我的資訊兩三事

ChatGPT是一種GPT的應用，GPT是「生成型預訓練變換模型（Generative Pre-trained Transformer）」的縮寫，是一種語言模型，也就是說ChatGPT是預先用大量人力生成的AI引擎，並且應用在Chat領域，ChatGPT對應晶片需求約要3 萬多片輝達圖形處理器，預估初期投入成本約為8 億美元，每天電費更高達5 萬美元左右，燒錢又耗電，而且有時候我自己覺得ChatGPT經常會胡說八道，產出的內容常會與現實不符。 ChatGPT的最大優點是，他聽得懂我們要的東西，並且精確回答我們需要的答案，但有時候當我們給了一些錯誤的資訊，他所回應的答案就會是有偏差的內容，因為他假設我們給的資訊都是對的，當然，如果有明顯的錯誤，他是會抓出來的。 當我們給他幾個關鍵字，他就會生成一篇文章，但這篇文章可能跟我要表達的有所差距，例如我這兩天在一場主日訊息中做了幾個關鍵字的紀錄，這時候我餵給ChatGPT，內容如下 疫情後 老闆和老師都不能倚靠過去的經驗 要面對物價上漲 公司上漲 老師也要線上教學 變成網紅 ChatGPT的挑戰 結果ChatGPT的回應是 疫情後，許多人都面臨著各種挑戰和改變，包括老闆、老師和ChatGPT等人工智慧系統。以下是幾個與您提到的情境相關的挑戰： 面對物價上漲和公司調漲：疫情對全球經濟產生了影響，物價上漲成為一個普遍的問題。老闆和企業可能需要面對原材料和運輸成本的增加，因此調整產品價格。這對企業經營和客戶滿意度提出了挑戰，需要尋找平衡點以維持可持續的營運。 老師轉向線上教學和成為網紅：疫情迫使許多學校轉向線上教學，這對老師而言是一個巨大的轉變。他們需要學習使用數位教學工具和平台，並將教學內容適應線上環境。同時，一些老師可能發現自己成為網紅，因為他們的教學內容在線上獲得了廣泛的關注和迴響。這可能需要他們學習個人品牌建立和內容創作的技能，同時保持對教學質量的關注。 ChatGPT的挑戰：ChatGPT作為一個人工智慧語言模型，也面臨著挑戰。儘管它具有強大的自然語言處理能力，但仍然存在理解上下文、回答問題的準確性和保持對倫理和隱私的遵從等問題。ChatGPT的進一步發展需要不斷的訓練和改進，以提供更好的回應和服務。 在面對這些挑戰時，關鍵是持續學習和適應新的環境。這包括掌握新技能、與其他人合作、尋找解決問題的創新方式等。同時，我們也應該意識到挑戰帶來的機會，並以積極的態度應對，以促進個人和組織的成長。 我原本想要他幫我做個摘要，但變成了一篇文章，有些我沒有提到的，他主動提到了，基本是都是正確的，只是部分不是我要的方向，這時候我重新問一下，結果就不太一樣了 疫情後，許多行業和個人都面臨了巨大的挑戰和變革，這也包括老闆、老師以及AI助手如ChatGPT。以下是一些ChatGPT可能面臨的挑戰： 適應新的需求：疫情後，許多業務和學校轉向線上模式。對於ChatGPT來說，這可能需要擴展其功能以支援更多線上教學、商業和其他應用需求。它需要能夠提供相關和有用的資訊，回答網絡使用者的問題並適應快速變化的情況。 資訊準確性和可靠性：ChatGPT應該提供準確和可靠的資訊，特別是在疫情期間，人們更加依賴線上資源。為了確保資訊的準確性，ChatGPT可能需要依賴來自可信賴來源的數據和訊息，並且能夠識別和排除不正確或具有誤導性的內容。 應對使用者情感和需求：疫情期間，人們可能處於壓力和焦慮之中，他們可能需要情感支持和指導。ChatGPT需要更加敏感地理解使用者的情感和需求，並提供適當的回應和支持。 隱私和倫理問題：在線上交互中，隱私和倫理問題變得更加重要。ChatGPT需要確保使用者的個人資訊和隱私得到適當的保護，同時遵守相關的法律和倫理標準。 這些是一些ChatGPT可能面臨的挑戰，隨著時間的推移和技術的發展，我們可以期待ChatGPT和其他AI助手能夠更好地滿足不斷變化的需求。同時，我們也應該持續關注和解決AI技術所引發的倫理和社會問題。 這一次他著重於ChatGPT這個議題，但這完全不是我要的，所以他的回覆看似豐富，但還是需要一些自我判斷，也許經過大家的訓練，他會有更加精確的結果，或者說他的精確度會著重於需要付費GPT-4服務，目前ChatGPT的免費服務是GPT-3的演算法。

