最近天氣炎熱。到水邊消消暑是很熱門的選擇。但是隨之而來在水域活動發生意外，而需出動救援的新聞也層出不窮。我很好奇到底是怎麼樣的狀況需要出動水域救援？救援的結果如何？使用 SUP / 獨木舟這樣的浮具親水，是否一樣危險？

於是我找到了政府開放資料平台上的「消防機關水域救援統計」。這邊可以取得各年份的救援統計資料。目前最新的資料只更新到 2021 年份，因此使用此資料進行統計（注意這份統計資料呈現的是在政府 2020 後宣告開放山林海域的狀況）。 （因為使用的圖表問題，手機版網頁需要橫著看，才會顯示分類細目。）

以前要嘗試 Python 的各種函式庫時，會用 virtualenv 或 docker 來產生專用的獨立環境。 但 Python 版本更新也算快，若想用特定 Python 版本執行，還需再搭配 pyenv 來確認運行環境，這些套疊讓環境設定變得更複雜。

現在已有 miniconda 工具，只要用 brew 就可以安裝

brew install --cask miniconda

使用體驗相當好，節省了許多學習與設定的時間，也可以安心的去嘗試各種函式庫。

上週在聚會中分享學習 deeplearning.ai 推出的 ChatGPT 相關短課程的心得。（簡報在此），課程中為了介紹 ChatGPT API 的應用，使用了一些 Python 程式碼。由於預期聚會參與者對 Python 不熟悉，所以嘗試用 Google Colab 簡單的介紹 Python 3，希望能在幾分鐘內對 Python 程式的基本語法有個概念。

Python 3 超入門 互動式筆記在此。

部分人可能還停留在使用ChatGPT 的網頁介面，但其實已經漸漸有些工具將 Open AI 整合進平常使用的工具中。

例如 Raycast 新版本，在呼叫 Raycast 視窗後，按一下 Tab 鍵就可以直接輸入要問 AI 的事情，使用的便利度又提升一個台階。

以下是我目前使用的 AI 工具。

ChatGPT 在去年橫空出世後得到了廣泛關注，它讓一般人可以在聊天界面中，使用各種語言自然的與機器對話，並得到還不錯的回答。以前想要得到答案，需要先在搜尋網站下關鍵字找關聯網站或文章，查看內容中提取需要的關鍵資訊，再組合出需要的答案。現在則可以在 ChatGPT 中問問題，並期待直接得到解答。更少的中間步驟，更好的使用者體驗 😎。

作為資訊相關從業人員的我並沒有 AI 相關的工作背景，因此本文純粹就是我的瞎子摸象 🐘，以個人體驗的角度，來描述我如何理解和看待 ChatGPT。