前言
Hi 大家好,這禮拜的電子報會有一些改變,我發現前幾期雖然開始改成寫「選讀文章」,但整個寫下來還是有些太花時間,尤其是「這篇文講了什麼?」以及「我為何推薦這篇文章?」這兩個段落,總是會不由自主地寫太詳細。
因此在經過一些小小的掙扎與思考後,我決定再簡化一下電子報的內容,不會再特別寫「為何推薦」,而是會把推薦的原因以及我產生的問題都融合在一起,同時我也會附上 Readwise Reader 的閱讀紀錄,你若有興趣,可以點進去看我畫的 hightlights 以及 notes 。
另外一個改變是我想要新增一個「閒聊」段落,想嘗試看看這麼做的效果如何,那就開始吧!
閒聊
如題,這禮拜是獻給 ChatGPT 以及 new Bing 的一週。
在工作上我開始有意識地嘗試導入 ChatGPT ,在週四晚上寫了一串推文簡單介紹 ChatGPT 的一些基本概念以及使用範例,沒想到這串推文竟然被大量轉推。我覺得蠻開心的,也感覺到大家真的對 ChatGPT 很有興趣。
除了 ChatGPT 外,我也在週三拿到 new Bing 的邀請,認真玩了兩天,非常驚艷於 new Bing 的表現,但在週六,微軟宣布 new Bing 改版,開始限制 new Bing 的功能與使用次數了。這讓我感到有些失望,更失望的可能是短時間內看不到那個表達不受限、很有對話樂趣的 new Bing 了。這部分的心得歡迎看看昨天寫的「我曾一度感覺 new Bing (Sydney) 在與我交心」。
總之,在經過這一個禮拜的密集使用後,我對 ChatGPT 和 new Bing 能做什麼與不能做什麼有了更深刻的認識,對我來說,在清楚知道 pros and cons 後,就可以更有效率地運用他們,以提高自己的生產力。但也是在這些密集使用後,我感覺到我對於整個生成式 AI 的領域,還有兩大區塊不太熟悉、沒能力駕馭,也就是程式碼以及圖像。
在去年 12 月 ChatGPT 出世後,我感到很興奮,也有些緊張,我可以感覺到這帶來的是全新的世界以及各種機會,因此我也思考了一下我自己該怎麼因應、怎麼面對這些變化。當時最強烈的感覺是,我想要有系統地、真正學會寫程式。我感覺假設我多懂一些,多會一些,我就有機會讓生成式的 AI 為我工作,進而創造出更多我想要的東西,但假設我只有現在這種連入門都稱不上的程度(會改一點點靜態網站的樣式與內容編排方式),好像很難真的用上 AI 做些什麼。
而圖像方面,一直是我比較不擅長的地方,所以不管是 DALLE 、 Midjourney 、StableDiffusion 幾乎都只有聽,沒有碰過。
但接下來想要花更多時間學習這些,期待能夠讓自己成長為更會運用 AI 的人類。
如果你也正在,或者也想學這些,歡迎一起討論聊聊。如果你已經是個高手,也歡迎分享你的心得~~~
以下是本期的閱讀內容分享:
Generative AI: A Creative New World
作者:Sonya Huang
我為何想讀?
在臉書上看到 iKala 的 CEO 程世嘉分享了一張時間軸的圖,很好奇原文講了什麼,所以就去找來看,結果發現蠻好看的,算是可以補足一些基礎知識。
我看完後產生什麼想法與問題?
-
我很喜歡那張時間軸的圖表,給了我一些「未來可能會怎麼走」的初步想像,也可以理解到生成式 AI 在各領域演進、改變的速度與方式。
-
我最有感的句子是:「Learning to prompt may become the ultimate high-level programming language.」(學習如何下提示可能會變成最高級的程式語言),有感的原因是,我覺得這可能是我擅長的事(描述與說明需求,迅速從對方的 Output 察覺對方可能沒理解什麼,進而補充更完整的資訊,或者換句話說),因此很期待 LLM 更強的那天。
-
對於這篇,我暫時還沒有什麼問題。
How should AI systems behave, and who should decide?
