據說小站很多愛貓人... 這一味應該會愛吧（？）
https://www.stripes.com/theaters/us/2023-01-10/cats-army-engineers-8711631.html
from g0v.social
Content from https://g0v.social/@jimyhuang
站著工作一年的感想，最大的收穫是下班很快決定下班（因為腳痠），除非真的很有必要，不然倒在沙發後再度想要站起工作，一定是某根筋不對，很少有意志力超過生理的時刻，果然我是個正常懶惰的人類。
其次的收穫是，腰酸背痛的症狀幾乎是沒有，因為高度有特別注意到，所以站著會很容易挺胸，站姿也很多元而非一成不變，因此即使腳痠，但也不至於其他部位出現疲態。
最後是腳力和膝蓋好像變好了，以前下班還要繼續走路覺得累，現在即使站了一整週工作天，還是都滿無感的。
然後，把坐著的區域直接拔除，也是滿有效的。我的 HDMI 線因為吃不了坐著區域的螢幕訊號，督促我站立工作一整年。
大逆不道一下， 1/13 立法院要來審查史上最高預算，到時現在講編預算編不精準的立委，這次行政院依照過往兩年案例超徵4500億的經驗，「精準」的加上 4000 億不為過吧？
跟104年的1兆7,993預算比，111年預算2兆2,784已經在7年增長了25%，還是不能滿足各立委的精準要求，第8年112年編列2兆7,191億，總預算成功跳級比8年前增長了50%，身為財政委員會審預算的立委在那裡說超徵來自於預估不精準，到時要怎麼砍下去這看似更精準的預算呢？
新年前大半時間在艾爾登法環世界中渡過，對，lag 很久了，更好笑的是一直在等特價後，終於在上市超過半年秋季特賣以「原價」購入，然後隔了三週後我開始沉迷其中時，冬季特賣就特價了 。
法環的世界我覺得就是個超大 scale 的類銀河惡魔城遊戲，不同的是，因為敵人太恐怖，打完一個區域後，要去另一個區域探索，需要鼓起勇氣，中間等待勇氣生出來的時段，就在原本好打小卒之中閒晃找秘密，探索和嘗試的樂趣從這種孰辣的心情出發，上次讓我這樣龜又想繼續的遊戲，大概是 Subnautica 吧，真是不賴。
圖文不符，說到嘗試，今天另一半時間嘗試在酒吧吃晚餐（不跨年），也算是個人龜縮在家顧老狗的時光中，勇於嚐鮮一小步吧。
看到 Google 訓練出來的 AI 考過醫師執照，不負責任猜想，ML / AI 未來的突破，應該是自我成長（SSL）的精準度大於人工 Label 的精準度。（還是目前 Self Learning 訓練的 Model ，已經有案例可以超過人類 Label Data 的精準度了呢？）
到了那個臨界點，專業領域的工作（如程式設計、醫學知識、律師），AI 大概都可以從使用者 Input 後訓練出來，腦力密集工作放心交給 AI 後，人類的職位應該都得想新角色新去處了。
期望無條件薪資時代的來臨。
看到朋友的狗離開人間了，貼文除了難受也很堅強，自責還是遺憾，到還是鼓起勇氣面對，總是讓人欽佩。不自覺的想到如果我家這隻嘎逼離開了，我又會怎麼面對，搞不好就出國一個月療傷吧。
想到這裡，突然想到遊戲 Cloudpunk 中的主角養的狗，因為科技進步後，意識可以傳輸的關係，主角的狗有了新的身體。然而又因為窮人家沒有錢維修硬體身體，只好把意識傳輸到主角的計程車中，陪主角和玩家渡過開車載客的日子，不過因為太愛講話，被主人嫌棄了一翻。
倒是我們這隻從小不愛用講話表達自我，不愛討拍，又兇又有個性，應該是很難聊的起來的寡言老頭子。
Cloudpunk 目前冬季特賣中...（怎麼變成推銷文）
雖然是 Dell 贊助的影片，但是用ML演算法分析動物足跡，堪稱可以90%成功辨識出每個個體的獨一無二足跡，追蹤動物族群變化和活動範圍以擬定保育方案，這個主意其實不錯。有趣的是跟台灣的路殺社一樣，稍微閱讀說明後，每個人都可以貢獻 Data，而且不會侵擾動物。
像鳥類繫放的腳環，早年哺乳動物捕抓後身上的留下長久印記等，其實對動物還是滿有可能影響的，另外監測哺乳動物活動範疇的紅外線相機，維護不易，常常倒下或沒電，還得定時回收，有其他方案輔助監測成果做備用方案也是不賴。
不過台灣就是多雨，森林茂密，小型哺乳動物的足跡也不大好蒐集就是了。
其實 AI 放多點眼光在這種方向，不要老是取代人提高生產力等等，多為辛苦人創造一些娛樂，多幫一下地球不是很好嗎...
