技術PM的AI實驗室
35公開內容
技術PM的AI實驗室，是以輕鬆的角度深入簡出的探討各種生成式AI工具的使用。無論你是想理解AI到底是怎麼運作的? 想知道有那些好用的生成式AI工具? 或者是對AI繪圖有興趣的，都歡迎加入我們的AI實驗室一起輕鬆地玩耍，我們邊玩邊學，學習跟AI一起共創新的可能。
全部內容
免費與付費
最新發佈優先
這陣子使用AI模型，還有參考國內外一些喜歡玩語言模型的同好發文，一個很有趣的結論就是，有時候把大型語言模型(尤其ChatGPT)當作一個人來溝通，會得到比較好的結果，這的確是非常反直覺的，也就是說很多時候ChatGPT耍懶不肯工作的時候，你用加油打氣，或是情緒勒索的方法，確實是可以得到比較好的結果。
OpenAI 發表的Sora，對於我這個浸淫AI繪圖還有AI產生(基礎的)動畫一段時間的人來說，可以說是非常的震撼。為什麼Sora 跟其他的文字產生影片的工具如Pika 或是 Runway 完全不同呢? 他對我們來說又有什麼意義呢? 這就是這篇文章我們想探討的。
SDXL Turbo主打可以1 step就產生一定品質的圖片 (圖片品質比SDXL甚至SD 1.5還要低)，完全是以速度取勝，那麼SDXL Turbo這個技術代表的是怎樣的突破呢? 究竟秒出圖的技術能夠有什麼實際的應用呢? 這就是我們這篇想要探討的。
這篇文章會跟大家介紹，為什麼我覺得ChatGPT的多模態輸入輸出其實是最重要的一個功能之一，讓AI往成為真正人工智慧代理人的路上前進了一大步，我們也會稍微探討(想像)一下，所謂的理想的AI載具到底應該是怎樣的?
本篇文章是 以ChatGPT翻譯華頓商學院教授Ethan Mollick的文章，並且稍微加上修飾而來的，是一篇相當好的該如何使用AI的引言，分享給各位。
我們學到的就是，只要使用AI，你就會學會如何使用AI。你只需大量使用AI，直到你弄清楚它的優點和缺點，就可以成為你領域的AI應用專家。
本篇文章是翻譯自 AI大神 吳恩達 Andrew Ng 的電子信件，吳恩達是史丹福大學計算機科學系和電氣工程系的客座教授，曾任斯坦福人工智慧實驗室主任。他與達芙妮·科勒一起創建了在線教育平台Coursera。本篇文章吳恩達談到AI與邊緣運算。
本篇文章是筆者近期聽過的一篇非常好的Podcast，為了想要記錄下來於是找了Podcast Note並且配合ChatGPT進行翻譯，想要聽Podcast或是參考原文的請看這邊。
本篇文章從神經心理學上面探討如何增強你的意志力跟監韌性，我覺得非常值得參考，分享給大家。
如何增強你的意志力和堅韌
上片文章提到的，Dalle-E3這個殺手級的AI繪圖軟體，除了在Bing上面可以使用以外，現在也開放給ChatGPT plus 的使用者了。本篇就來探討關於ChatGPT + DALL-E3可以激盪出什麼不同的火花，我們又該怎麼"正確"的使用這個產品
DALL-E雖然是最早推出的工具，但是產生出來的畫風不但不夠美麗精緻，實用性也不高
不過就在2023年九月底，Open AI正式推出了DALL-E 3這個更新版本，我們今天就來實測這個Dall-E3 的實用性
ChatGPT背後的技術 大型語言模型 是否與我們前面介紹的神經網路相同呢? 答案是不同的，這也是我們想要進一步探討了解的課題。今天會先解釋什麼是語言模型，想要做到的是哪些事情。
今天要介紹的是一款免費好用的AI圖片放大器。 這款AI圖片放大器不但是完全免費的，而且好心人士還編譯了Windows/Linux/MacOS等各種版本，讓大家可以直接一鍵下載安裝，可是說是非常的佛心。
2023年才到三月為止，VC投入生成式AI的市場的估值就已經超越了前兩年的總和，可以想見整年下來絕對是一個數量級以上的差異。難道AI是這兩年才發明出來的嗎? 為什麼忽然之間全世界都在關注AI呢? 這就是我們這邊文章想要探討的，究竟AI發展到現在是否有什麼突破? 為什麼大家開始關注起AI。
我們這篇文章的目的是希望透過了解Code Interpreter的原理是什麼，進而去理解Code Interpreter的能耐，再透過理解這個工具可以做到什麼，來反思我們該把那些工作交給這個全新的AI應用工具，重點是那些功能是過去做不到但是現在能夠做到的了?
2023/07/21
Hi, great article! I'm wondering do you think every company will eventually have some kind of self-hosted code interpreter? It seems like data privacy is a concern for most companies.
我們曾討論過，AI的工具這麼多，我們該學習那些? 今天我們要談的，其實只是一個心態，就是希望各位不用恐懼也不用急著去學一大堆的AI工具，甚至我們覺得，時常有人討論到的AI溝通師 prompt engineer 為什麼我們不認為長期來說是一個好的職業鑽研方向。
在我們上一篇文章中，提到了生成AI Art QR Code的方法。今天這一篇中我們要實戰另一種生成AI QR Code的方法。上一篇的方法需要由經由 X/Y/Z測試去獲得最佳的參數，且套用不同的Model/Lora都需要去找最佳的甜蜜點，這樣難免比較累一點，今天我會介紹一個方式，是相對比較穩定的做法
這篇文章會跟各位解說如何利用Stable Diffusion生成有各人風格的QR Code並且實際可掃，這是一篇進階教學文章，需要有使用Stable diffusion以及Controlnet經驗的人才能順暢的閱讀並且使用。
生成式AI工具越來越多，有很多跟生成式AI繪圖工具相關的產品不斷冒出，那麼再往進階一些方向去，大家會想到的應該就是海報跟商業攝影之類的，也確實有一些網站開始打著即刻靠著生成式AI產出專業等級的商業攝影，今天我們這邊就跟大家一起實測一下，這其中最有名氣的 Flair.ai 是否能夠替你產出專業的海報。
2024/11/01
Maps Scraper AI is like a robot that scrapes Bing Maps, giving us real, verified leads. It's the best way to get leads automatically, straight from Maps listings.https://mapsscraper.ai/
在我們的上一篇文章，我們把神經網路的架構用簡化再簡化的方式來說明，本篇文章我們會說明神經網路怎麼透過很多輸入資料來調整神經網路裡面的權重跟誤差值，藉由得到接近完美個權重跟誤差值，來做到學習的效果
之前的文章，我們談到了生成式AI發展迅速，各種AI工具如雨後春筍般冒出來，我們談到該學什麼，而今天，我們要來談談，如果有某些AI工具你特別有興趣的，我們該怎麼來讓學習變得更有效率。
上篇文章我們解說到了神經網路的基本架構包含了輸入層，輸出層，還有中間的隱藏層，也說明了這是一個把輸入資料拆解出特徵然後依照特徵做判斷的過程。究竟每一層的神經網路，如何影響下一層的神經網路可以辨識出特徵呢? 這些中間的線條(連結)到底是什麼意義呢? 這就是這一篇要告訴你的。
