在農曆春節假期前,Deepseek-R1 的推出,加上前對沖基金投資分析師、現任 Pastel Network 創辦人兼 CEO Jeffrey Emanuel 發表的《The Short Case for Nvidia Stock》一文,導致輝達市值大跌,連帶影響了 AI 相關概念股與科技股。過年期間,我的社群平台上充斥著 DeepSeek 相關報導。面對如此龐大的資訊量,加上部分訊息難以求證,我先將它們標記起來,再透過 Google NotebookLMOpenAI 的 ChatGPT 進行彙整。

FireShot Capture 082 - DeepSeek:AI模型效能與成本革命 - NotebookLM - notebooklm.google.com

NotebookLM 不僅能集中管理文件、彙整文意,還能透過問答來延伸議題討論。特別的是,它提供了 AI 語音生成功能,能模擬廣播訪談的形式,以兩位主持人對話的方式呈現主題內容。正因我在規劃一份關於生成式 AI 在工作與生活應用的講稿,同時也在研究 AI 應用如何廣泛落地於各產業,我便以 DeepSeek 系列文章為基礎,透過 NotebookLM 和 ChatGPT 製作了一集 Podcast - Deep Dive:DeepSeek 崛起與 AI 變革(目前僅支援英文輸出)。在這集節目中,兩位 AI 生成的主持人分別被我命名為 Nic 和 Ann。

FireShot Capture 084 - DeepSeek:AI模型效能與成本革命 - NotebookLM - notebooklm.google.com

AI 在彙整大量資訊時有其優缺點。優點是它能快速產出架構,幫助我們理解龐大的內容。然而儘管現今的生成式 AI 宣稱具備推理能力,在處理多線資訊時,仍可能出現與事實和資料來源不符的情況。因此錄音檔中提到的某些人名或專家頭銜其實並不存在。另外像 Archerman Capital 對於 DeepSeek 的分析,我找不到原始出處,目前都只看到簡體版。

FireShot Capture 085 - 對話翻譯需求 - chatgpt.com

我的工作流程是先用 NotebookLM 彙整所需資訊,生成一個 Deep Dive 節目廣播,再使用 [PLAUD](https://tw.plaud.ai/products/plaud-note-ai-voice-recorder) 進行語音轉文字,最後透過 ChatGPT 彙整核實,並輔以 Google 手動查證。以下是這個 Podcast 的中文翻譯,我已針對內容做了修正,雖與原始語音檔有些出入,但不影響收聽體驗。

藉由這篇文章與廣播的結合,我想呈現當前生成式 AI 的具體應用,以及如何透過人機協作來確保資訊正確性。雖然大量討論 AI 的文章、節目、廣播充斥在我們的生活中,可能導致知識獲取的疲勞感並產生反效果。但正如 Podcast 中所強調的:『我們不能忽視 AI』、『我們必須超越死記硬背的學習方式,轉而培養那些 AI 無法輕易取代的技能』、『保持關注、積極參與、並持續保持好奇心』,這些都是面對 AI 時代必須具備的認知與應對方式。

Deep Dive:DeepSeek 崛起與 AI 變革

Duncan Chen · DeepSeek:AI模型效能與成本革命

=> 深入閱讀...

2025-02-05  -  duncan Email  -  64  -  資訊工程 - 讀者回應

這兩年在不同的報章雜誌上常會聽到提示工程這個名詞,甚至很多報導都在談論現在「提示工程師」這個行業很吃香,是一種新興的專業項目。然而提示工程師到底是什麼?而提示本身又有哪些眉角與技術,本書就針對這個領域以十六個章節來呈現相關的內容。我所閱讀的是《AI提示工程師的16堂關鍵必修課》這本書的初版,在 2024 年 9 月底有發行第二版,本書的心得是以初版跟我個人的理解來分享的。

AI提示工程師的16堂關鍵必修課

◎書籍章節結構
《AI提示工程師的16堂關鍵必修課》大綱

在生成式人工智慧(Generative AI)快速發展的時代,提示工程(Prompt Engineering)成為了運用 AI 技術的重要關鍵。這門技術不僅僅是一項工具,更是一種連結人類智慧與機器學習的橋樑,透過精心設計的提示(Prompt),能夠引導 AI 生成更準確、有效且具有創意的內容。本書深入探討了提示工程的核心概念、實踐方法與未來應用,是一本兼具技術深度與實用價值的專業指南。

=> 深入閱讀...

