一对在ダイソー( DAISO 、大创)买的挂钩的产品包装上写的产地是越南,也算是意料之中。价格么就是标准的 110 日元(含税)。

继续阅读

以前有个耳熟能详的故事:《达芬奇画蛋》。说是大画家达芬奇在童年时刚开始学习绘画时,老师让他什么都不要问,先画一万个鸡蛋。他画啊画地,就这样水平见长,成为了了一代绘画大师。

我不确定达芬奇画蛋的故事是不是真有其事,但现在仔细想起来这种学习指导思想可谓相当原始。如果当真「读书千遍其义自现」的话,那是不是一切的教育理论、教育家和教育实践都白搭了?更何况,这种「先画一万个鸡蛋」的学习方法,其有一个前提条件,这个前提条件如果未被确实证明,那么这个学习方法也就是无稽之谈。这个前提条件就是:人脑确实适合于在这样在反复练习中,进行观测,从中增长经验,并反馈、体现在下一次练习中。可是,有谁证实了人脑是具有这样观察-反馈的机制吗?如果被证实的话,有没有定量的分析呢?

诸如此类种种悬而未决的事项,在我看来,人脑未必就是适合这样反复练习并能从中有效提高技能的。

然而,峰回路转,现在来到了机器学习的时代。人脑不行,但机器或许行啊,因为机器可以被设计成这样,而机器学习大概就是被这么设计的。

继续阅读

纯粹的购物报道——略带一些感叹。对,那个著名的日本百元商店—— DAISO (ダイソー、大创),居然出了 iPad 用的兼容笔!

虽说功能不同于 Apple 公司自家的苹果,而是属于那种第三方代用品,因此不支持压感,但是,它很便宜啊!哪怕是相比于亚马逊日本的同类产品(通常需要 1500 日元到 2000 日元左右),它的价格就很 DAISO 了!只要 1100 日元(含税)。这个价格虽说已是 DAISO 标准价格( 110 日元含税)的 10 倍了,但是没想到这么一家在闹市区有连锁实体店的品牌百元店,售出的价格居然能比没有实体店的网店中的同类产品要便宜一截。

近年来 DAISO 也出了不少电子产品,从鼠标、键盘,到层出不穷的耳机、移动电源还有蓝牙音箱,不过能直接出 iPad 的代用笔,也算是又多了个梗又更进一步了!

至于这支笔的功能,我想应该就和其他同类第三方 iPad 笔一样吧。但是它是 DAISO 自有品牌商品啊!这才是看点。

顺便一说,我有原厂笔的,不过近几年也没怎么用……

这几天看到一条有关 Softbank (软银)的孙正义在一场演讲上预测了未来 AI 的发展的报道,他提到:2 ~3 年内 AGI (通用人工智能)就会出现,而 10 年内 ASI (超级人工智能,孙正义定义为 相当于 AGI 1万倍智能的人工智能)将会出现。

关于孙正义,我只知道他的一些有关马云还有雅虎,以及近几年收购 ARM 的佳话,却不清楚他这个人说话倾向,到底是习惯于站在扎实的数据基础上来预判呢,还是倾向于相当前瞻式的宣传鼓吹。特别是考虑到最近看到新闻说 Softbank 准备投资 OpenAI ,那么他的话里存在较大宣传成分的可能性就更大了一些。

我不清楚,但我可以问问 AI 呀!于是我问了问 ChatGPT 有关过去孙正义演讲的倾向以及后来是否被证实或落空。当然需要注意的是,目前的 ChatGPT 依然是基于大语言模型的,说到底是概率算法,而非验证事实。不过还是姑且做一个参考吧,总比我自己去调查和核实孙正义在过去几十年里做过的预言要省时省力。

我先问了有关 AGI 和 ASI ,在 IT 业界是否有什么普遍共识性的预测或者数据支持。 ChatGPT 回答说:

继续阅读

前几天的 ChatGPT 的 2024 年开发者大会上,宣布了一项面向开发者的图像识别微调功能。在其中举出的例子中,有一项是一家名为 Grab 的拼车公司使用该方法,改进了对于道路标志和车道分割线的识别能力。

看到这里,我想到了一个旁门左道:是不是可以经过图像识别微调,做一个能够看人的面相以及手相的算命 AI 呢?

其实在这个使用场景中,完全不必在乎目前生成式 AI 的一个明显缺点:幻觉。反倒是在算命领域,不仅不排斥幻觉,而且幻觉(说胡话的能力?)还是必须的。但是,在算命的第一步,必须要与用户建立起信任关系,也就是最初对于面相和手相的识别要准确——如果对于同样一张脸的照片,第一次回答是瓜子脸,第二次回答是鹅蛋脸;或者对于同样一张手相(手掌)的照片,第一次回答事业线长,第二次回答变成了生命线长,那就显得不可靠了。

而如果只要在物理外表上能够准确识别面相、手相的特征,那么之后的下一步——面相与手相所反应的命运,则可以通过读取一些固定的算命资料,加上被算命者的生辰八字啦等等,再加上 AI 特有的幻觉——你看,幻觉在这里成了一种积极因素了!对!此乃「人工智能天命」!——之后就能给出像模像样的算命结果了吧。所以,如果这次 OpenAI 所改善并提供的图像微调如果真能让 AI 能准确且稳定地识别脸型、手掌纹理的话,那或许就能真的做成一个算命 AI 。

听起来这有点不务正业,是不是?但……可以引导用户步入正业啊!可以在后台对接一些靠谱的服务提供者,比如正规的心理咨询啦,理财咨询啦,婚恋介绍啦,教育培训啦……等等等等!把用户对未来或对自身的不确定的担忧,用算命的方式作为能够轻松入门的一个通道,去将用户介绍给正规的、专业的咨询服务业者,这岂不是一件很光明正大且很有趣的事吗?

