返京之后，在办公室用的机器是一台Intel处理器的Mac。
使用起来，从关闭窗口按钮的反方向开始，诸多的不习惯。更不用说，平日里离不开手常用软件的缺失与限制。
一直在思想矛盾中，也渐渐熟悉了office的应用，但最后还是在外甥怂恿下，把机器抹除后，安装了Windows系统。
没有想到曾经势不两立的系统，安装起来是如此简单，不过时间却又如此漫长，简直可以安装两次Windows了。
安装完毕，看到熟悉的界面，习惯调整分辨率，发现这屏幕居然是5K分辨率。
单论流畅度，二者也是半斤八两，估计是老机器的机械硬盘拖了后腿。
昨天偶尔看到一个短视频系列，是对计算机病毒的回顾，估计作者是深受其害，所以对熊猫烧香特别“推崇”。
虽然我是当年是眼睁睁点击了那个烧香的熊猫，但总感觉熊猫烧香是一个很另类的病毒，甚至算不上病毒，而更像是一个计算机攻击炸弹。
因为病毒一大特征是隐蔽性，如果传统的计算机病毒是刺客、忍者，那熊猫烧香就是明火执仗的强盗，属于《天下无贼》里面黎叔最看不上的那种。
我至今认为最强病毒，还是CIH，那种即便几年后到了发作的日子，还犹豫开还不开机的恐惧，只有中过毒的才能体会。
ChatGPT与新必因为同门兄弟，在既有知识的数据量不足的领域，如围棋这样的小众，胡揪八扯的功夫可谓是半斤八两。
而一旦进入到创作领域，这反而成为他们的专长，这由血泪篇就能看得出来。也算名家的李汝珍，跟他们二位比也只能甘拜下风。
不过创作上同为话痨，ChatGPT与新必应还是有分别的。
ChatGPT是文采飞扬，把你撇在一边，自顾自三段式长篇累牍，说起来没头。而新必应则是循循善诱，指出他认为你存在的问题，并一二三四列出创作的方向。
不过最终，都把人领到坑里去了。
今天看新闻，清华大学推出了开源对话机器人ChatGLM，可本地部署，如同游戏硬件需求分档一样，显存最低不过6G，而推荐则至少13G。
如此一来，我12G显存的3060机器只能跑低配了。
系统安装非常简单，下载了预训练的模型，提问了跟ChatGPT与新必应同样出丑的《血泪篇》，结果答案一样令人无语。
而关于围棋历史名局的标准，低配版回答的更像是五W的凑数文字。
看看低配不堪用，便租了一台24G显存的3090的云服务器，安装同样顺利，时间都花费在预训练模型上传上了。
运行起来后提问同样两个问题，关于历史名局回答还算靠谱，毕竟模型体积是低配版的三倍。而血泪篇则依然围绕聂卫平造谣，只不过对手换成了藤泽秀行。
对chat类AI而言，相比技术，更为重要的是数据。现在，咬牙也要开放。
我近期测试ChatGPT与新必应，一直认为虽然新必应在进步中，但ChatGPT要靠谱的多。
昨天难得在公众号收到一个网友的留言，问“杨宇霆和梁鼎芬是什么鬼”？
我当时也觉得挺搞笑的。这是新必应在回答围棋名局标准时的一个画蛇添足的实例。本来前面应该是参照ChatGPT的数据，回答的堂堂正正，谁知道在举的例子中却露出马脚，简直就是狐狸尾巴。
把血泪篇日期归
到明末不说，对局双方还换成了杨宇霆和梁鼎芬。这一个是被张少帅枪毙的民国人，一个是清末宣统的老师，这都哪跟哪啊？
今天准备公众号资料时，顺手让ChatGPT介绍一下血泪篇，谁知得出答案彻底颠覆了我之前的认知。
这答案中新闻五要素一项不缺，假新闻不过如此。
真是有了ChatGPT，毁灭人类不敢说，至少那些不良媒体是如虎添翼了。
随后微软宣布其新必应已经使用了GPT-4。
具体性能提升多少倍不好说，但新必应的速度和回答内容的提高却是明眼可辨的。
同一个问题，这张图片是ChatGPT的回答，可谓是堂堂正正。
这是新必应初推出时的回答，还只不过是搜索引擎的汇总而已。
