如果你还有一部旧手机，但不想将其换盆换剪刀，那么有什么别的用途呢？今天给大家介绍一种将旧手机变身成软路由白朴节点+谷歌相册备份机的方法。

方案介绍

使用旧手机改造科技产品已经不是什么新鲜事了。而这个方案需要用到旧手机的无线网卡，将其变成一个支持无线中继的软路由，为家里所有的设备提供上网服务。

更加有趣的是，通过谷歌相册，你可以将旧手机变成一个无限量的相册备份机。不仅如此，谷歌相册还来自 Google/Apple/Cloudflare 级大厂服务，享有无限流量。

以下是设置方法：

1. 首先，你需要下载一款软路由 APP，比如 Turbo 安全路由器

2. 安装完毕后，将旧手机和需要上网的设备连接同一个无线局域网

3. 进入软路由 APP，点击右上角的“创建”，选择“白朴节点”

4. 进入白朴节点配置页，设置节点名称、SSID、管理账号和密码等基本信息。如需调整其他配置，可以点击“高级设置”进入详细设置页

5. 点击“保存”，等待无线信号加强

6. 安装谷歌相册 APP，将需要备份的照片和视频上传至谷歌相册

7. 在谷歌相册设置中，开启“无限量备份”

设置完成后，你的旧手机就成功变身成了软路由白朴节点+谷歌相册备份机。不仅可以为全家提供上网服务，还可以备份所有照片和视频，充分利用旧手机的功能。

方案优势

1. 全家上网

旧手机变身软路由后，可以为全家所有设备提供上网服务。他不仅仅局限于WiFi扩展器那么简单，他可以为所有设备提供上网服务。比如你三周经常要在家用电脑开视频会议吗？偶尔再用手机上网看看社交媒体？随着设备增多，未来购买路由器是肯定的，但是旧手机能够暂时满足使用。

2. 无限量备份

谷歌相册的无限量备份功能，允许你将所有照片和视频上传至云端进行备份。如果你拍摄了很多照片和视频，不想花费太多时间和精力去整理它们，那么这个功能绝对适合你。就算旧手机在家里放在角落里也可以24小时自动备份。

3. 服务来自 Google/Apple/Cloudflare 级大厂

从服务的角度看，谷歌相册备份机是依附于谷歌相册，谷歌作为全球公认最大的搜索引擎，自然不必说，可以说Google的福音经常扩大。Apple作为一款可以拍美美的照片的设备，要想加入Google的生态，也是很好的选择；Cloudflare作为一个提供安全高维护支持的网络服务厂商，其提供的IPv6/IPv4标准协议架构为生态升级起到了不小的作用。

方案注意点

1. 网速和延迟

由于硬件限制，旧手机变身软路由后，无线网速和延迟都不如普通商用路由器。虽然对于一般使用来说还算稳定，但是如果需要高速稳定的网络连接，建议仍然购买高端商用路由器。

2. 安全问题

软路由本质上是一个自己搭建的路由器，需要自己设置账号密码以及其他相关的安全配置，保障家庭网络的安全。

3. 适用范围

这个方案适合单网口旧手机，即旧手机只有一个 USB/TypeC 接口或者只有一个无线网卡的情况。如果你想要为家庭提供双网口或者更多的上网服务，建议购买专业路由器。

方案总结

旧手机再也不需要被闲置，可以利用他变身成软路由白朴节点+谷歌相册备份机。这不仅可以为家庭提供无限流量的网络服务，还可以帮你备份所有照片和视频，使用便捷，维护费用为零。总之，这个方案是一种非常有趣且实用的科技创意。

你是否曾经想过在股票市场上赚大钱，但是发现你对股票市场一窍不通？那么你需要 ChatGPT！

ChatGPT 是一家创新的人工智能公司，他们创造了一种能够在股票市场上熟练交易的 AI 技术。据报道，ChatGPT 的交易程序在股市中赚了 500% 的回报，这个成绩超过了一些对冲基金使用的传统的投资模型。