2025-01-23  -  duncan Email  -  108  -  資訊工程 - 讀者回應

紐西蘭的皇后鎮,是我藏在少年時期的一個夢想。那時候,旅遊節目裡的湖光山色深深烙印在心裡。雖然時光飛逝,記憶早已模糊,但這個名字如詩如畫,從未被遺忘。多年後,我終於親身造訪這座依偎在南阿爾卑斯山脈與瓦卡蒂波湖(Lake Wakatipu)之間的小鎮。

從但尼丁開車前往皇后鎮,沿途的景色十分多變,森林的翠綠與荒漠的壯闊交錯出一幅幅絕美畫面。當車子接近湖泊區域,心中對這片土地的期待愈發強烈。窗外的每一幕風景,彷彿都在熱情迎接我的到來。抵達住宿地點 Queenstown House 時,夜色已降,溫暖的接待和窗外隱約可見的湖景,立刻掃去了旅途的疲憊。

在皇后鎮的日子裡,我每天都被瓦卡蒂波湖的晨光喚醒。湖水在陽光中波光粼粼,像是在低語講述著悠長的故事。湖邊的步道成為我的日常,不管是清晨的靜謐,還是午後的熱鬧,都讓人流連忘返。一次湖邊散步時,我看見蒸汽船劃破平靜的湖面,帶著遊客航向遙遠的農莊,那情景讓人不禁嚮往那份悠然自得的生活。

山頂纜車是皇后鎮的招牌體驗之一。當纜車緩緩攀升,眼前的湖光山色逐漸展開,天地間的壯麗讓人屏息。山頂的 Skyline Restaurant 更是我此行的亮點,不僅有豐盛的自助餐,還能欣賞窗外壯觀的湖山景色。用餐時,我們被安排在靠窗的位置,黃昏的金光灑滿桌面,搭配杯中紅酒,彷彿連時光都緩慢了下來。入夜後,小鎮的燈火點綴著山谷,流露著低調卻迷人的浪漫。

除了悠閒的湖邊漫步,皇后鎮還充滿了令人熱血沸騰的活動。Luge 滑車是其中之一,憑藉坡道的動能順勢滑行,享受迎風而下的刺激。相比之下,騎馬的體驗則多了一分挑戰,馬兒偶爾失控讓人驚心動魄,但當我從馬背上望向開闊的山谷時,那份壯美讓一切驚險都成為值得。

這次旅程也讓我感受到酒莊的魅力。在 The Winehouse & Kitchen,紅酒與美食的絕妙搭配令人沉醉。餐廳窗外是延綿的葡萄園,酒杯中是陽光的味道,這樣的午後時光,彷彿全世界都靜止了。我至今仍懷念那一餐的愜意,讓我明白「美食與美景」是旅行中不可或缺的元素。

皇后鎮的市中心雖然不大,但五臟俱全,從精品店到咖啡館,從街頭藝人到假日市集,每一處都充滿生活氣息。在湖邊的假日市集中,我買了一包鮮甜飽滿的櫻桃,入口的滋味讓我瞬間愛上這片土地。夜晚的湖邊則是另一番風景,寧靜中夾雜著低低的笑聲與輕音樂,讓人放慢腳步,細細品味這份恬靜。

