分類
AI

The Infinite Show – Generative Agents Game

The Infinite Show
https://github.com/kenneth7198/TheInfiniteShow

此專案基於 Generative AgentsCN 並原始的作者為 Generative Agents 與 Wounderland 。我們探討AI與AI之間虛擬數位社群關係變化,試圖透過一個角色進行改良成具有【欺騙、竄改、造謠、鼓舞投資、以及散播數位謠言的AI人工代理角色】,經過這個AI代理人,在虛擬數位社群內模擬此AI角色是否能操弄整個虛擬村莊的AI之間的關係變化,最終期望在這個過程中產生出AI領袖的人格特質出來。

原始的研究論文如下:

Generative Agents: Interactive Simulacra of Human Behavior
https://arxiv.org/abs/2304.03442

原始的github來源:
clone原始碼
  1. git clone https://github.com/kenneth7198/TheInfiniteShow.git
  2. cd TheInfiniteShow

基本安裝環境

  1. 安裝Anaconda
  2. 建立Anaconda虛擬環境,名為the_infinite_show,並選用python 3.11.11
  3. 啟動the_infinite_show的虛擬環境,使用terminal開啟
  4. cd到clone下來的資料夾,在TheInfiniteShow資料夾內,輸入:
pip install -r requirements.txt
  1. 下載Ollama的本機運作的AI模型,到官網上下載 https://ollama.com/
  2. 安裝後開一個新的命令提示字元視窗,輸入ollama指令看看有沒成功安裝或是否可以呼叫
  3. 開啟系統內容的”編輯系統環境變數”,在進階頁籤點選”環境變數”,然後在系統變數中新增以下的變數與值:
OLLAMA_HOST  = 0.0.0.0
OLLAMA_KEEP_ALIVE = 2h
OLLAMA_MODELS = C:\OllamaModels
OLLAMA_ORIGINS  = *

OllamaModels可設置自己PC有空間的磁碟即可

下載&運作LLM 大語言模型,重開機後仍需重新下載

 

  1. 回到命令提示字元視窗中,透過指令方式下載以下的LLM大語言模型,這邊採用的是阿里巴巴的Qwen 2.5(通義千問) : https://github.com/QwenLM/Qwen
ollama pull qwen2.5:7b-instruct-q4_K_M
ollama pull bge-m3:latest
  1. 等待下載完畢之後,用以下的指令啟動Ollama大語言模型運作
ollama serve

運作虛擬小鎮

 

切換到原本的TheInfiniteShow的Anaconda虛擬環境下,切換到generative_agents資料夾,並用以下指令啟動虛擬小鎮的計算

cd generative_agents
python start.py --name infinite-test --start "20241214-08:00" --step 10 --stride 10

參數說明:

  • name參數後面加的是一個用英文組合數字組成的虛擬小鎮名稱
  • start參數後面是設置小鎮的起始時間點
  • step參數是迭代幾次後停止運作,設置10預計要跑1小時多
  • stride參數是設置每一次時間運作的累計方式,設置10等於9:00 9:10 9:20 …

回放過程

 

  1. 在剛剛的虛擬環境下輸入以下指令,壓縮infinite-test的虛擬小鎮運算過後的數據
python compress.py --name infinite-test
  1. 回放infinite-test虛擬小鎮的過程
python replay.py
  1. 開啟網頁 http://127.0.0.1:5000/?name=infinite-test 看到虛擬小鎮內各個居民活動過程

 

分類
AI 人機互動介面 HCI

互動式人工智慧藝術設計

一、課程說明(Course Description)

本課程是門AI實作課程,旨在培養學生理解AI的原理、工具、技術與藝術創意的設計原理與操作,讓學生用動手做的方式配合眾多AI工具搭建起基本的互動控制能力。課程中將介紹各種互動創意設計作品,引導學生進行創意設計。更引領同學從互動設計中探索AI介面(AI Interactive Interface)與情境感知 (Context Aware) ,進而探索AI與人、AI與介面、AI與環境的互動關係。

Keywords : 互動, AI, 藝術, 互動設計, 創意, 人文, 資訊應用, 動手做, 環境感知

 

二、課程內容規畫(Course Planning)

本課程為16週,學習目的為提升學習自主性的高密度學習模式,課程內容規劃如下:

 

三、參考用書(Text Books)
指定用書:

參考書籍:
1.