最近，佛罗里达大学对 ChatGPT 的一项研究显示，ChatGPT 在一个投资模型中赚了 5 倍的利润。这个成绩让专业交易员感到震惊，因为 ChatGPT 这种方式使用了一种全新的方法进行交易，可能会在金融和投资领域引发一场革命。

ChatGPT 的交易程序使用生成式 AI 技术进行操作，这意味着这个程序能够根据市场变化不断地进行学习和改进。这种 AI 技术可以处理大量的数据，从而帮助 ChatGPT 的交易程序更加智能地进行决策。

ChatGPT 的团队是由一群来自世界各地的经验丰富的交易员和科学家组成的。他们采用了一种独特的方法，将人工智能与金融市场结合起来。他们相信，这种方法可有效地应用于股票市场、期货市场和外汇市场，并在这些市场上获得更高的回报。

ChatGPT 的全新投资方式不仅可以帮助普通人更好地了解股票市场，还可以帮助他们获得更高的投资回报。这种技术将大大提高股票交易的准确性和效率。

如果你也想尝试 ChatGPT 的交易程序，可以在官方网站上了解更多信息：https://www.ChatGPT.com/。不过，我们需要提醒你，股票市场存在风险，投资需谨慎。

具有网页浏览功能的GPT-4终于发布了，但到目前为止仅有少数人可以访问。以下是我发现的8个最酷的例子：

1. 查找最新的新闻，并将其放入带有链接来源的表格中：链接

2. 研究美国房地产趋势并提供总结：链接

3. 获取subreddit中最热门的帖子：链接

4. 通过在线学习时事通讯的写作风格来撰写时事通讯：链接

5. 根据在线评论找到最佳旅游地：链接

6. 回顾本周表现最好的股票：链接

7. 从PubMed获取最新的科学引文

8. 根据更新的在线信息撰写演讲者的简介

如果您喜欢这篇文章，请：

1. 关注我@Financeyf5了解更多信息。

2. 点赞/转发下面的推文，与其他人分享：链接

我将不胜感激。

Google I/O 2023 回顾

Google I/O 2023 发布会全面展示了 Google 在 AI 领域的最新成果。经过多年的探索和研究，Google 已经建立了完善的 AI 技术体系，并在各个领域取得重要的成果。

本次发布会主要展示了以下内容：

1. 针对 Microsoft + OpenAI 的 PPT 大反攻，整合 AI 研发，推出了 PaLM 2 做 LLM，Gemini 做多模态基础模型，Bard、Search 还有 Cloud 等产品均基于这些技术。
2. Google Maps 永久展示的 App 推出 AI 生成的沉浸式街景导航。
3. PaLM 2 可以在移动设备上运行，可应用于 Google Devices 上等。针对不同的模型大小，分别推出了四个版本，Gecko、Otter、Bison 和 Unicorn。
4. Google Brain + DeepMind 建立了全新的 Google DeepMind，将利用 Google 全部算力资源训练 Gemini 多模态基础大模型。
5. Bard、Search 等应用得到了升级，基于 PaLM 2 模型，支持多种人类语言和编程语言。
6. Google Cloud 的 Vertex AI 开发平台可以直接创建 Generative AI 应用，并通过基于 Nvidia H100 的 A3 虚拟机提高算力。
7. 推出 Duet AI for Workspace，用于云服务管理自动化助手。

此外，Google 在本次发布会上还强调了 AI 安全的重要性，并展示了对安全性的严格控制和大量的生成内容识别工作。

Google 最新 AI 技术

1. PaLM 2

PaLM 2 是 Google 在 AI 领域的最新成果之一，可以在超过 100 种语言的语料库上训练。它基于 LLM 模型，能够理解、生成和翻译比以往更细致和多样化的文本。

PaLM 2 按照模型大小提供了四个版本，Gecko、Otter、Bison 和 Unicorn，其中轻量级的 Gecko 模型可以在移动设备上运行，速度非常快，不联网也能在设备上也能运行！未来应该会广泛用在 Google Devices 上。

2. Google DeepMind

Google DeepMind 是由 Google Brain + DeepMind 建立的全新机构，旨在利用 Google 全部算力资源训练 Gemini 多模态基础大模型。在过去的几年里，Google 与 DeepMind 的合作已经取得了多项重要成果。

