備註：因為openAI有定期向ChatGPT進行fine-tuned，所以每個月都會變化，例如1月有人笑他數學計算有問題，但2月初之後，你問他數學，就能正確不少，他進步是非常快的，只要訓練的人有接收到意見並給予準確訓練之後，都會快速進步，AI這個東西是比起訓練員工更可靠的技術，未來各個產業勢必會產生巨大的發展變化。
We are no longer needed...
近期發現已經有人嘗試提供幾個字，並讓AI自己想一個情境描述，然後用生成繪圖用的prompt，竟然還不錯，就留下那句幽默的英文。
他使用兩個工具:
- ChatGPT
https://chat.openai.com/
你可以用GOOGLE帳號註冊使用，目前短期內免費 - midjourney
https://midjourney.com/
使用教學 https://www.kocpc.com.tw/archives/453331
參考原文:
這裡面ChatGPT 是一個新主角，
midjourney是前陣子AI畫圖的工具之一，
經過測試，ChatGPT 是可以用中文溝通，而且底下這串真的也能用
不過在提問的技巧上，你要讓AI知道你的Prompt要用在midjourney
實際上，Stable Diffusion也可以用
雖然Stable Diffusion也有一些自動解釋圖片的工具，例如Interrogate CLIP或Interrogate Deepdanbooru，他能依照你給的圖片生成相對應描述的句子，或者合適的單字。
不過，如果你的問題是有想法但不知道怎麼形容，你就能用這個工具來幫你完成整個句子
有興趣的人可以嘗試嘗試。
最近一直玩ChatGPT
ChatGPT 是目前最火的AI應用之一，這跟一般公司用LineBOT之類小工具做的對話機器人有極大差異，尤其是理解與組織能力上面，但回話卻很機器人。
他目前概念是
- 回答問題的人
- 不帶特殊情感的語氣
- 知識是2021年以前的知識，不會自動上網增加資訊，以既有資料庫訓練知識為基礎
一，測試程式開發
ChatGPT 大部分能讀懂你的意思，並完成一些任務，例如你能叫他些一些程式
驗證一下是可執行
不過太長的部分我發現會被截斷，大概跟使用的記憶體上限有關，如果你有做過一些NPL的專案，你會發現顯卡記憶體16GB能回答的字數，並不多，而他能回答這麼長，算是很厲害的事情。
另外我發現用英文問答，就不會遇到段字狀況。
有些人會在文字對話框打上 “請繼續” 讓ai繼續完成，後來我有試過，大致上他都能記住你跟他的對話，並完成後面文字，偶爾會不能正常接續，要用again
寫出來程式看起來有模有樣，部分細節看起來可行，但因為全部沒寫完，所以實際並不知道結果是怎樣，但如果AI公司內部已經有一套更完善自動寫程式的系統，那可以節省不少工作。
這類似OpenAI之前做的CodeX，看來可能已經有可行方案。
我故意把程式碼打亂，並要求格式化為PEP8
總有那種工程師會說，看到別人的程式，總覺得要全部翻掉，當他離職之後，後面接手的工程師還是會脫口那句話好想全部翻掉前面寫的，
無論多資深的工程師，遇到別人程式都有閱讀障礙一樣，
不過AI就不會有閱讀障礙。
目前還有些人是拿去做Debug
這裡面有人提到一則貼文，就是stack overflow 禁止ChatGPT生成的程式碼，
這則貼文我有看到，但我對於stack overflow的行動抱持觀望與懷疑，
首先這裡面最大的矛盾在於，stack overflow無法真的證明誰是用ChatGPT，
更何況，你無法證明在這之前已經有AI機器在stack overflow上面做問答訓練，
除非做得像是GPT-4Chan事件這麼露骨，要不然你無從得知。
另外，
我覺得這則貼文反映出Stack overflow回答者的態度，如果回答者多了ChatGPT生成的程式碼還是有誤，那他只是證明一群回答者，連自動生成的解答，複製貼到開發工具上面跑一遍都不做。
我從程式碼的與觀察之後的角度來評價:
- 我個人目前看ChatGPT寫的程式
(1) 單一程式語言準確度不錯，尤以前端較好
大約80%算是不錯，除了最基本可執行，若反覆用again，他似乎會用不同模型產生不一樣的程式碼與方法，有些是非常不錯。
(2) 較為複雜且背後有各種規劃的程式，會出現較多錯誤
我嘗試拿公司跨部門協同製作的程式下去問，大多都是半對，不過這類問題，在stack overflow問，也大約不到50%答對的機率，因為牽扯到各個公司內部營運與一些風格問題，所以還是得在公司內部一同討論才可能有解，但我認為那未來是能透過客製化的AI來滿足。 - 普遍網路上對ChatGPT的測試，認為都不錯，但是專業程度，有時候會小於Copilot，不過Copilot需要工程師做一行一行確認，而ChatGPT是自己完全生成
可參考 LINK1｜LINK2｜LINK3
總結網路上一些想法，無非是兩方向問題
(1) 如果是新人，並不確定實際問題就像ChatGPT發問，很可能有錯誤的解答
(2) 如果是ChatGPT資料不足的領域，可能就無法精準解答，畢竟他只是聊天而非軟體開發AI
Stack overflow這跟Github一樣，能交流但不該拿來用在工作的地方，可以讓學生學習，但通常公司物件在製作時，還是要有獨立的思考，同理，ChatGPT僅供參考，因為他並不像是Copilot屬於專業的程式AI，他只是聊天機器人，因此不太有可能有專業的程式訓練，使用時還是建議理解一遍，並確定是否合適應用在你的專案。
不過，ChatGPT給予的方向還是可行的，大多程式碼都可以提供解答，我嘗試叫他寫出Django、vue、React、C++跟C#，都可以執行，前端做得比較好，而C++還可以，不過C#在訓練時，提供資料可能比較少，比較沒訓練，回答的答案就令人不滿意。
另外有看到別人用他做blender、Unity跟Unreal，都可以跟著做出遊戲。
二、測試動漫知識
除了程式，你能問他動漫，不過他的知識有限制，而且我發現，雖然程式的正確率很高，但動漫錯誤率卻反而高很多
三、他的知識來源是什麼?