而这是今天新必应的最新答案。
只不过，怎么看的这么眼熟呢？
显然如之前猜测，ChatGPT会根据自己的回答与用户的反馈，进行再学习。这类似于围棋AI左右互搏的自训练。
而微软作为OpenAI的金主股东，引擎集成ChatGPT的同时，自然也可以享用ChatGPT的训练结果。所谓GPT-4的高效，应该也离不开这种高效知识的获取。
0人点赞
今天一位朋友的ChatGPT出了点问题，最后采用排除法推测，应该是单个chat内容过多，导致“爆库”。
ChatGPT是使用页面左边的chat栏新增、管理chat，而这里面每个chat单元是独立不互通的。比如你在一个栏目里告诉AI，你是我侄子，交流过程中，没准长尊有序的他会突然喊你一声叔。但如果切换到另一个chat中，他就六亲不认了。
集成了ChatGPT的新必应则要简陋多每个交流框字数限制为2000，且没有chat单元，而是通过交流框左边的新话题按钮来切换。不过这个按钮的图标是一个扫把，寓意不言而喻。同时它也会提示：“好了，我已经为新的对话重置了我的大脑。你现在想聊些什么?”
此外不用担心新必应会爆库，聊不了多少他就会强行重置它的大脑了。终究难改搜索引擎本色。
自从上次DBeaver CE在跨数据库数据迁徙中大发神威，它也就成为我的关系型数据库客户端首选。
不过使用起来，也就是一些零打碎敲的数据处理，从上周末开始进行数据库的大操作，本以为dbeaver可以再战雄风了，谁知道用起来才发现，随着版本升级，原先那神级表现的功能不见了，界面倒是越来越花哨，层级多的让鼠标都迷路。最可气的是，略微大一些的数据导入，居然数次内存错误死机了！
最后不得不又将小巧简陋的heidisql请出来，完成这个简单工作。
相比heidisql数据库连接后的单页面操作，dbeaver是把数据库连接放在最醒目的左上，还时不时来个主动连接，操作时候真是担心点错了数据库。
最后发现，繁复的标签页，方便的反而是数据表中简单的操作了，这倒显出对heidisql的优势了。
看来ce版就是ce版，免费的功能强大了谁还用专业版。
昨天晚上还是将深度学习机器的系统又换回ubuntu22.04，毕竟技术总是进步的，不能削足适履。
同时把cuda的版本确定为11.x的最新版本，虽然NVIDIA默认推荐版本为12。以cuda为基准，把CUDNN、TensorRT也升级到相应的最新版本，算是把场地舞台搭建好了，就等着训练检验了。
今天回家趁着备份服务器的时间，又试着编译了了一下最新版的katago。自从使用GPU云服务后，就从没有编译成功过，前几天搞得我心灰意懒的也是它。
不过，今天顺利得很。
可能期望值低的原因，也可能挫折受多了，这次老老实实按照NVIDIA的安装说明一步步安装，期间没有遇到什么波折，程序编译成功了，然后运行也没有再出现那熟悉的错误提示。
由此看来，katago作者在github上所说的环境版本，也是以cuda11.2为基准的，而成功的关键就在版本相符，而不必是盲目一致。
在bing推出集成了ChatGPT的新版本新必应后，我也使用微软账号提交了注册申请，但被提示在候补行列中。
今天使用bing的时候，看到自己可以使用新必应的提示，但需要打开edge才能使用，真是肥水一点不流外人田啊。
提问了一个已经得到ChatGPT答案的问题：历史围棋名局的定义标准是。
新必应提供答案速度倒很快，并在答案中用数字标注了答案来源。
只是这文抄公般复制粘贴的答案，实在没法跟原版ChatGPT那堂堂正正、冠冕堂皇的答案相比。
毕竟必应是搜索引擎，哪怕是千分之一的市场占有率提升的背后，也是广告带来的滚滚红利。
估计下周发布的百度也是如此。