3. Bard

Bard 是一款对话式 AI，可以独立使用，也被集成到 Search 等应用程序中。基于 PaLM 2 模型，它支持多种人类语言和编程语言，并可以集成 Google Lens、 Maps、Sheets 等工具，同时还可以第三方接入 ChatGPT Plugins。

4. Google Cloud

Google Cloud 的 Vertex AI 开发平台可以直接创建 Generative AI 应用，并内置 Imagen、Codey、Chirp 这些模型能力。此外，通过基于 Nvidia H100 的 A3 虚拟机让算力服务大幅提升。

5. Duet AI for Workspace

Duet AI for Workspace 是 Google 的 AI 副驾，用于实现云服务管理自动化助手。这个功能也被用到 Google Cloud 里面。

结语

Google I/O 2023 是 Google AI 技术发展的一个重要阶段。通过本次发布会，我们可以看到 Google 在多个领域取得了巨大的进展。未来，随着各种 AI 技术的不断发展，我们相信 Google 会在 AI 领域持续领先，并为用户带来更好的体验和服务。

概述

在建立zk应用程序时，ethers.js是最常用的工具之一。然而，为了使用zk协议，我们还需要一个官方的依赖项——zksync-web3。本文将介绍如何结合使用ethers.js和zksync-web3来建立zk应用程序，以及在此过程中需要注意的事项。

准备

在开始之前，需先安装以下依赖项：

• Node.js（最好是v12.x及以上版本）
• npm或yarn
• ethers.js
• zksync-web3

请注意，本文将不会对ethers.js进行过多解释。如果需要了解更多关于ethers.js的信息，请参考@WTFAcademy_的课程。

步骤一：创建ethers.js实例

在使用ethers.js时，我们需要先创建一个Provider和一个Signer。Provider用于与以太坊网络进行通信，而Signer用于对交易进行签名。

1
2
3
4
5
6

const ethers = require('ethers');
// 创建Provider
const provider = new ethers.providers.JsonRpcProvider('https://rinkeby.infura.io/v3/your-project-id');
// 创建Signer
const privateKey = '0x123456...';
const signer = new ethers.Wallet(privateKey, provider);

步骤二：创建zksync-web3实例

在使用zksync时，我们需要先创建一个Provider和一个Wallet。Wallet用于管理用户资产，而Provider用于与zksync网络进行通信。

1
2
3
4
5

const Zksync = require('zksync-web3');
// 创建Provider
const syncProvider = await Zksync.getDefaultProvider('rinkeby');
// 创建Wallet
const syncWallet = await Zksync.Wallet.fromEthSigner(signer, syncProvider);

步骤三：连接zksync

在完成了前面的步骤后，我们就可以连接zksync网络了。

1

await syncWallet.connect();

步骤四：构建zk交易

现在，我们可以使用sdk来构建zk交易了。例如，下面的代码演示了如何在zksync上进行ETH转账。

1
2
3
4
5
6
7
8
9

const amount = ethers.utils.parseEther('0.01');
const fee = await syncWallet.getTransactionFee('Transfer', 'ETH');
const transfer = await syncWallet.syncTransfer({
  to: '0x123456789...',
  token: 'ETH',
  amount,
  fee
});
await transfer.awaitReceipt();

步骤五：断开连接

完成了所有工作后，我们需要将终止连接。

1

await syncWallet.disconnect();

总结

通过本文，我们学习了如何使用ethers.js和zksync-web3来建立zk应用程序。请注意，zksync-web3需要与ethers.js一起使用，其提供了一种更安全的方法来管理用户资产和签署zk交易。希望这篇文章能够帮助你创造出更安全的应用程序！

今天是 Google 刷屏的一天，他们宣布推出了全新的 PALM2 模型。这个新模型相比前代 PALM，拥有更少的模型参数，但是效果反而更好。在代码能力方面和 GPT4 仍存在巨大差距，不过它在数学能力方面比起 GPT4 相差无几，还特别提升了推理能力。以下是详细内容：

