🐹倉鼠週報19：我們的生活是不是悄悄在改變
本篇內容希望透過 AI 讀書這件事來引發讀者們思考，ChatGPT 問世以來已經過了半年，陸續有不同的工具出現，這段時間我們的生活是否發生了一些改變。
卷首語
不知不覺中，每天用 ChatGPT 還有 AI 工具解決各類需求已經成為了日常，最常用的是長篇文章的閱讀理解，正如本篇第四小節會提到的，AI 會改變人們閱讀的方式。
現在因為上下文限制，所以大多用於單篇文章中，但是未來可以用在一整本書的資訊時，至少我自己會有很大的閱讀改變。
像是幫我解釋特定章節的內容、尋找跟特定問題相關的章節，也可以請 ChatGPT 上網延伸相關案例並附上參考連接、上網找特定問題不同觀點的內容等等，檢索特定資訊會變的更有效率。
但 LLM 並不擅長創造新的東西，所以創造新知識的神經元並連接舊有神經元，需要仰賴讀者自身不斷的練習與思考。
🛠️ 本週 AI 新聞 & 工具
1. OpenAI 更新：函數呼叫功能，更長的上下文，更低的價格
這邊直接用列點整理這次更新的重點：
新增 gpt-3.5-turbo 的 16k 上下文版本（相比於標準的 4k 版本）
最先進的 Embedding 模型價格降低 75%，從原本的 $0.004/token 降到 $0.001/token
gpt-3.5-turbo(4k 版本)的輸入 Token 價格降低了 25% 變成 $0.0015/token，輸出維持 $0.0015/token 不變
Chat Completions AP I中加入了 function calling 功能，也就是可以用 api 呼叫 Plugin 了！
開發者可以向 gpt-4-0613 和 gpt-3.5-turbo-0613 描述函數，能讓模型自行判斷是否呼叫 Plugin
https://openai.com/blog/function-calling-and-other-api-updates
2. CoT：如何更好的運用 AI 解決問題
思考鏈 (Chain-of-Thought)：就像是一個人解決問題時的思考過程，這個過程是連續的，每一個思考的步驟都是基於前一個步驟的結果。
比如說，當我們要煮一道料理時會先思考要準備哪些食材、然後怎麼組合、最後怎麼擺盤等。
▎如何用在 ChatGPT 上？
這個技巧幾乎每個提到 Prompt 的教學都會說到，但可能但簡單白話以至於常常被忽略。
只需要在 Prompt 命令中增加一行『請你按步驟思考（Let's Think Step By Step）』就能讓任務成功率大大提升。
但是這個技巧也有一個小缺點，ChatGPT 會先幫你想出一個解決問題的步驟，可是也就只有一個，所以方向錯了可能答案還是會歪樓。
所以如果我們本身就知道解決問題改使用的拆解策略，我們就應該主動先將問題拆分，然後明確具體的告知 ChatGPT 如何執行。
▎思考樹 "Tree Of Thoughts"(ToT)
這個是由普林斯頓大學及 Deepmind 共同提出的語言模型框架，基於 CoT 思考方式向上擴展。
思考樹（ToT）的實現方式也很簡單：
1. 先自己推論出多條解決問題的步驟
2. 個別評估哪個步驟最有效
3. 必要時向前回朔再評估
按照這種方式，AutoGPT 類的自動代理型 AI 就能不斷拆解問題解決問題，直到完成目標任務。
▎ChatGPT 無法取代人類的地方
CoT 及 ToT 看起來真的很直觀，甚至會有一種『這不就是我們的解決問題思考方式嗎！？』
完全正確，但當我們思考解決問題的策略步驟時，會受限於我們的：
知識
經驗
思考能力
立場
資源
綜合以上資訊的能力
至少目前（未來不保證），ChatGPT 類的 LLM 只能基於現有的知識，甚至是很制式的理論框架來提供解決方案。
但這些解決方案缺少了非常多的隱藏知識或背景資訊，導致解決很難有效。
這時人的不可取代性就會出現，知道 AI 的局限性，提供 AI 做不到的思考策略、告知 AI 隱藏的背景資訊。
與 AI 相互配合，我們的決策能力跟解決問題的能力都會更上一層樓。
關於 CoT 的研究論文：
ToT 的研究論文：
3. 簡單4步建自己的藝術 QR Code
前陣子剛看到很漂亮的特色建築 QR Code，這兩天就看到有人將圖片生成功能結合，用在 Discord 上。
先進來這個網站：https://quickqr.art
首先產生自己的 QR Code，輸入你的 URL，然後下載 QR Code 的 PNG 檔。
然後點擊剛剛網站中的 Join Beta 加入 Discord 進入 DC 群。
複製 QR Code 的 URL，然後進入 paste-bin 的頻道後上傳圖片，點擊右鍵複製圖片 URL。
最後輸入 prompt 來產生特色 QR Code
進入 pixelml-box 的頻道，然後輸入 /，選擇 generate 指令。
URL：放上剛剛複製的 QR Code URL。
Prompt：輸入你希望的圖片描述，可看情況加入以下參數，也可不加用預設的就好。
參數說明：
--qrw：QR Weight（ QR Code 在圖片上的明顯度，預設 0.8）
--steps：平衡步驟（越多步越有藝術感，太多會影響 QR Code 的可掃描程度，預設 16 步）
--seed：種子碼（固定風格使用）
--presets：藝術家風格
