生成式人工智能

All posts tagged 生成式人工智能

近来阅读电子书。电子书的一个好处是数据可以云下载、云携带、云阅读……然而,一个可预见的致命问题是:对于一些私有文件格式的,或干脆不是以文件方式提供的电子书来说,一旦提供方(公司)停止了服务,那么之前所购买的电子书很可能在短时间内就化为乌有——或者说,即便文件在,也可能因为电子书的软件不再提供新版本,或硬件无法维修或新购,而变成了逐渐无法打开阅读的电子数据。

在面临这样的灾难之前,有个办法是:截图。据我了解,好像在我所在的地区,在个人(不传播给他人)使用这一前提下,著作权物也是可以由用户自行复制的。因此,网上不少视频也会教人怎么用 iPad 查看电子书,并且用截图保存的方式,把电子书的图像保存下来,以便今后长期阅读。

然而……网上介绍的都是动手操作的技巧,顶多是在此之上增加一些小技巧,例如用 Apple Pencil 从 iPad 边角划入屏幕就可以截屏之类的技巧。换言之,每一次的截图、翻页都是要人工干预的。之前一阵子,我也尝试过这么做,比如拿一个蓝牙鼠标和 iPad 配对,然后每点一次截图,再点一次翻页……虽然书是能安心地保存成今后长期可读格式,但手动操作总显得有点麻烦——要人执行啊!

有没有更好的方法呢?那就是买一台具身智能机器人啊!让机器人帮你来按截图键!多棒!看他们金属的拟态肤质手指触摸最新 iPad Super Pro Ultra XXX 的金属按键……嗯,具身智能机器人这个话题似乎还早了 10 到 15年的时间……其实有个更廉价的方案,就是找一个可以模拟鼠标或键盘的东西,来进行循环模拟操作(我知道有类似可编程鼠标、可编程键盘的),而这一次,我找到了树莓派的小卡板 Raspberry Pi Pico W 。

那么下一个问题来了:虽然我有长年使用树莓派的经验,但是,我一直只是把它当作一个 Linux 电脑来用的,要怎么使用这个 Pico 呢?怎么把它变成一个键盘,然后反复对 iPad 操作截图和翻页呢?

这好办,都 2024 年了,来问问生成式 AI ( ChatGPT )吧!经过一番探讨,我们商量出了(其实是我指示 ChatGPT 给出了)以下的代码:

import time
import random
import usb_hid
from adafruit_hid.keyboard import Keyboard
from adafruit_hid.keycode import Keycode

# 初始化键盘
keyboard = Keyboard(usb_hid.devices)

# 定义截图和翻页函数
def take_screenshot():
    # 模拟 Command + Shift + 3 截图快捷键
    keyboard.press(Keycode.COMMAND, Keycode.SHIFT, Keycode.THREE)
    time.sleep(0.1)  # 按住键一小段时间
    keyboard.release_all()

def turn_page():
    # 模拟左箭头按键翻页
    keyboard.press(Keycode.LEFT_ARROW)
    time.sleep(0.1)  # 按住键一小段时间
    keyboard.release_all()

# 主程序
def main():
    # 添加启动延迟,确保Pico W被正确识别
    time.sleep(5)  # 延迟5秒,让iPad充分识别Pico W

    while True:
        # 截图
        take_screenshot()
        time.sleep(3)  # 等待3秒保存图片

        # 翻页
        turn_page()
        # 随机等待4到6秒之间的时间 
        wait_time = random.uniform(1, 3) 
        time.sleep(wait_time)

# 启动主程序
main()

当然,在此之前,还要下载一个似乎是用于将 Pico 模拟成 HID 设备(鼠标、键盘等)的库所需的文件。 ChatGPT 如此说明:

确保 adafruit_hid 库可用:

前往 Adafruit_CircuitPython_HID 下载该库的 .mpy 文件。
将 adafruit_hid 文件夹复制到 Pico W 的 lib 文件夹中。

而在执行这个代码前,还要进行对 Pico 的 Python 运行环境的初始化操作,对此, ChatGPT 如此说明:

下载并将 CircuitPython 固件
(引用略)
放入 Raspberry Pi Pico W 是为了让设备支持使用 Python 语言进行编程。这一步将 Pico W 的系统替换为 CircuitPython 固件,使其在连接到电脑后能够像 USB 闪存驱动器一样显示。

操作步骤很简单:按住 Pico W 的 BOOTSEL 按钮,将它连接到电脑,然后将下载的 .uf2 文件拖放到显示出来的 Pico 闪存驱动器上,等它自动重启后就完成了。这之后,你可以直接用 Python 编写和运行代码,适合初学者入门。