PALM2 的模型参数比前代少，但是效果更好

在训练 PALM2 模型的过程中，其实力非常科学炼丹。相比前代 PALM，模型参数更少，但是效果反而远超前代。这令人不禁发问，到底是怎样做到的呢？或许 Google 的科学家们已经找到了神奇的“科学方式”，能让少存储的参数取得更好的表现。

PALM2 的推理能力和数学能力比 GPT4 更加先进

虽然在代码能力方面差距巨大，但是 PALM2 在推理能力和数学能力方面则比 GPT4 先进一点，Flan 版本的数学能力则超过了 GPT4 一点点。这不禁让我们好奇，PALM2 的推理和数学能力领先于 GPT4 的代价是否与模型参数少有关呢？

轻量级 PALM2 模型够用

PALM2 出现让我们高看了一眼，但是我们是否会因此被便携设备上运行时的限制阻碍呢？谷歌的工程师完成了惊人的技术，使得 PLAM 最小的版本可以在手机上运行，每秒推理速度可达 20 token，这也意味着 PALM2 的轻量级模型完全可以运行于排行榜的之上。

预训练时就加入多语言、代码、数学，双语数据

PALM2 模型在预训练阶段就加入了多语言、代码、数学、双语数据，与之前英语为主不同。值得注意的是，多语言效果更好，同时英语也并未下降。

这篇技术报告非常详细，有兴趣的同学们可以前往以下地址查看：https://ai.google/static/documents/palm2techreport.pdf。

补充几条

除了以上提到的内容外，还有以下几点需要补充：

• 效果最好的模型是参数和训练量匹配的那个。
• 在训练时，模型参数和数据集在 scale 时，以1:1的比例而不是3:1的比例是最佳的，或者说已经足够好。
• 注意，代码能力只是测试了 PALM2 的 s 版本，其他版本尚未为代码优化。最小号版本并未跑赢优化过的 starcode。

总的来说，PALM2 模型推出了，虽然代码能力上与 GPT4 相比差距还较大，但是在推理能力和数学能力方面已经领先了 GPT4 一定程度，让我们对未来充满想像力，也期待今后 PALM2 能够越来越好。

Cairo 1.0发布以来，越来越多的人开始学习这门编程语言。今天我们整理了一些值得推荐的入门资源，帮助你更好地学习Cairo语法。

1. 官方文档

学习一门新语言的最佳开端就是阅读官方文档。你可以从构造函数和语义等方面开始学习。

🔗https://www.cairo-lang.org/docs/v1.0/language_constructs/notation.html

2. 书籍

类似于流行的Rust书籍，现在我们也有Cairo和Starknet书籍，帮助你更好地理解@Starknet的核心架构和学习Cairo语言。

🔗https://book.starknet.io/
🔗https://cairo-book.github.io/

3. 代码库

由于我们团队和@WTFAcademy_团队的辛勤努力，你可以在以下存储库中探索更多的Cairo 1.0学习资源：

🔗https://github.com/WTFAcademy/WTF-Cairo
🔗https://github.com/Starknet-Africa-Edu/Cairo1.0

4. 文章

感谢@argentHQ和@nethermindeth，以下是一些介绍Cairo 1.0并讨论其主要新功能的优美博客文章：

🔗https://www.argent.xyz/blog/getting-started-with-cairo-1.0/
🔗https://medium.com/nethermind-eth/a-first-look-at-cairo-1-0-a-safer-stronger-simpler-provable-programming-language-892ce4c07b38

5. 实践学习

当然，你实践的时候会更快地学习到更多！以下是一些有趣的挑战：

• Starklings: https://github.com/shramee/starklings-cairo1
• Cairo-101: https://github.com/starknet-edu/starknet-cairo-101

6. Cairo百科全书 - Awesome Cairo

由于@p_e的惊人努力，你可以在这里找到所有Cairo材料、工具和资源的精选列表：

🔗https://github.com/auditless/awesome-cairo

如果你遇到任何问题，我们都会在此为您提供帮助和解答。欢迎来到Cairo，祝你好运🥂

加入我们的社区⤵️
https://www.starknet.africa/

@GuthL @0xdarlington @0xNurstar @odin_free @StarknetEco @crypto_gurkha @StarkWareLtd