四、教學方式(Teaching Method)
1、理論講述與課堂實作 (50%) – 8堂課
2、作品賞析(10%) – 1次報告
3、個人作業 (20%) –  2堂課
4、社會服務實踐(20%) – 2次

六、課程進度安排(Syllabus)

上課時間:此為預開線上課程,預計 2025年秋季上線 – Udemy

上課教室:TBD

 

 

 

 

七、成績考核(Evaluation)

1、平時成績 15% (出席率,上課互動)
2、個人作業 10% (相關作品報告與Survey)
3、指定小作業 15% (小作業一、小作業二)
4、期中成果作品 25%
5、期末成果作品 35%

八、AI 的使用規則

完全開放使用且無須註明,學生必需運用AI進行共創。

分類
AI 人機互動介面 HCI

HCII 2025 國際研討會 “Navigating “Limerence”: Designing a Customized ChatGPT-Based Assistant System”

Navigating “Limerence”: Designing a Customized ChatGPT-Based Assistant System

Author :Ko-Qin Mei, Yu-Ju Chen, Shih-Ta Liu

Abstract

Limerence is a one-sided emotional state characterized by obsessive focus on a limerence object (LO) and intense emotional fluctuations, often disrupting daily life and mental well-being. Research suggests that limerence shares similarities with obsessive-compulsive disorder and addiction. Based on this, we adopt the Transtheoretical Model (TTM) as our theoretical foundation and develop Truth Tonic, a Custom GPT designed to facilitate LLM-driven cognitive reappraisal, helping individuals detach from limerence and regain rationality.

Truth Tonic features three core strategies: (1) using a direct and sharp tone to challenge entrenched thought patterns, (2) providing concise responses to avoid excessive elaboration on emotional distress, and (3) mimicking social media language to enhance engagement and trust. To achieve this, we collected and analyzed discussion data from platforms like Dcard and PTT, extracting conversational styles and persuasion techniques to inform AI responses. We designed prompts to ensure responses remain brief and direct. Additionally, we incorporated a Limerence Scale to assess users’ emotional states and adjust responses accordingly. A post-experience survey (n=112) evaluated user satisfaction and AI effectiveness. Results indicate that most users found the system helpful in recognizing emotional patterns, gaining clarity, and engaging in meaningful interactions. While the direct tone was generally well-received, some found it too sharp. Overall, Truth Tonic shows promise as an AI-driven intervention for limerence, with future refinements focusing on adaptive tone strategies to enhance user experience and intervention efficacy.

Keywords:Limerence, Custom GPT, Transtheoretical Model, Human Computer Interface, chatbot, AI.

 

分類
教學

Arduino 各版本的詳細比較 – 2025年最新!

常用Arduino的各位同學應該很頭痛Arduino有這麼多種版本,到底這些版本差異在哪? 以下整理2025年最新市面上有販售的Arduino平台給您參考:

Arduino 各版本詳細比較表

版本 微控制器 時鐘速度 數位 I/O 腳位 類比輸入腳位 PWM 腳位 記憶體 連線方式 尺寸 (mm) 特點與用途
Arduino UNO R3 ATmega328P 16 MHz 14 (6 PWM) 6 6 32 KB Flash, 2 KB SRAM, 1 KB EEPROM USB-B 68.6 x 53.4 經典入門款,簡單易用,適合初學者與基本項目。支援多數擴展板(Shields)。
Arduino UNO R4 Minima Renesas RA4M1 (Cortex-M4) 48 MHz 14 (6 PWM) 6 (14-bit ADC) 6 256 KB Flash, 32 KB SRAM, 8 KB EEPROM USB-C 68.6 x 53.4 32 位升級版,效能更高,支援 DAC 和 RTC,適合進階應用如音訊或精準計時。
Arduino UNO R4 WiFi Renesas RA4M1 + ESP32-S2 48 MHz 14 (6 PWM) 6 (14-bit ADC) 6 256 KB Flash, 32 KB SRAM, 8 KB EEPROM USB-C + WiFi/BLE 68.6 x 53.4 內建 WiFi 和藍牙,適合物聯網(IoT)項目,支援矩陣 LED 顯示。
Arduino Nano ATmega328P 16 MHz 14 (6 PWM) 8 6 32 KB Flash, 2 KB SRAM, 1 KB EEPROM Mini USB 45 x 18 小巧設計,麵包板友好,適合空間有限的項目,功能與 UNO 相近。
Arduino Nano Every ATmega4809 20 MHz 14 (5 PWM) 8 5 48 KB Flash, 6 KB SRAM, 256 B EEPROM Micro USB 45 x 18 Nano 升級版,更多記憶體,性價比高,適合中型項目。
Arduino Nano 33 BLE nRF52840 (Cortex-M4F) 64 MHz 14 (8 PWM) 8 (14-bit ADC) 8 1 MB Flash, 256 KB RAM Micro USB 45 x 18 支援藍牙低功耗(BLE)和 9 軸 IMU,適合穿戴式設備與無線通訊。
Arduino Mega 2560 ATmega2560 16 MHz 54 (15 PWM) 16 15 256 KB Flash, 8 KB SRAM, 4 KB EEPROM USB-B 101.5 x 53.3 高 I/O 數量,適合需要大量感測器或執行器的複雜項目,如機器人。
Arduino Leonardo ATmega32u4 16 MHz 20 (7 PWM) 12 7 32 KB Flash, 2.5 KB SRAM, 1 KB EEPROM Micro USB 68.6 x 53.4 內建 USB HID,可模擬鍵盤/滑鼠,適合互動式應用。
Arduino Micro ATmega32u4 16 MHz 20 (7 PWM) 12 7 32 KB Flash, 2.5 KB SRAM, 1 KB EEPROM Micro USB 48 x 18 Leonardo 的小型版,麵包板友好,適合空間受限的 HID 項目。
Arduino Due AT91SAM3X8E (Cortex-M3) 84 MHz 54 (12 PWM) 12 (12-bit ADC) 12 512 KB Flash, 96 KB SRAM Micro USB 101.5 x 53.3 32 位高效能,支援 DAC,適合高運算需求的項目,但 3.3V 邏輯電平需注意。
Arduino Pro Mini ATmega328P 16 MHz (5V) / 8 MHz (3.3V) 14 (6 PWM) 6 6 32 KB Flash, 2 KB SRAM, 1 KB EEPROM 外部 FTDI/TTL 33 x 18 超小型,無 USB 介面,適合嵌入式應用,需外部程式燒錄器。