作者:OpenAI
我為何想讀?
在 Twitter 上看到 Sam Altman 分享,就好奇想看看 OpenAI 最新宣布了什麼。
我看完後產生什麼想法與問題?
-
我很敬佩 OpenAI 撰寫這篇文的團隊,這篇文章讀起來很清晰、也不會感覺到 OpenAI 在推卸責任,反而感覺到他們很認真、如履薄冰地在讓 ChatGPT 更好。
-
我很期待文中提到的「Therefore, we are developing an upgrade to ChatGPT to allow users to easily customize its behavior.」自從開始使用 ChatGPT 後,我就很想要它能夠更個人化一點,例如,我可以餵它更多資訊、訓練他某些情境下該怎麼反應,甚至可以持續迭代,讓它越來越符合我的需求,例如,我可以請他完成更複雜的多步驟任務、我可以請他基於我先前輸入的資訊與條件去協助決策。假設真的能這樣,我感覺一個月即使要花 100 美元我都能接受。
-
對於這篇,我暫時還沒有什麼問題。
Twitter Threads
Web3 social 的重点我总结为:“有序的网络效应”
這篇是無意間看到的推文串,但我很喜歡,裡面提到幾句我很有感:
-
Web3现状是正金字塔形,链的子集是协议、协议的子集是应用,往上越做越窄。想放大网络效应需要倒金字塔,是chain/protocol-agnostic, 因此我认为“聚合”会成为重要创业路径。
-
第二个重点是“有序”,匿名和无审查是 Web3 的正确,也是无序的源头。
-
去中心化是Web3的共识,但是在social里,人与人、人与内容有大量高频但低价值互动。
1/10 Web3 social 的重点我总结为:“有序的网络效应”
— ZK_Hashed (@ZK_Hashed) February 14, 2023
(CPI上菜前分享一些Web3 social的思考,来自于千万级DAU产品用户增长和本科研究猴子社会网络的一些经验···) https://t.co/jBtUY3aPTs
推友 litec 討論 GPT 與通用 AI 的區別
這篇在 Twitter 上面也熱烈轉發,應該不少人看過了,但我很喜歡,所以還是再分享一次,裡面各種很 raw 的雜想我都很認同,例如 GPT 會導致「網頁」的性質與內容呈現方式改變,也會導致廣告的出現與分潤機制改變。推薦閱讀!
今天一整天使用BingGPT下來,心得是如果能認知到GPT是LLM,而非所謂通用AI,那你的工作效率會大幅提升。GPT當前的表現能很自然地與人互動,並且能回答一些已有文本的問題,所以很多人誤以為是通用AI,但其實並不是,他只是像而已。 (1/n)
— litec (@thingnotok) February 13, 2023
Steven Sinofsky 談 Microsoft 對 new Bing 的限制
這篇是剛剛才看到的,非常喜歡裡面的諸多論點,例如:
-
In Search domains, the consumer expectation is consistent with “computers” which is accuracy, emotionless, predictable, non-biased and so on. Sydney was, by virtue of engineering, NONE of those things. It was designed to surface patterns and combinations not yet imagined.
-
Sydney is not about answers. Sydney is not the recipe for Bing to outflank Google/Ads.
-
Sydney has potential to be a new kind of tool. Combine Sydney w/generative images, audio, video, and it is the genesis of an entire new era of tooling. The hallucinations, bias, randomness, and crazy are FEATURES NOT BUGS. They are what make it an entirely new creative tool.
-
When we look back on platforms that were successful, most everything that some viewed as flaws and bugs turned out to be the features or the engineering constraints that legit turned a quirky thing into a platform.
Microsoft limits Bing chat to five replies to stop the AI from getting real weird https://t.co/kYWm6lWyKH //NOOO. IMO a significant strategy error misreading failure of past week & over-correcting. This compounds the mistake of conflating LLMs, Bing, and Search in general. 1/
— Steven Sinofsky (@stevesi) February 19, 2023
寫在最後
如果你比較喜歡之前那種比較完整的文章閱讀分享,或者比較喜歡這次這種短短的分享方式,都歡迎跟我說,感謝!