继续阅读

据说 OpenAI 在刚过去的 10 月 2 日开了场开发者大会,宣布了开放几个 API 。因为会议内容是真的面向开发者的,所以与我这样的普通用户似乎关系不大。不过呢,在会议结束后,有用户注意到即便是之前的 4o 模型,在回答之前也会有一个「正在分析」的过程提示(也有可能之前就有?),展开后是一系列 python 代码。甚至在我今天的使用例中,因为处理过程太长,它还连续进行了 2 次「正在分析」。

今天我看到 Reddit 上有个帖子,说 ChatGPT 可以生成各种各样的文件然后提供下载。我记得这个功能原本就有,而今天我尝试了 PDF 、 Markdown 格式的纯文本都说可以的。之后我又顺便问了句:还支持生成什么格式的文件?得到的回答是:

我可以输出多种文件格式,以下是一些常见的格式:

  1. 文本文件(.txt):简单的纯文本格式。
  2. PDF文件(.pdf):适用于排版精美的文档。
  3. CSV文件(.csv):用于表格数据的导出,常用于处理数据集或表单信息。
  4. JSON文件(.json):常用于存储和传输结构化数据,尤其在编程和API调用中。
  5. Markdown文件(.md):用于编写带格式的文本,常用于文档和博客平台。
  6. Excel文件(.xlsx):适用于复杂表格数据的存储和管理。
  7. HTML文件(.html):用于网页内容的创建和编辑。

你想要生成哪种格式的文件?

我看有 Excel ,于是我就要求它制作了一个有些复杂的,类似行程表、时间表的 Excel 。

但是,做现代人的行程表似乎有些无趣,于是就来让他模拟做了一张奇幻故事中一个牧师兼白魔法师的时间表。

接着我还别出心裁,心想:如果这时一个 NPC ,是不是还会有一些随机的、闲聊式的台词呢?于是我就追加一项要求:按照每个时间段的活动安排,为该牧师写一些台词。

在此之后,我又告诉它:假设有6种不同的表情:{A_faceimage_ं喜.png}{A_faceimage_怒.png}{A_faceimage_哀.png}{A_faceimage_乐.png}{A_faceimage_平常.png}{A_faceimage_困倦.png},请在对话开始的第一句之前选择并添加合适的1种表情。

于是就生成了下面的表格。看起来还挺有 RPG 里那种站在固定区域内徘徊的NPC的说话风格的?

虽然这目前还不是连接到 API 进行实时生成,但只要生成的数据量够大,应该就不会出现很多台词重复。此外,如果在指定条件时,不仅仅给出「一位奇幻世界的牧师兼白魔法师」这样简单的条件,而是将人物身世、性格特征等,以及其周边的人物关系,近期大事件等做成一套(大约几千字?)的设定交给 ChatGPT 的话,或许它还能想出更加符合故事背景的闲聊台词吧。

下面就是今天得到的效果:

继续阅读

……有点夸张的说法,这不是近一周前做了拔尽根牙(智齿)手术嘛。其实要说疼痛感的话,大约术后当天晚上就消退了,因此止疼片也就才服用了 1 片。不过,因为术后要吃液体食物,而正因为处于这样非正常的状态(用 RPG 思维来说可以说是弱体状态?!),我才注意到,原来饮料瓶瓶罐罐的包装在功能上原来竟有这样的区别。

在术前,我备好了不少瓶瓶罐罐还有盒装和软饮料(类似果冻)包装的液体或胶状食物,用来作为术后康复期的液体食物。不过我买的时候没想清楚,主要是考虑着按营养搭配啦(蛋白质、果汁等)来买的。

术后开始进餐时我注意到一件事:有吸管的饮料不能喝……

继续阅读

去年上半年 AI 作画(主要是 Stable Diffusion Webui )刚刚走入大众视野,同时也是刚引发我的兴趣时,我独自发起过一个《百度贴吧NovelAI吧txt2img七题挑战赛》但基本上没有收到什么回答。

于是,现在我就来自问自答一下,看看现在用 ChatGPT 能做到什么程度,以及需要反复试几才能出现一张比较像样的作品。

这次自问自答的是:第一题 绕不完的线


结论:相当出色!!!

人类wildgun写的前言:又想到一个「警惕比喻」的例子。我自己从小生活在(想否认估计也难以否认程度的)被宠爱、溺爱的环境中,恐怕这也是独生子女家庭环境的特征吧。而我记得童年有一次家庭聚会时,某位亲戚就善意提醒或指责我母亲太过宠爱我了,于是她便端出了那个很常见的「温室里的花朵」的比喻,就是劝谕要多让孩子经受风雨云云……

当时,对于这个陌生的比喻(恐怕真的是头一次听到这个比喻)我觉得有些生疏、难以亲近,却因为当时想法不够多,思想工具也不够多,因此难以作出有效的反驳,甚至也不知道该如何质疑。今天忽然想起来这件事,便做了下观点的思想笔记。然后直接把这些笔记交给 ChatGPT ,请它帮我把我的点子整理成一篇文章。

下面,我会贴出 ChatGPT 从我的想法点子中整理而得到的文章,在文章最后,我也会贴出我自己当时的记录。有兴趣的可以对比一下, ChatGPT 是怎样帮助我将思想点子的笔记,转化为一篇文章的。

下面是通过 ChatGPT 生成的文章:

继续阅读