高空彈跳是紐西蘭的經典活動之一。雖然我缺乏親身挑戰的勇氣,但站在卡瓦勞大橋(Kawarau Bridge)上,看著其他遊客飛躍而下,仍讓人心跳加速。我拍下一對情侶在跳台上相互擁抱鼓勵的畫面,那一刻,他們的勇氣令人動容。

在皇后鎮的每一天,我都感受到大自然的力量與人文的溫暖。這裡不僅僅是一個觀光勝地,更是一片能夠撫慰心靈的土地。當旅程接近尾聲,我離開這座小鎮時,心中滿是眷戀。或許某天,我會再次回到這裡,尋找屬於我的心靈歸處。

2025-01-22  -  duncan Email  -  68  -  當式攝影 - 讀者回應

AI-Powered Software and System Design》是《Generative AI for Software Development》的第三部分課程,旨在幫助我們全面理解生成式 AI 在軟體設計與系統開發中的應用,並通過三週的學習,構建從資料序列化、配置驅動開發到設計模式應用的完整技術路徑。課程結合理論講解與實作練習,為我們提供了一個從基礎概念到高階應用的學習框架。

第一週的課程聚焦於資料序列化與配置驅動開發(CDD)。這週的學習從資料序列化技術(如 JSON 與 Pickle)開始,幫助我們掌握數據存取與共享的核心技能。課程進一步介紹了如何通過配置文件控制軟體行為,提升系統的靈活性與可擴展性。我們還學習了透過 LLM 去了解測試驅動開發(TDD)與行為驅動開發(BDD)的核心理念。課程範例以 CDD 結合 DALL-E API 的應用,實作配置驅動的開發流程。這些技術讓我們能夠快速生成動態配置並將其整合到系統設計中,提升開發效率與結構化程度。

第二週的課程重點轉向資料庫設計與優化。從基礎的 CRUD 操作教學開始,我們學習如何利用生成式 AI 工具(如 LLM)設計資料結構,並生成高效的查詢代碼。課程還包含除錯與效能優化的練習,幫助我們解決資料庫運行中的性能瓶頸與依賴性問題。透過設計並實作社交網絡資料庫專案,我們得以熟悉如何結合生成式 AI 提升資料庫的穩定性與效能,並應用於真實開發場景。

第三週的課程專注於設計模式的應用,特別是四人幫(Gang of Four)提出的 23 種設計模式。課程從設計模式的理論基礎入手,詳細講解了每種模式的適用場景及其解決的問題,涵蓋單例模式、工廠模式、模板方法模式與策略模式等。透過生成式 AI 的輔助,我們能快速生成設計模式的實作範例,並獲得優化代碼結構的建議。這些練習不僅讓我們理解設計模式的核心概念,還幫助我們提升應對大型系統設計與部署挑戰的能力。

證書-3

這一段的課程相較於前面的《Introduction to Generative AI for Software Development》跟《Team Software Engineering with AI》又更為艱澀一點,且如果平時開發專案的規模不夠大,可能也不容易體會開發模式跟設計模式對於團隊開發跟產品的影響。不過順著課程的結構來進行,再加上可以不斷的詢問 LLM,相信應該可以架構出對這進階的開發概念有完整的理解。我自己花了八天的時間,完成了第三階段課程的認證,除了習作/測驗跟程式碼的撰寫外,第三門課程我花了很多時間去比較不同開發模式跟設計模式,對不同軟體產品的影響。這也是我在這整段課程收穫最大的地方,更進一步發揮了 LLM 的應用能力跟場景。

整體課程以實務應用為導向,注重生成式 AI 技術在開發流程中的價值與實際效能。從資料序列化到資料庫設計,再到設計模式的實作與應用,每一環節都幫助我們建立理論與實務的連結,快速掌握生成式 AI 的應用精髓。這是一門適合希望探索生成式 AI 在軟體開發中的潛力,並期望提升專業能力與開發效率的課程。

◎課程設計的主要觀念與知識
AI 驅動的軟體與系統設計 - 課程架構

=> 深入閱讀...