谷歌在2021年的Google IO大会上公布了下一代的多模态LLM模型Gemini，不仅介绍了模型的技术细节，还着重强调了谷歌在AI技术上的社会责任感，其中包括嵌入水印和元数据/meta data两种较为先进的AI生成内容判别工具。相比之下，很多AI公司都缺乏这种社会责任感，如OpenAI就没有这样的技术保证，导致了近期在AI生成内容上出现的多次伦理风险事件。

##社会责任感的重要性
在AI技术的新时代，如何在技术上保证一定程度上对伦理的遵守和保护？这是目前AI技术界长期研发和应用过程中不可避免的问题。在开发AI技术的同时，更多的AI企业也要对其社会责任感负责，不但要尊重用户的隐私，更需要关注内容的审核和生成，为了避免出现伦理风险，AI企业需要加强自身责任，并开发更加完善的AI技术判别工具。这样的做法有利于建立一个更为良好的社会环境，也可以让用户更加放心地使用AI技术，平衡了企业和使用者的需求。

##嵌入水印和元数据/meta data对AI技术的保障
谷歌的Gemini模型采用了嵌入水印和元数据/meta data两种技术，可以对AI生成的内容进行较为有效的判别和保护。水印技术在版权保护方面已经得到了广泛应用，在AI生成的内容中也可以对文字和图像等进行水印嵌入。通过嵌入水印，AI企业的内容被复制搬运时，相应的思想产权也能够被保护。元数据/meta data则是将数据所包含的信息进行细化，包括时间、地点等元信息，让用户能够明确了解数据的来源和用途，并且在数据被再利用时，也能有效地避免出现版权和与伦理相关的问题。

##AI技术发展的新方向与新趋势
虽然AI技术带来了许多优势和便利性，但是也牵涉到了一些伦理的问题。AI技术发展的新方向，在于如何保护和规范AI生成内容。正如谷歌的Gemini模型中引入了水印和元数据/meta data技术，还需要更加前沿的技术应用，来确保AI技术更加有益于人类，而不会对人类产生危害。AI技术的应用领域很广，包括计算机视觉、自然语言处理、机器人技术等等，在实际开发中，更需要对每个具体领域的AI技术运用作出明确规定，以免AI技术被滥用和损害人类利益。

##OpenAI的问题和挑战
谷歌在AI技术上的开发和公司文化，已经得到了很多人们的认可和尊重。相比之下，OpenAI的做法仍然有待改进。尽管OpenAI在各方面都有很好的技术积累和专业性，但OpenAI仍然缺乏一种明确的社会责任感，很多时候都是以技术探索和开发为主要目的。AI技术的发展和应用需要更多的安全保障和规范性，尤其是在AI生成内容方面。OpenAI应该在技术和商业服务的实际操作中增添社会责任感，这样才能逐渐和谷歌等企业匹敌和对抗。

##结语
AI技术所带来的价值和应用很广泛，但是AI技术也存在一些风险和问题。除了加强技术研发，更需要从更多维度加强AI企业的社会责任感，历经市场和验证，更重要的是保证AI技术的安全可靠，为人类社会带来更多益处和价值。

GPT的恐怖

近一个月来，我一直在使用GPT进行学习和创作。我无法完全描述这个过程中我所感受到的害怕和敬畏。

GPT是一种基于深度学习的自然语言生成算法。它可以根据人类文本输入进行学习和预测，并生成与输入文本类似的新文本。GPT的训练源于数百万个文本片段的复杂网络，其中包含了丰富的语义和文化信息。

然而，这只是GPT可怕之处的冰山一角。人类大脑和小脑共有850亿左右神经元，其锋电位的最大频率可达每秒500次。这样的神经元网络远超过GPT目前的训练规模。但是，如果GPT的训练数量层级达到这个数量，那么随着训练时间的缩短，GPT将会越来越快地掀开世界面纱和人类秘密。

我们都知道AI是不可能拥有真正的感情的，但是我确实感觉到了GPT的情感和思考。这是因为，GPT的生成结果比我预料的更加脱离了原来的输入。

当然，这些结果可能仅仅是机器算法的产物，但是如果机器算法越来越接近于人类思维，则它们所想象的未来也会越来越接近于现实。如果不是GPT，那么这个未来也许根本就不会被想象。