原本在思考他怎麼做的，不過我發現你直接問他能給出方向，
他的知識只到2021年，所以太新的東西無法回答，他並不能上網查資料
他並不能上網，而是用已經有既有的資料庫資料做訓練而獲得知識
AI不是完全答對的，
有幾個可能原因
- 他不確定你問什麼
- 他的訓練出來知識前，數據有錯誤
他的知識是靠訓練才形成的，擬人化的描述，過程比較像你讓一個天真無邪的小女生去知道《銀魂》阿姆斯特朗炮的各種細節，最終他會知道阿姆斯特朗炮是什麼樣子，但能想像的範圍會因為認知而有極限，例如這小孩被限制不能看R18的小女性，那他永遠不知道阿姆斯特朗炮是陰O的意思，而AI自己也沒陰O，也禁止NSFW，所以你對AI問NSFW也不能正常回答你。
四、能不能當老婆
這個AI的角色扮演屬於回答問題的AI，並不擅長 "直接扮演" 其他角色，
但我發現很有趣的事情是，如果你要他模擬其他人，倒是可以，而且你能增加更多資訊，讓他扮演得更好。
1. 如果直接要她扮演，他會敷衍你
2. 如果叫他模擬女生寫信，就可以
另外，拿來命名你老婆倒是沒什麼問題
不過老婆對話機器人在中國還滿猖獗，所以我覺得不久將來會有一堆，這很古怪，但相信人類會慢慢接受。
五、別人的實驗
可以看下面這篇，整理的不錯，他有把其他人做的實驗整理成表，一目瞭然
https://www.modb.pro/db/573038
最後，
ChatGPT有時候可能會連不上，除了可能因為他是還在測試階段，
猜測目前全球使用量暴增之後，伺服器能負荷數量會贏來上限。
可以確定他對未來一些應用會有影響與變化，如同Stable Diffusion那樣，但可能會是under table，
會的公司會越來越省成本，所以使用量會提升，希望臺灣多多發展。
若你開始對AI入門的有興趣，推薦你看一些資料。
首先會推薦學習對象，
目前常見的AI以類神經網路為豐富而較具未來，這裡面的故事，入門可以看政治大學蔡炎龍老師、臺灣大學李宏毅老師，但因為我們人類都是有認知上限，所以像是蔡炎龍老師講的就很數學，李宏毅老師就明顯偏向GAN，但因為技術成長與遍進步速度太快，所以初期你在聽可能會有門檻與誤解，慢慢來，AI並不會因為你擅長寫程式進而等於理解...
入手比較推薦蔡炎龍老師，因為他有教高中生的課，他能排除複雜性，只講較為邏輯項目，(我認為2021年那個時間點，高中生可能與剛畢業大學生基礎認知，可能已經出現落差)，後面再看李宏毅老師，而論文就可以多看李沐等，實作則是請找Tensorflow、Pytorch的項目，這是一般人能使用的。
- 政治大學蔡炎龍老師：https://ctld.video.nccu.edu.tw/km/1172
- 臺灣大學李宏毅老師：https://www.youtube.com/@HungyiLeeNTU
- 李沐：http://zh.gluon.ai/ ｜ https://space.bilibili.com/1567748478
- Tensorflow：https://www.tensorflow.org/?hl=zh-tw
- Pytorch：https://pytorch.org/docs/stable/index.html
我們用的這個對話工具，ChatGPT是OpenAI做的，
OpenAI裡面有個重要的項目是GPT (Generative Pre-trained Transformer )作為訓練基礎，
在大前年GPT-2的應用已經很廣泛，而讓一般人也知道是，也能用的是GPT-3，因為後來研究者做出來DALL-E2就是利用GPT-3的多模態做的，而ChatGPT 則是號稱GPT-3.5，
他出現的意義可能跟預計在明年2023到來GPT-4有關，GPT-4號稱已經通過圖靈測試，也就是對話實驗之中，你會無法辨認為對方是人還是機器的測試，前陣子最有意思是Google的LaMDA AI，老高有講過這個故事
---
---
2023 年 4月 1日
回頭補充一下，因為這時間點gpt-3.5以上都能連上網路
而gpt-3.5的程式能力也更強，當然，gpt-4又更完善
不過有個大前提，就是你的程式認知要是正確的，要不然gpt-4會更順從你，但同時你的錯誤她也就越不會指出，而是會嘗試去完成。
簡單來說，gpt在寫程式用得好不好，取決於每個人的能力，所以學程式還是需要一定程度的知識。