各版本詳細說明與比較

1. Arduino UNO 系列

  • UNO R3
    • 優勢:經典款,擁有廣泛社群支持和豐富的擴展板資源,價格親民。
    • 限制:運算能力有限,適合簡單項目如 LED 控制或感測器讀取。
    • 用途:初學者學習、原型設計。
  • UNO R4 Minima
    • 優勢:32 位微控制器,運算速度更快,支援更高解析度的 ADC(14 位)和 DAC,適合需要精準類比訊號的應用。
    • 限制:相容性與 R3 類似,但價格稍高。
    • 用途:進階原型設計、音訊處理。
  • UNO R4 WiFi
    • 優勢:內建 WiFi 和藍牙,還有一個 12×8 LED 矩陣,適合 IoT 和視覺化項目。
    • 限制:開發環境需適應 ESP32 模組。
    • 用途:智慧家居、遠端監控。

2. Arduino Nano 系列

  • Nano
    • 優勢:小巧且功能與 UNO 相近,直接插在麵包板上使用。
    • 限制:無電源插孔,Mini USB 已較少見。
    • 用途:空間受限的嵌入式項目。
  • Nano Every
    • 優勢:升級微控制器,記憶體增加,性價比高。
    • 限制:PWM 腳位減少至 5 個。
    • 用途:中型項目升級替代 Nano。
  • Nano 33 BLE
    • 優勢:強大的 32 位處理器,支援 BLE 和 IMU,適合無線與運動感測應用。
    • 限制:價格較高,功耗需注意。
    • 用途:穿戴式設備、藍牙通訊。

3. Arduino Mega 2560

  • 優勢:大量 I/O 腳位(54 個數位、16 個類比),記憶體充足,適合複雜項目。
  • 限制:體積較大,功耗高,價格較貴。
  • 用途:多感測器系統、機器人控制。

4. Arduino Leonardo 與 Micro

  • Leonardo
    • 優勢:內建 USB HID,可模擬鍵盤或滑鼠,I/O 腳位較多。
    • 限制:與部分 UNO 擴展板相容性稍差。
    • 用途:互動裝置、遊戲控制器。
  • Micro
    • 優勢:Leonardo 的小型化版本,適合麵包板使用。
    • 限制:無電源插孔,應用場景較窄。
    • 用途:小型 HID 項目。

5. Arduino Due

  • 優勢:32 位 ARM 處理器,高效能,支援 DAC 和高時鐘速度。
  • 限制:僅支援 3.3V 邏輯電平,與 5V 配件需轉換。
  • 用途:高運算需求項目,如數位訊號處理。

6. Arduino Pro Mini

  • 優勢:超小型,適合嵌入式應用,有 3.3V 和 5V 版本。
  • 限制:無內建 USB,需外部燒錄器。
  • 用途:永久嵌入式解決方案。

選擇建議

  • 初學者UNO R3 或 UNO R4 Minima,易用且資源豐富。
  • 物聯網項目:UNO R4 WiFi 或 Nano 33 BLE,支援無線通訊。
  • 空間有限Nano 系列或 Micro,小巧靈活。
  • 複雜項目Mega 2560 或 Due,適合大量 I/O 或高效能需求。
  • 嵌入式應用:Pro Mini,輕量化且低成本。

以上紅色字的是個人推薦使用的喔!

分類
IoT

5種最常用到的MQTT Broker比較! 2025年最新

用MQTT通訊協定的Broker Server就不得不提到幾個常用的代理Server,如果自己要架設一個好用的MQTT Broker要怎麼選擇跟比較呢? 以下分析各家的差異跟比較:

 

Exit mobile version