因為有人就有江湖， AI 產圖的鬼故事也會很多，以下引述貼文：
--
有家公司的主管請他的視覺把為公司之前設計的圖檔整理給他，該視覺設計用了30年的歷程來建構出自己獨特的風格，然後被主管拿去建成 CKPT（Stable Diffusion Model檔），主管除了用自己的姓名命名CKPT外（風格不是他的），還拿這個成果跟大老闆說：「用這個 Model 可以一次生成數百張像該位同仁的作品」。該視覺想當然覺得被背叛...
原來一切的來源是 LAION-5B， 其中 metadata 的授權是 CC-by 4.0，metadata 中的連結讓這些公司可以去爬圖來訓練 AI。話說回來， 究竟 Machine Learning 下載還是複製、快取圖片後，接續解析圖片的過程，有沒有爭議處，是不是屬於 Google 圖片搜尋中的合理使用？
我覺得基本上就算沒有公開傳輸，也算是有重製了吧... 但是這些公司都直接拿來做訂閱服務了啊（翻桌）。
Loish 的確是我在試用各家 AI 出圖時會有人推薦的作者 prompt ，無論是 Stable Diffusion 還是 MidJourney 都有人用，而且真的出現的了他的風格。現在真人出來說自己完全沒有同意被 AI 去訓練，而且現在變成別人的商用收費。舉了 AI 訓練音樂模型僅用 Roalty Free 授權的作品，為何他們視覺藝術被不平等的對待？
雖然我不確定真實的 Model 如何認定作品是被授權訓練的，但我覺得這是個好觀點，看看 Spotify 和 Youtube Music 都得花大把功夫搞定著作權的狀況，為何變成圖片著作時就不用搞定？難道因為同意被搜尋索引，就活該被碾壓嗎（實在太不合理）。
總覺得這種失控的方式繼續下去，應該會反噬 AI 產業... 換個角度想，產業被這樣撞擊完畢後，後面推出 Solid AI 產品的或許才是贏家。
目前 Steam Deck 是我主要的工作機，打電動還是主要在 PC（那到底為何要買deck XD），以下是幾個分享
1. 效能感受比我2019年的 40k 購入的商用筆電還好（很多），筆電作業系統是 Ubuntu，記憶體一般開發很夠。
2. 很省電，不插電源外接螢幕，藍芽鍵盤觸控板，大概5小時正常使用（含視訊開會）。不外接螢幕會更久，不過那個螢幕實在太小
3. 要活過每次 SteamOS 更新，homebrew 真的是很不錯，但是最煩心的是有些還是必要用 pacman，PGP key常常失效過期，然後要筆記，不然活不過來，筆記：
https://jimmyhub.net/article/548
4. KDE 要花時間玩一下才能調成習慣的樣子，Flatpak 滿優先，跟 snap 比體驗好很多。
5. 藍芽支援很不錯（終於）， 可惜還是沒有藍芽耳麥模式。Type C 只有一個還是太少，希望兩個。
6. 只要遊戲都裝在 microSD，硬碟空間對我來說很夠。
Epic Game 持有的 ArtStation 上面滿滿的 No AI抗議圖，原因是已經有各種高品質的 AI 作品充斥了牆上，根本分不出來該社群原本真人藝術作品曝光的功能。其實 Epic Game / ArtStation 在此時可以是與真 • 藝術創作者社群告白的好機會，但居然做了個很雞肋的「會新增Tag功能」的聲明，告白是告白了，但對象是 AI，只能說 Epic Game 不意外。
我從 Stable Diffusion 開源釋出後就玩了很久，完全能理解掌握創作權力那種「快感」，可是只要想想到處是 Deepfake Art Style 的世界，到處是 AI Spam Art 的世界... 以及使用 AI 時我不免會想到剽竊其他人風格的自己，我就完全不想分享任何 AI 產製作品。畢竟，我們在創造、想創造什麼樣的世界，這不是應該選擇的時候嗎？
AI 產圖目前看來像是個失控列車，不用選擇了。
這種AI突襲人類工作機會的事件，主流媒體一點點報導而已，我真的對圖像工作者，程式設計者的未來很悲觀啊...
https://game.udn.com/game/story/122089/6840587
