－Ben's PHOTO－

在上一篇文章中介紹了如何利用 Telegram 和 Ollama 打造一個低成本的 AI 聊天機器人。雖然使用 Ollama 驅動的 LLM（大型語言模型）來進行輕鬆對話或創意發想效果相當不錯，但它在回答較新的事件或是特定領域的問題時，表現仍不夠精確。這也促使了一項名為 RAG（Retrieval-Augmented Generation，檢索增強生成）的創新技術，逐漸在 AI 領域中嶄露頭角。 根據 GhatGPT 的說明，RAG的運作原理如下：

最近 AI 圈的重磅消息：DeepSeek R1 突襲登場，在某種程度上重新定義了 AI 的遊戲規則，打破了西方國家對 AI 科技的壟斷。同時，DeepSeek 也開源了其語言大模型，讓本地部署 LLM（大語言模型）的話題再次熱門了起來。其實，本地部署語言模型服務本來是一項非常繁瑣的事，但隨著 Ollama 在 2023 年 7 月的問世，如今這一切變得超級簡單了。最近我在嘗試 Telegram 機器人服務時，突然靈光一閃，若能將機器人與本地語言模型結合起來，那不就變成了自製 AI 聊天機器人嗎？沒想到實作起來也非常簡單，因此寫這篇文章來簡單記錄，希望也能讓對此感興趣的人少走一些彎路。

最近 AI 界開始流行一個新的代名詞：AIGC（Artificial Intelligence Generated Content），中文譯為「生成式 AI」，用來和以前一般概念的 AI 作區分。 AI 發展的速度可說是「一日千里」，AIGC 應用與議題也呈現爆炸式成長。去年二月時寫了一篇文章簡單介紹 Stable Deffusion 的 AI 繪圖功能，當時 WebUI 的某些項目仍不夠穩定，且時不時又跑出一堆新的插件和技術，覺得這發展的速度實在是快到難以跟上，所以就乾脆棄坑不追了，打算等著過一段時間、哪些功能成為主流了之後再來接觸學習。如今一年過去了，這一年的 AIGC 服務比起一年前更加百花齊放，使用上也更加方便、使用門檻也更低，是時候重新接觸這個議題了。

最近「AI」的議題非常的火紅，去年 11 月 ChatGPT 橫空出世，徹底顛覆以往人類對「人工智慧」的認知。我是這麼跟就讀高二的外甥女介紹 ChatGPT 的：請她打開高中數學課本，隨便找一條數學選擇題，將題目直接輸入到 ChatGPT 裡，過了幾秒鐘之後 ChatGPT 開始回答，一行一行清楚寫出解題步驟，最後還以人類的自然語法唸出來「所以這一題的答案是 A、C、 D」，標準答案完全正確，真的是「讓在場所有人全都驚呆了」，短短最近這一兩個月，「AI 」話題的熱度可說是與日俱增，發展的速度簡直跟火箭升空一樣，速度快到有點讓人跟不上，幾乎每隔幾天就可以聽到「AI」有甚麼樣新技術或是新應用。

前情提要：教你的 iPhone 認識 Gogoro 換電站（Part 1）- 用黑蘋果電腦玩轉最夯的機械學習。

近年來所謂的「大數據」（Big Data）、「AI 人工智慧」、「機器學習」（Machine Learning）、「深度學習」（Deep Learning）突然變得很夯，可說是目前最火熱、最具爆炸性發展的當紅顯學。我沒有在豪洨，熱門的程度，可觀察這個現象：在台南的市立圖書館與其他分館中，Python 的書籍根本是一書難求，而且持續很長一段時間。Python 本身除了用途廣泛之外，在機械學習領域更是入門標準，無法規避不學的程式語言，不會 Python 就等於做不成機械學習專家。在多年前我就對這個領域很感興趣，也持續 Google 搜到不少教材，不過坦白講這類學問的技術理論實在是深不見底、高不可攀，找到的教學常常需要參考某某博士論文，或是先弄懂某某數學演算法，這實非我等江湖術士能力所及，所以這條學習之路不論從哪開始下手，沒多久就一定會碰到鐵釘子，走得跌跌撞撞，始終得不到入門的要領。