拥抱新技术-AI工具使用及跟踪

前言-2.22更新

ChatGPT或者说通用人工智能(AGI)最近真的火爆了。当然了其实从12月初发布之处程序员圈子已经很火了，一开始也玩了，该调戏也调戏了。出圈更多是微软砸了100个亿下去，各界资本下场圈地，启动新一轮技术革命。

商业的事情咱也不敢问。但是新技术的引领作为工程师理所应当去积极拥抱。作为技术人员，应该也很高兴自己所在行业的技术正在逐渐改变世界，尽管这个技术也不是咱小码农能搞出来的。

跟某创业大佬的聊天。以下引用他的一些看法：

那未来要解决的问题可能是三个方面：一是满足需求的能力要如何分配，因为不是任何人的需求都能满足，比如穷人；二是挖掘新需求并满足，这种更偏向精神需求，想象空间很大；三是更好地满足旧需求，但是现阶段已经很难了，除非基础科学有新突
AI能处理全部三个问题。AI服务人类，本身就是在更好地满足人类需求，解决第三个问题；AI生成的内容，可以满足人类的精神需求，解决第二个问题；极度成熟的AI，意味着生产力极大地提高，人类直接步入共产主义社会，解决第一个问题
AI，元宇宙，区块链等等技术，都是新的工业革命的一部分。而GPT的诞生，只是这一轮工业革命前期的小高潮

世界一直在变化，而混乱才是上升的阶梯。

再放一张图。不仅是技术的创新，生产关系的摸索上人家也一直走在前面。还是那句话，世界是变化的、落后就要挨打。

AGI工具链使用

虽然由ChatGPT引爆了AGI的浪潮，但就目前已经有一套较为成熟的AGI工具链，马上对这个新兴的技术革命市场进行跑马圈地（虽然已有的大部分正是基于ChatGPT背后的模型，或者家族中的变种模型）。

目前基于各家头部科技公司产品的工具链可供参考：

ChatGPT/New Bing聊天机器人：代替搜索引擎，解决通用问题
Github Copilot：IDE集成，AI辅助自动化编写代码
Notion AI：文档AI，复制生成文档框架和生成部分内容

对玩法和发展记录、跟踪一下。

ChatGPT

只贴一下参考教程，已经是好几个月前弄的。做法也很简单，就正常注册OpenAI，只是需要购买一个能够使用ChatGPT服务的国家的验证码服务，比如我用的是印度的。就几块钱。现在爆满的话考虑换个贵点的国家。

注册参考：

注册完成后注意还是要挂梯子登录，以前香港不行，现在好像也可以了。

用法就很简单，Ask Anything.

很多时候，能不能提好一个问题本身就是一个问题。因此我们解决一件事的过程仍然是：对问题建模、把整个模型拆分成一系列的步骤、调研一个小步骤的解决方案、细化实施方案完成一个小步骤、递归完成所有问题。ChatGPT仅仅是加速了研究解决方案和获取解决方案的速度。归纳、抽象，提好一个问题将是一个核心能力。

Trick.

目前New Bing还没发布稳定版前，搜索用的仍然是Google + ChatGPT插件。效果类似：

插件名在图右下角。目前效果已不错。ChatGPT生成间隔用传统搜索在左侧浏览更多信息。唯一缺点是，生成速度较慢，且ChatGPT偶尔就要重新登录。

更新：目前上述的插件（ChatGPT for Google）更新到2.0版本，UI跟持续对话方面基本跟Bing对齐了。而且使用OpenAI的API的话，稳定性和速度都可以，也免登录。唯一缺点就是花钱的，OpenAI每月有18刀的额度，差不多应该够用了。

Bing/Edge-2.24更新

2.23发现更新的Bing移动版。测试了一下。主要是添加了移动端及时访问、以及语音输入、输出功能。~~增添了语音调戏机器人更有意思了。~~移动场景以及语音输入确实会更方便很多，也是庞大的市场。

使用方法：本人下了Play版的Bing App，首页图标就直接进入聊天，最方便（移动端必须翻墙）。

2.10申请waitlist，2.12已经加入测试了。我个人的申请方法是直接翻墙访问国际版bing的。

第一个题外的小问题是，加入waitlist必须开通微软的Rewards，导致搜索界面一直有个小红点，强迫症震怒。实测无法关闭，关闭就会退出waitlist.

说说体验：上来的搜索体验感觉直接碾压传统搜索功能。给出参考来源、例举多个备用选项，乃至帮我写一个功能的代码。

比如我使用的一个案例是：有个需求把windows平台文件编码批量转化，utf8及GBK互转，不少软件都提供类似的功能，比如github有个专门做这个的傻瓜版软件，基于python的，大概有200多个星。但是为了定制化的一些需求，我让bing给我生成了一个python脚本。经过我多次添加需求，最终实现的python脚本非常实用。也就是说，bing轻易完成了一个开源200星实用度的程序。

但是经过一段时间使用，特别是版本更新以后，不满也增多。

有不少错误的答案，自己去辨认错误答案也要浪费不少时间。
bing搜索本身比不上google的好。

还添加了新限制：

每天限聊50条消息
每个会话最多进行5轮对话
必应AI不会谈论有关它自己的事情

现在就是有免费用就用免费的吧。没有就问ChatGPT.