甚麼是資料庫？資料庫是用來儲存所需資料的地方，儲存的內容包括結構化資料以及非結構化資料，結構化資料指的是有結構性的資料，例如每一筆資料都有固定的幾儲存個人的資料可能定義會包括姓、議會包括姓、名、地址、電話、電子郵件，每一筆都有相同的結構，這叫做結構化資料。 非結構化資料就不一定是有其結構性，例如一堆圖片，就是非結構化資料，一篇文章也可能是一種非結構化資料，或者一堆檔案也是非結構化資料，也就是說非結構化資料沒有特定結構。 結構化資料主要是透過SQL指令進行查找，例如 SELECT * FROM T_Data WHERE Name='ABC' 這樣的資料查找，會透過結構化的欄位進行條件搜尋，而非結構化資料無法使用SQL這樣的欄位條件來找，所以會用關鍵字來找，例如ABC，有點像是搜尋引擎。 結構化資料庫，主要有MSSQL、Oracle、DB2、MySQL、MariaDB、PostgreSQL等等主流資料庫，非結構化資料庫這幾年比較流行的有MongoDB以及ElasticSearch，其中MongoDB算是No-SQL資料庫，而ElasticSearch則是一種搜尋引擎。 不同類型的資料庫有其不同目的，如果你的資料是雜亂無章的資料，就會用非結構化資料庫，用關鍵字來搜尋，因為過去使用的結構化資料庫都必須將資料做結構化整理與分析，有些資料並無法輕易被拆解與設計，所以非結構化資料庫在近年越來越流行。    

我們常會有些服務停用需要時間，所以如湖你的Batch File把服務停掉馬上啟用，有可能會因為服務還沒完全停用而啟用失敗，因此我們會需要停用後停個一段時間再啟動服務，因此Batch內容可能如下 @ECHO OFF ECHO Stoping Service net stop ServiceName ECHO Start Waiting 300 Seconds timeout /T 300 ECHO Starting Servic net start ServiceName 其中的ServiceName是服務代碼，可以在服務清單中雙擊服務後看到服務細節，其中的服務名稱就是我們要的字串 但如果你不放心要怎麼確定服務已經停止？ 這時候就可以用sc指令來檢查，如果確定已停了，就將服務啟動，範例如下 @ECHO OFF REM Testing at cmd : sc query...

很多人知道DNS A Record是用來指定網址的IP，CNAME使用來對應網址到既有的網址上，但有一塊大家可能比較陌生，就是NS Record。 NS代表的是Name Server，也就是說當你買了一個網址，他的DNS Server在哪裡的意思，一般的網址提供商都會附加DNS Server管理功能，所以你只要選擇"代管"，就可以在同一個網頁下管理相關Record，但你如果選擇自管，他就會要你輸入最多四個Name Server地址，如果你的網站是架在另一個空間，你也需要用另一個空間申請免費網域憑證，你就會需要將DNS Server指定到代管的伺服器去，例如我的A2Hosting就有給我四個NS地址，我就需要從我的網址提供商，例如GoDaddy設定指到A2Hosting，例如  

在Postman上，可以自動產生程式碼進行API呼叫，但如果系統需要先取得OAuth2的Token，其實Postman不會產生範例，我這邊平常會用到的大都是OAuth2的Client Credentials方式，其他方式可以參考OAuth2官網。 大部分的範例都是在介紹如何進行網頁SSO，所以直接用AP呼叫使用的Client Credentials很少有範例，最近找到一個範例跟大家分享如下   // 首先將相關資訊指定好 $oauth_accessURL = "https://XXXXXX"; $oauth_clientID = "YYYYYYYYYYYYYYYYYYY"; $oauth_clientSecret = "ZZZZZZZZZZZZZZZZZ"; // 然後利用CURL方式呼叫Access URL取得Token $curl = curl_init(); curl_setopt_array($curl, array(   CURLOPT_URL => $oauth_accessURL,   CURLOPT_RETURNTRANSFER => true,   CURLOPT_SSL_VERIFYHOST =>false,   CURLOPT_SSL_VERIFYPEER...