詳細可參考：https://docs.quickqr.art/user-guide/parameter-list
在我寫完教學後兩天，就有人做了能在 huggingface 上生成的工具了，所以也可以直接在這使用：https://huggingface.co/spaces/huggingface-projects/QR-code-AI-art-generator
4. 推薦閱讀：AI 如何改變人們與書籍的關係
這小節是整理自文章『What happens when AI reads a book』一文的心得，原文也推薦一看！
▎用 AI 處理書
目前『生成式 AI』進步非常快，凡事涉及內容的生成都是 AIGC 的一環。
書籍作為一個知識的載體，在印刷術盛行後促成了知識的傳播發展，而且是影響非常巨大。
另一個影響深遠的就是網際網路的誕生，知識與想法可以在世界的各個角落沒有時差的流通。
但這導致了資訊爆炸的現象，對於人們來說獲取知識不再困難，困難的是如何有效的運用這些知識。
這篇文章作者嘗試透過 Claude 來『料理』自己的書，並透過料理的過程來展開『透過 AI 與書籍互動』這件事。
（補充：Claude 也是一個語言模型的機器人，其能力介於 GPT-3.5及 GPT-4 之間，但這篇所用的是上下文一次可容納 10 萬 token 的版本）
料理是我覺得有趣又適合的詞，這些知識就像食材一樣，AI 就是料理知識的新工具。
▎脈絡清晰胡言亂語就消失，練隱喻都能看懂
因為書就是作者寫的，內容是否有幻覺很容易能識別出來。
作者請 AI 解釋每一個書籍提到的觀點及相關研究，AI 答得非常好，並且沒有幻覺（胡言亂語）的情況發生。
甚至作者給出了一個很難的問題，找出書中涉及到隱喻的例子。
因為連要人找出內容的隱喻都是不容易的事情了，對於 AI 來說沒有明顯的『像是』、『就像』一詞，所以這考驗 AI 的能力。
結果是非常出色，雖然給出的答案有一些小瑕疵但整體回答很令作者滿意。
只要上下文足夠清晰，基於給定的內容 AI 都能清晰的回應正確答案。
▎AI 可以取代編輯嗎？
剛剛提到的案例都說是基於現有內容去問的，但是如果請它作為一名編輯，它是否能給出夠好的建議、洞察呢？
答案是一般般。
給出的建議沒有甚麼明顯的問題，但是缺乏深入的洞察力，改寫後的內容也沒甚麼特別吸引人的點。
這也引出一個目前的普遍現況：『優秀的作家比目前的 AI 還要出色』。
創造就是想法的連接，這個連接的動作取決於人對於知識的認知、經驗及立場。
雖然 AI 缺乏深入的洞察力，但在成為一名優秀的編輯（或請它領域的專家）之前，AI 是個能幫人們打好基礎的工具。
▎我的觀察
讀書最好的方式，一定不是整本從頭到尾都讀完，而是按照自己對於知識的需求，從不同章節裡抓出需要的材料來組合。
這個過程就是一種料理資訊的過程，透過需求把資訊料理成一道適合自己的知識。
相較於 Google 的搜尋方式（爬取關鍵字），透過 LLM（大型語言模型）與 AI 互動的方式將會改變人們的閱讀方式。
就像前面所述，只要有足夠的上下文（脈絡），就能解決幻覺出現，但是洞察這件事則需要仰賴讀者『想法的連接』。
文章連接：
5. 科普時間：TryOnDiffusion 快速試衣模型
TryOnDiffusion 是 Google 近期發佈的試衣模型，用來模擬穿搭真是太合適了。
需要用到使用者的一張全身照以及穿著該衣服的模特兒照片，然後透過 Diffusion（擴散）原理來進行合成，等等....擴散是什麼？
首先，我們假設這個 AI 模型是個超級強大的畫家。
這個畫家可以根據他看到的兩張圖片來創作一張新的圖片，這兩張圖片分別是一個人的圖片和一件衣服的圖片。
這個畫家（AI 模型）使用的技術就叫做『Diffusion（擴散）』。
這位畫家會先在一張已經有圖片的畫布上加上一些亂點（這就是所謂的"噪聲"），然後再慢慢地把這些亂點去掉，最後留下的就是他想要的新圖片。
在這個過程中，畫家會參考他看到的兩張圖片，一邊加亂點，一邊去掉亂點，直到他創作出一張新的圖片，這張圖片就是那個人穿上那件衣服的樣子。
那為甚麼這樣就能把衣服穿到另一個人身上？
因為當我們在圖片上加入亂點（噪聲）時，原始的圖片就會被變得模糊不清。
然後當我們逐漸去掉這些亂點時，AI 模型就會嘗試恢復這個圖片。
但是恢復的過程並不是簡單地把亂點去掉，而是需要 AI 模型根據它的訓練和學習，來推測這個圖片在去掉亂點之後應該是什麼樣子。
這個過程中，AI 模型會參考另外一張衣服的圖片。
因為 AI 模型在訓練期間學習了如何將衣物的特性（例如形狀、顏色和紋理）以及人體的結構融入到圖片中。
這樣當 AI 模型在恢復圖片的過程中，它就會嘗試把衣服的圖片融入到人的圖片中，從而創造出一張新的圖片，這張圖片就是人穿上那件衣服的樣子。
這種方法的關鍵在於 AI 模型的訓練和學習。
透過大量的訓練，AI 模型學會了如何把衣服的圖片融入到人的圖片中，從而創造出逼真的人物穿搭圖片。
這就是簡單的 Diffusion（擴散）原理。
Google文章連結：https://blog.google/products/shopping/virtual-try-on-google-generative-ai
模型介紹頁面：https://tryondiffusion.github.io
合成效果：