这部分其实还没有公测。主要是预览版。那现在也就是看个鲜。预览：

主要功能和新特性：

Bing聊天机器人：
- 提供信息源、可以对信息进行验证
- 紧跟时事、语料库实时更新
- 回答更广泛的问题
- 更准确的回答
- 聊天过程更有趣（滑稽）
写作机器人、生成笔记、邮件等；
内容抽象：对打开查看的论文、网页抽象出信息。

Github Copilot

Github Copilot就是专门用于写代码的AI，应用于生产环境。目前其实主要就是代码补全。相当于更智能的高配版IDE代码提示。虽然看起来简单，但是提示乃至生成这个功能强大到一定地步后，代码编写将有跨时代的编写模式，个人体验的改善有：

更强大的代码提示，IDE的代码提示一般是API级别的提示，往往要结合API手册进行。AI的代码提示是函数级别的，粒度更大。代码编写将往模型驱动、任务驱动发展；
编程模型迁移。降低新编程领域的学习成本，很多编程语言在抽象概念层次是相通的，改变的只是语法和不同设计的优劣。同样的编程设计，只要熟悉一种，基于AI帮助能够实现更好迁移。
降低学习门槛。基于前面的，在学习过程也将没有必要纠结于一些小的语法上。打开IDE，测试一项任务，比如读写文件，就可以基于AI生成的代码完成一项任务。

对python的测试：输入注释想完成的事情，生成代码。

使用。

官方介绍：GitHub Copilot · Your AI pair programmer
文档：GitHub Copilot - GitHub Docs

使用很简单，在Github开通即可，但是要绑定付费账户，我个人注册了Pay Pal，绑定Pay pal。有60天免费使用或开通学生开发包。后者不在学校暂未尝试。

然后提供VS、VSCode、JB等IDE的插件支持。开通、下载插件、打开IDE，跟往常一样编码，即可获得便捷的体验。

Labs！提供更多更玄幻的功能！

代码解释
代码翻译（迁移语言）
测试代码生成
格式刷：生成注释、代码重构、增加可读性、增加鲁棒性等等。

图中注释均为AI自动生成（不过因为是Lab功能，生成的质量不一定好）。自动生成注释这个功能很实用，写完代码（函数实现）最讨厌写注释而且也最讨厌看到别人一大段代码没有注释了..

Notion AI*

这个暂时也没发布，在waitlist中。产品介绍及加入waitlist：Notion AI

主要的一些核心功能：

根据 Notion 官方的介绍，Notion AI 的几个核心功能：

可以帮你处理初稿——让 Notion AI 处理你关于某个主题的初稿，并获得你可以塑造成伟大事物的想法。
激发想法和创造力——Notion AI 可以立即为您提供关于任何事物的想法列表，将想法作为您自己创造力的起点。
充当强大的编辑器——无论是拼写、语法，还是翻译，Notion AI 都能发现错误，甚至翻译整篇文章。
总结会议和文件——让 Notion AI 提取最重要的要点和行动项目，而不是筛选一堆乱七八糟的笔记。

在我看来比较像文档领域的Copilot（当然AGI都类似），就是代码的自动生成和自动补全。

哎，更加为咱们的飞书叹气。

汇总

对各类AGI工具进行一个总结。

工具名称	用途	模型	费用
ChatGPT	通用聊天机器人	GPT-3	免费/Plus20刀
New Bing	通用聊天机器人	GPT-3/3.5	未上线/免费
Copilot	代码编写AI	GPT-3变种	10刀
Notion AI	文档AI	GPT-3	未上线/免费

AI绘图

从最开始的Stable diffussion model开始玩，但是因为没自己主机和显卡，还有一点训练和生成的门槛，后续基本没怎么玩了。不过CV领域的产物总是一个好玩的玩具。

倒叙记录一下一些“学习”过程：

ControlNet插件。给预训练扩散模型增加一个额外的输入，控制它生成的细节。可以是各种类型的输入，作者给出来的有8种，包括草图、边缘图像、语义分割图像、人体关键点特征、霍夫变换检测直线、深度图、人体骨骼等。[lllyasviel/ControlNet: Let us control diffusion models (github.com)](https://github.com/lllyasviel/ControlNet。在线尝试的网站：jagilley’s Models – Replicate。人类姿态的动作测试：
拿比较火的那张图测试一下：简单是挺简单的，不过还是得修。
听小伙伴说的：midjouney.（需要邀请码似乎）
OpenAI加的DALE-E 2模型：主要是基于一张原本的图使用AI进行修图，比如抠图、去除物体、扩展等。DALL·E 2 (openai.com)
Novel AI爆火时，魔法师们分享的咒语。效果蛮惊艳的，但主要集中在动漫风、不太真实的效果：元素法典——Novel AI 元素魔法全收录 (qq.com)

其他AI工具

OpenAI家

OpenAI除了直接提供产品，还提供很多基于训练好的大模型的API，比如文本补全、代码生成，可以开通API Key，开发自己的应用。Account API Keys - OpenAI API

DALE-E 2

由文字描述生成图的模型，web API服务。

自动生成代码提交日志

Never write a commit message again (with the help of GPT-3) · Roger Zurawicki

基于GPT-3接口。感觉不是很实用。

AI商业化

角色聊天机器人-2.24

它的原理就是使用算法模型，分析大量语料，得出词语分布的统计规律，然后生成符合人类思维的文本。
根据上面的原理，不难想到，如果所训练的语料都跟某个主题相关，那么就可以生成该主题的聊天机器人，比如法律或者生物学专用聊天机器人。
进一步说，如果所训练的主题都跟某一个人相关，那么不就可以生成该人的聊天机器人？
事实上，已经有人这样干了。2022年9月，谷歌公司的两个前员工，发布了一个叫做 Character.ai 的网站，允许用户创建”角色”，上传与该角色相关的资料，网站就会自动使用 AI 分析这些资料，生成该角色的聊天机器人，然后用户就可以跟它聊天了。
现在，Character.ai 网站已经有几千个角色了，可以作为聊天对象。它的 App 都上架了，叫做“你好，历史”（Hello History）

有预训练的角色，在Hello History中收费不低。如果某款机器人或包含某些机器人的bot爆火起来，这确实是个巨大的商机。