关于这一部分,各位可以自己找找看网上的 Pico 教程,或是问问 AI ,相信应该不难弄明白。

至于说这段代码的实现原理?不知道,反正即便是在没有 ChatGPT 的时代,我也差不多就是这样看着 API 说明文档以及网上教程来边试错边操作的。这一次总之就是用 python 程序控制 Pico 成为一个 HID键盘,循环输出键盘按键(截图组合快捷键、翻页用箭头方向按键)。

而通过简单观察代码可知:

    # 模拟左箭头按键翻页
    keyboard.press(Keycode.LEFT_ARROW)

这一行代码是控制翻页的,这里是用向左方向键来进行翻页。如果你的电子书是按别的方向键翻页的话,则请按需调整:

# 左方向键
keyboard.press(Keycode.LEFT_ARROW)

# 右方向键
keyboard.press(Keycode.RIGHT_ARROW)

# 上方向键
keyboard.press(Keycode.UP_ARROW)

# 下方向键
keyboard.press(Keycode.DOWN_ARROW)

你看,虽然具身人工智能机器人还没有来到我们身边,但是通过树莓派小小的硬件,以及通过与 ChatGPT 的问答进行简单学习,我已经实现了简化操作!整理和写这篇博客的时候,我的 iPad 连上 Pico W ,已经差不多截图了 3 本电子书了~

这次分别对 ChatGPT、Claude 以及最近刚用上的 Cursor 程序(我忘了是哪个引擎( API )回答的了),提出如下指示:

请你帮我做一个动态网页,用CSS、JS等生成,不需要用到服务器。
这是一个用于冥想呼吸的网页,它的色调和动作要柔和、缓慢,帮助人们宁静。
画面充满整个网页浏览器,上面有许许多多的柔和的线条(或许是分形图形)会不断随着时间缓慢变化,表现流动、韵律。背景色底色也会不断缓慢且随机地变化。

ChatGPT 的回答是:

继续阅读

十多年前网络上有句流行的宣传语——「空谈误国,实干兴邦」。最近偶然想起来,仔细想了想,总觉得有哪里不太对劲。于是来做个头脑体操,真・「换位思考」一下,然后也来和生成式 AI ChatGPT 讨论一下,看看能不能帮助我解明困惑吧。

在具体讨论这句话之前,我想到了中学时读少科站的作文补习班,当时有一位教作文的老师,好像也是什么学科带头人或什么先进老师。我印象里她有一个观念,就是鼓励大家重新解读成语,并从中找出新的意义。我记得她有一个具体的例子,就是她会将成语「东施效颦」作积极理解:一个人虽然天资不怎么样,但后天努力去模仿美丽的人的行为举止,这种模仿的努力应该得到肯定。所以她换了个解读角度,肯定了东施。

题外话至此,来说一说「空谈误国,实干兴邦」吧。来,真・「换位思考」是这样的:

空干( ),实谈( )。

这要怎么填空呢?我询问了 ChatGPT 的建议。它的回答是:

继续阅读

今日速读了这本《努力革命 ラクをするから成果が出る! アフターGPTの成長術》( ISBN : 9784344042407),因为副标题里有提及 生成式人工智能 GPT ( ChatGPT ),而且这本是可以在 Amazon 包月读书套餐中畅读的,于是就下载到 Kindle APP 中来看看。

本书的内容应该说是属于日本市面上相当常见的「人生啓発」(我想可以对应简体中文出版物中的自我成长、成功学一类的书),一如既往的,又提出了各种奇怪的「 XX 力」——例如在决策时,不仅依靠理性而更需要直觉和勇气的「飛ぶ力」(飞跃力?),以及作者所称以好奇心发现新奇事物时的「すげー、やべー力」(好棒棒喔!力)。尽管我基本上很少读日本的这类自我成长的书,但爱逛书店的我,总是难以避免会在畅销书籍的书柜上看到莫名其妙的「 XX 力」,而这一本也自然不例外。至于说关于 AI 的内容,在本书中大约只有不到 1/3 甚至不到 1/4 左右。我读下来很是失望,我觉得这位作者恐怕既不懂 AI ,也不懂人生。

比如在给出 AI 的用例建议时,作者提出 AI 可以这样用:请 AI 概括孙正义先生的著作,并扮演孙正义先生,给我提出 10 条建议。嗯……作者你是认真的吗?我觉得这不是说明 ChatGPT 的回答不行,可能是说明了名人名言的成功经验和那一套成功学根本不行。不信?我把作者的该建议贴给 ChatGPT 了,并且得到了回答。在本博客的最后,你能看到我得到的「 AI 概括・孙正义成功学十条!」以及翻译后的版本。读了后你觉得能有多大用处?

继续阅读