- ชาวมิดเวสต์ในนิวยอร์กซิตี้กำลังใช้ AI เพื่อปล่อยหมวกลงบนคนเดินถนนจากหน้าต่างของพวกเขา โดยใช้ Raspberry Pi, มอเตอร์สเต็ปเปอร์ของ Adafruit และ Roboflow AI สำหรับการตรวจจับ
- โครงการนี้สามารถเข้าถึงได้ผ่านทาง DropofaHat.zone ให้ผู้ใช้จองช่วงเวลา 5 นาทีเพื่อรับหมวกภายในไม่กี่วินาที แสดงให้เห็นถึงการใช้ AI และระบบอัตโนมัติในรูปแบบใหม่
- ผู้สร้างมองเห็นอนาคตที่หน้าต่างในเมืองสามารถปล่อยสิ่งของลงบนผู้คนขณะที่พวกเขาเดินผ่าน โดยตั้งชื่อว่า 'การช้อปปิ้งหน้าต่าง'
- โครงการที่ขับเคลื่อนด้วย AI ชื่อว่า "Window Shopping" เกี่ยวข้องกับการปล่อยหมวกจากหน้าต่างลงบนชาวนิวยอร์ก โดยใช้ Raspberry Pi, มอเตอร์สเต็ปเปอร์ของ Adafruit, เส้นด้าย และ Roboflow สำหรับ AI
- โครงการนี้ได้จุดประกายการสนทนาเก ี่ยวกับรายได้พื้นฐานสากล การประยุกต์ใช้ AI และข้อกังวลทางกฎหมาย พร้อมกับข้อเสนอแนะสำหรับการใช้งานที่สนุกสนานและเป็นประโยชน์ เช่น การส่งของหรือการเพิ่มประสิทธิภาพการวิเคราะห์กีฬา
- ปฏิกิริยาต่อโครงการนี้มีความหลากหลาย ตั้งแต่การชื่นชมไปจนถึงความกังวลเกี่ยวกับการใช้งานที่อาจไม่เหมาะสม
- Ruby, มักถูกบดบังด้วยเฟรมเวิร์ก Rails ของมัน, ถูกเน้นว่าเป็นภาษาที่ยอดเยี่ยมสำหรับการเขียนสคริปต์เชลล์ที่ซับซ้อน, โดยมีฟีเจอร์มากกว่า Bash.
- ค ุณสมบัติหลักประกอบด้วยการเรียกคำสั่งภายนอก, การจัดการรหัสสถานะ, การพิมพ์เชิงวัตถุ, การก่อสร้างเชิงฟังก์ชัน, การจับคู่ regex ในตัว, การทำงานแบบเธรดที่ง่าย, และการดำเนินการไฟล์และไดเรกทอรีที่ครอบคลุม
- โพสต์นี้สนับสนุนให้พิจารณาใช้ Ruby แทนภาษาสคริปต์อื่น ๆ เช่น Python, Perl และ JavaScript สำหรับงานสคริปต์เชลล์ที่ซับซ้อน
- Ruby มีไวยากรณ์ที่อ่านง่าย ตัวแปรที่เข้าใจได้ และการเติบโตของความซับซ้อนที่ราบรื่น ทำให้เป็นตัวเลือกที่ดีสำหรับสคริปต์เชลล์
- แม้จะมีข้อดีหลายประการ แต่ Ruby ไม่ได้ถูกใช้อย่างแพร่หลายสำหรับการเขียนสคริปต์เชลล์ เนื่องจากไม่ได้ถูกติดตั้งล่วงหน้าในหลายระบบเหมือนกับ Bash หรือ Python
- Go เป็นที่นิยมสำหรับการสร้างเครื่องมือเนื่องจากความสามารถในการสร้างไบนารีแบบสแตติกเดียว แม้ว่ามันจะไม่เหมาะสำหรับการจัดการระบบปฏิบัติการก็ตาม
- งานวิจัยระบุว่าการเลือกใช้แผนภูมิทั่วไปสามารถกระตุ้นอคติทางสังคมโดยไม่ตั้งใจและเสริมสร้างการเหยียดเชื้อชาติในระบบ
- การแสดงภาพความไม่เท่าเทียมทางสังคมผ่านแผนภูมิอาจทำให้ปัญหาแย่ลงแทนที่จะช่วยแก้ไข
- การศึกษานี้ชี้ให้เห็นถึงความจำเป็นในการพิจารณาอย่างรอบคอบมากขึ้นในการออกแบบและนำเสนอการแสดงข้อมูลเพื่อหลีกเลี่ยงการสืบทอดอคติ
- แผนภาพกล่องสามารถทำให้เข้าใจผิดได้เนื่องจากมักทำให้การแจกแจงดูเหมือนเป็นแบบเกาส์เซียน (รูประฆัง) ซึ่งไม่ถูกต้องเสมอไป
- ทางเลือกอื่น ๆ เช่น ฮิสโตแกรม แผนภูมิแถบกระจายแบบสั่น และแผนภูมิไวโอลิน สามารถแสดงการกระจายของข้อมูลได้ดีกว่า
- แม้ว่าแผนภาพกล่องจะมีประโยชน์ในการเปรียบเทียบค่ามัธยฐานและการกระจายข้อมูล แต่ก็ต้องการความเข้าใจที่ดีในสถิติสำหรับการตีความที่ถูกต้อง
- llama.ttf เป็นไฟล์ฟอนต์ที่ไม่เหมือนใครซึ่งยังทำหน้าที่เป็นโมเดลภาษาขนาดใหญ่ (LLM) และเครื่องมือการอนุมาน โดยใช้ประโยชน์จากเครื่องมือจัดรูปแบบฟอนต์ Harfbuzz และการสนับสนุน WebAssembly (Wasm)
- นวัตกรรมนี้ช่วยให้สามารถสร้างข้อความภายในแอปพลิเคชันที่ใช้ Harfbuzz ได้ เช่น โปรแกรมแก้ไขข้อความหรือไคลเอนต์อีเมล โดยไม่ต้องอัปเดตจากผู้จำหน่าย
- ผู้ใช้สามารถดาวน์โหลดไฟล์ llama.ttf ขนาด 60 MB และใช้งานเหมือนฟอนต์อื่น ๆ ในแอปพลิเคชันที่รองรับ Harfbuzz โดยเปิดใช้งาน Wasm ซึ่งจะช่วยให้สามารถรัน LLM ในเครื่องได้
- Llama.ttf เป็นฟอนต์ที่มีเอกลักษณ์ซึ่งผสมผสานโมเดลภาษาขนาดใหญ่ (LLM) และเครื่องมืออนุมาน ทำให้ผู้ใช้สามารถโต้ตอบกับมันได้เหมือนการแชท
- ไฟล์ฟอนต์มีขนาดใหญ่มาก ประมาณ 280GB ทำให้ไม่สะดวกสำหรับการใช้งานทั่วไป แต่แสดงให้เห็นถึงการผสมผสานที่นวัตกรรมระหว่างการพิมพ์และ AI
- มีการยกประเด็นความกังวลด้านความปลอดภัยเกี่ยวกับการฝังโค้ดที่สามารถรันได้ในฟอนต์ ซึ่งเน้นถึงความเสี่ยงและความซับซ้อนที่อาจเกิดขึ้นในการแสดงผลฟอนต์และการสนับสนุนของเบราว์เซอร์