即然接下来的工夫筹备投身 AI 行业应用层开发，那就隔三岔五分享一下近期学到的常识、在做的事件吧。（配图是明天用第一次用 SD 生成的图片，prompt：“a beautiful girl“。）
ChatGPT API 公布
明天（2023-03-02，美国工夫 03-01）OpenAI 正式公布了 ChatGPT API，即 基于 gpt-3.5-turbo 模型的。它的价格更便宜，$0.002/1k tokens，比之前 text-davince-003 便宜 10 倍。它能提供更好的对话品质，还提供了新的结构化数据接口，置信会给利用开发者带来更多的空间。
chatgpt 等 npm 包也相应更新，如果没有方法搞定绑卡操作，能够持续用这些社区接口白嫖。
不过国内的服务器曾经不能间接拜访 OpenAI API 了，国内的同学可能须要多花一些功夫，或者金钱。
尝试 Vercel Edge Function
之前开发 GPT-3 插件的时候，有同学介绍了 Building a GPT-3 app with Next.js and Vercel Edge Functions 一文，于是我尝试把 API 挪到 Vercel Edge Function 上，而后失败。
明天写本文的时候，又看了眼 TwitterBio 的例子，发现代码并没有写错。排查来排查去，原来是本人犯蠢，部署环节出了问题。现在曾经能够应用了。回头重构下插件，增加一些性能进去。
学习社区 ChatGPT API 仓库
ChatGPT 的开发商 OpenAI 提供两大块服务，API 和 ChatGPT 网页版。API 须要绑卡，有肯定门槛；网页版能够收费用，不过存在偶然连不上、响应慢等状况，据说买 plus 之后会有恶化。
于是社区就开发了网页版转 API 的工具，能够用来搭建本人的 ChatGPT API。然而须要应用反向代理服务器作为直达，开发者也不提供反向代理服务器的源码，存在一些危险，所以我看完就不打算应用了。
（当初我想想，所谓的代理服务器，是不是搞个 nginx 就能够了……
本地搭建 Stable Diffusion 环境
搭建过程其实很简略，难点次要在下载 pip 包和模型上，受限于墙内的网络环境，本来简略的下载变得异样艰苦。还好在换用国内 pip 源之后，我终于在本地搭建胜利 Stable Diffusion Web UI 环境。大体过程如下：
- 装置必须的软件环境，比方 cmake、python3.10 等
- clone AUTOMATIC1111/stable-diffusion-webui: Stable Diffusion web UI
- 批改 pip 源
- 重复执行 ./webui 直至装置胜利
- 模型能够在 Civitai 下载
Whisper 模型
Whisper 模型是 OpenAI 释出的开源模型，能够用来做语音辨认，据说成果十分好。它不仅能够辨认语音内容，还能够依据声纹，辨别不同的发言人。所以用处也很广，比方视频会议之后，能够用它生成会议的文字记录。如果再联合 ChatGPT，就能够进行内容总结、会议摘要等工作，设想空间很大。
因为开源，所以能够本人搭建服务器，据说不须要很强的计算能力，庶民可用。OpenAI 这次也放出了 Whisper API，不便用户应用。
ChatGPT 新知
中文语料少的副作用
应用英文要求 ChatGPT 创作哈姆雷特的故事，它会回绝，因为它晓得哈姆雷特，新故事如果背景差别过大，它就会回绝。但如果用中文，因为语料有余，哈姆雷特对它来说也只是集体名，它就会很配合。
名人材料
GPT-3 会大量混同中国名人，比方郭德纲、岳云鹏；相对来说，ChatGPT 就好很多。
当初 AI 工具与 AI 基础设施层出不穷，突飞猛进应接不暇，学起来既有能源也有压力。下一步心愿能把所有工具的环境都搭建起来，先积攒感性认识再说。
本文参加了 SegmentFault 思否写作挑战赛，欢送正在浏览的你也退出。