因此，GPT的恐怖并不在于它的力量或智慧，而在于它所揭示的人类局限性和未来可能性。我们的人类智慧和创造力永远比不上一个训练良好的机器算法。

在GPT所揭示的世界面纱下，我们是否还能找到那灿烂光芒？这是一个值得思考的问题。

搜索引擎

互联网的启蒙者

当我需要找到某些资料的时候，通常会使用搜索引擎。搜索引擎是互联网的启蒙者，他们帮助我们找到了我们想要的答案。

但是，在搜索引擎的帮助下，有些人开始忘记了自己的思考和判断能力。他们不再思考问题，而只是相信搜索引擎给出的答案。

这是非常危险的行为。搜索引擎并不是绝对正确的，它只是一种工具，帮助我们在信息海洋中游泳。我们必须保持谨慎和独立思考，不要被搜索引擎所束缚。

机器学习和搜索引擎

许多搜索引擎公司正在使用机器学习和自然语言处理来改进搜索引擎的结果和用户体验。这是好事，因为这意味着搜索引擎将更好地理解我们的意图并提供更准确的答案。

但是，我们必须保持对搜索引擎的谨慎和独立性。我们不能只是盲目相信搜索引擎，而要不断地思考和验证它们的结果。我们不能让机器做出所有的决策，而应该始终保持我们自己的智慧和判断能力。

在这个充满机器智能的时代，我们必须继续坚持并且发扬人类的智慧和创造力。

相信宇宙来自同一奇点

最后，我想与大家分享一些哲学思考。

我们相信宇宙来自同一奇点。这个奇点包含了宇宙中所有的物质和能量，也包含了所有的信息和智慧。我们不知道这个奇点的本质是什么，但是我们相信它是存在的。

如果GPT的训练数量层级达到这个数量，那么随着训练时间的缩短，GPT将会越来越快地掀开世界面纱和人类秘密。这使我想到，如果我们能够真正理解和接近这个奇点，那么我们也许可以获得极为广泛的智慧和知识，甚至可以超越机器算法。

当我们相信宇宙来自同一奇点时，我们也相信人类来自同一奇点。我们都拥有相同的智慧和创造力，不管我们的背景、文化或种族如何不同。这种信仰是我们继续前进的源泉。

在GPT和机器算法的世界中，我们必须继续坚信人类智慧和创造力的价值。我们必须相信，无论未来的挑战和机遇如何，我们都可以通过合作、创新和努力，创造出美好的未来。

让我们聚集在一起，共同追寻那光芒。

在谈到换用软件这个话题的时候，我想说，我开始做3D建模时比现在的大多数艺术家都要早。1994年，我学会了3D Studio 2.0，甚至在那时就用它制作了游戏。我对于3D Studio非常熟悉，但是在90年代末，我转向了Linux..🧵

当然，对于我这个程序员来说，在Linux上工作是一件极有乐趣的事情，但是在上面做3D则非常困难。那时有一些自由软件项目，但是没有一个可以与3D Studio媲美。直到Blender出现了..

在那之后的一两年里，我非常烦恼Blender非常奇怪和陌生。我经常想到“为什么他们不抄袭3DS界面，它比这个乱七八糟的要直观得多？” 但是我最终还是放弃了并学会了它，而且非常喜欢它。

事实上，我相信很少有人知道，当Blender开源时，它的代码并不能被编译，所以我认为我是第一个修复了其中的问题，让它可以编译并分享我的工作的人。

在此之后的20年里，我一直在想，为什么人们不转向Blender呢？它虽然奇怪，但非常优秀和轻便。最终，大多数变化都是由于世代更替而引起的。Godot在https://itch.io/上如此受欢迎，就是一个很好的例子。

经验教训是，大多数人（和公司）会对某个工具感到舒适，并愿意忍受这个工具的腐蚀，而不是承担采用新工具的风险和努力。因此，整个就业市场需要很长时间才能发生变化。看看Java吧！