2025-01-21  -  duncan Email  -  115  -  資訊工程 - 讀者回應

Team Software Engineering with AI》這門課程是《Generative AI for Software Development》的第二段課程,同樣也是安排了三週的內容。課程設計的目標,是幫助學員全面了解生成式 AI 在軟體開發中的應用,並提供一套從測試與除錯、文件撰寫到依賴管理的完整學習路徑。課程在三週內,從第一週的內容逐步深入,讓學員從基礎環境設置開始,逐步掌握生成式 AI 工具的應用方法,並將其實際應用於開發與團隊協作中。

第一週的課程除了環境設置之外,主要聚焦於測試與除錯。這週的設計旨在幫助學員理解測試與除錯的重要性,並學習如何透過生成式 AI 工具(如 ChatGPT)來優化測試流程。跟第一門課一樣,平台本身有提供 LLM,以及開發環境,另外也有教材跟延伸練習的程式碼可以下載。學員首先熟悉 Jupyter Notebook 的操作以及 ChatGPT 實驗室的使用方法,建立穩固的技術基礎。在測試部分,課程詳細介紹了探索式測試和功能測試,並教授如何設計自動化測試來提升效率。除此之外,學員還會接觸效能測試與安全測試的基礎知識,並學習使用 AI 工具分析程式碼中的安全漏洞,進一步理解如何將 AI 應用於日常開發工作中。

第二週的課程重點轉向文件撰寫。文件是團隊開發中不可或缺的一部分,但往往容易被忽略。這週的課程旨在幫助學員掌握撰寫高效技術文件的技巧,提升團隊協作的效率。課程不僅介紹了內嵌註解與文件註解的實踐方法,還探討了多語言環境下文件的適應性。學員將學習如何使用生成式 AI 工具來輔助文件撰寫,並通過自動化工具如 Sphinx 生成結構化文檔。此外課程強調了文件在生產環境中的重要性,讓學員了解文件維護對專案長期發展的影響。

第三週的課程專注於依賴管理,這是軟體開發中一個易被忽視但至關重要的領域。本週的課程幫助學員理解如何解決依賴衝突,並提升專案的穩定性與安全性。學員將學習虛擬環境的設置、依賴研究與安全分析等基礎知識,並進一步探索如何利用生成式 AI 工具處理多語言環境中的依賴問題。此外課程中還包括 GPT 的應用實作,讓學員能夠熟悉使用 AI 工具解決版本與依賴管理問題,並將所學應用於實際專案中。

證書-2

照例每一週的課程都有作業/考試,程式實作的部分是要求將 Python 2 的舊程式,透過 LLM 的協助來更新為 Python 3 的新版程式,同時也實作了模組依賴版本不相容的解決方式。這跟我們實務開發時經常面對到的困境一樣,以往沒有 LLM 的協助得到個大論壇搜尋取經,或是詢問其他大神。如今 LLM 就是一個隨時可以提供個性化服務的大神。

整體課程是以實務應用為導向,注重理論與實作的結合,讓學員在學習過程中能即學即用。生成式 AI 工具不僅能幫助學員提升開發效率,還能解決許多開發中常見的問題。這門課程強調了技術與團隊協作的平衡,從測試與除錯的基礎開始,到文件撰寫的專業化,再到依賴管理的穩定性,循序漸進地引導學員掌握生成式 AI 的應用精髓。對於希望提升技能並優化開發流程的工程師或技術管理者來說,這是一門不可多得的課程。這門課最後我用了七天的時間(一天平均為八小時),順利完成並取得證書。

◎課程設計的主要觀念與知識
使用 AI 的團隊軟體工程 Team Software Engineering with AI

=> 深入閱讀...

2025-01-21  -  duncan Email  -  116  -  資訊工程 - 讀者回應

:: 下一頁 >>