28年前的今天，向母親告別後，飛往日本，踏上人生旅途的另外一條征程。這一年（1995年）日本的兩件震驚全世界的新聞，阪神大地震我沒碰上，東京地鐵沙林毒氣事件雖然沒直接碰上，但出成田機場海關後才意識到問題大條，怎麼搭車前往都內便是最大問題。啥都沒聯繫到學長的情況下，開始一個人的探索。回憶起來，難怪他們都認為我心臟夠大！
彙整 (page 6 of 9)
先看一張圖吧。
With the development of AI technology, machine translation has made significant progress in recent years. The emergence of large language models like ChatGPT is a perfect example of this progress. These models can translate text at a level that is almost comparable to human translation, and they can do it quickly and efficiently. This is a significant advantage, especially for professionals who need to translate large volumes of documents in a short amount of time.
However, as with any new technology, there are also concerns about the impact it may have on human jobs. It is true that some types of work, such as manual labor or repetitive tasks, may be replaced by machines in the future. But it is also important to note that AI and machine translation are still far from perfect, and they still require human intervention to ensure the accuracy and quality of the final product.
In the case of translation, machine translation can be a useful tool to assist human translators in their work, but it cannot fully replace the need for human translators. A machine may be able to provide a rough translation quickly, but it cannot understand the context or nuances of language the way a human can. In addition, machine translation may produce errors or mistranslations, especially when dealing with complex or specialized terminology.
Overall, while the development of AI and machine translation is exciting and promising, it is important to view it as a tool to assist humans rather than a replacement for them. As long as humans are still needed to ensure the accuracy and quality of translations, there will always be a place for human translators in the industry.
上面這幾段文字內容主要是詢問ChatGPT有關訓練過程中的產物，將內文拿到像是DeepL翻譯器去譯成中文，看與原文的差距有多少，之後在拿本文去問ChatGPT翻譯的結果。
媽呀！剛開始ChatGPT給的回覆非常的扼要，算是給了一個到目前為止突破以往它老是認為「看法」這兩個字對它而言像是個緊箍咒一樣，總感覺今晚好像放開了？
最終，它給了一個還不錯的翻譯，雖然最初我的想法並不是這樣，希望是有點類似摘要似的將重點講出來，比起之後的翻譯，我其實反而較為喜歡前一次的對談，它的觀點。
結論上，印象中身旁的人應該不太會使用「總的來說」這樣的用語（左岸倒是常聽見），雖然我不清楚是否早期訓練已形成這樣的形狀，可能慢慢再和它對談過程中，逐一改變吧！
ChatGPT橫空出世這也意味者像我這樣外語背景出身的人未來在某些工作場合上是非常尷尬的，那怕我根本就不是捧翻譯這行飯在吃，但總感覺背後涼涼的，話雖如此，但其實近期有些翻譯其實都丟給ChatGPT去處理，之後再修正一些專業用語就矇騙混過，X！真的技不如機器呀！
今天是農曆正月十五日，也是元宵節，在今天結束後，今年的春節假期也算是正式落幕，開始迎接春天的到來。孩提時總會在元宵節前到山中砍伐適合的竹子用作火把，待元宵節這一天，便與附近的鄰居一同前往各處探險，畢竟，住處旁就臨山林、田野，有很多有趣的事情都會在過年這段期間上演，歲弄爆竹、看野台戲，以及過元宵是孩提時期過年的回味。隨著環保意識的抬頭以及搬離舊居，這些孩提時的樂趣也逐漸消失，畢竟，要在都會中放個鞭炮或者看野台戲乃至於拿個竹子火把到處晃應該是不太可能的，市政府發放的燈籠帶了點科技感，雖說是燈籠，但總覺得不太地道，似乎缺了那麼一點的儀式感。
元宵節一到，還有個吃湯圓的習俗，事實上，我並沒有太去探究元宵節北方吃元宵，南方吃湯圓的典故，從氣候的角度來看，食材決定了南北習慣的差異（北小麥，南稻米）。依稀印象中，數十年前還有過在南門市場的上海合興糕糰店買過幾盒回家自己煮，那個味道雖然經過多年，其實還是很難忘記。隨著年紀的增長，糯米類的食物其實已經不是那麼的適合大量食用，偶爾嘴饞也會到鄰近的超市隨手買個一盒煮來吃，稍微一解想像中的味道。
猜燈謎也是過去過元宵節的一個重頭戲（至少跟放天燈比起來），昨天在TWITTER看到有網友擷取新聞節目中的一個畫面當作是燈謎遊戲，雖然應景，但似乎也點不倫不類，雖說首都圈的媒體長期一貫的本位主義，總難免不了捧捧誰做人情的行為，但這是否符合舊時代元宵節燈謎的儀式？這就見仁見智。畢竟，進入太空時代，舊制度已不是舊制度，單純的娛樂眾生的戲碼而已。推測圖片中謎題的答案可能也不會是多數民眾所想像的（萬安演習？），就看媒體自我解讀如何。
話說今天是大年初五，是迎接財神的日子，過了今天，年假也將要進入尾聲，趁著這一兩天天氣還不錯，出去走走也好，或者吃吃水餃也是不錯的。長期以來過年並沒有吃水餃的習慣，有時候為了應景一下，還得專門去買個水餃回來嚐嚐。礙於口感，其實不是那麼的喜歡一般超市在賣的冷凍水餃，自己包還是好一些，惟今年啥都沒準備，所以，吃水餃這檔事就當放過去。
學校行政人員表定在下週一收工上班，距離開學時間也越來越近，想想，這學期會發生啥趣事呢，不預作想像，總是覺得今年也許會有一些大變動也不一定，反正，順其自然嘍。
和往常一樣，大年初一到初三這段期間都會到宮廟走春，沾沾新年喜氣，今年碰上小英總統和馬前總統拿個一元復始與特製紅包袋，也總算是有個好的開始。在年初一保安宮那場有位民眾被問到不是已經拿到了嗎，為什麼還要到這裡跟民眾排隊？就是感覺不一樣咩，那位被問話的民眾回答到。的確，有時候從國會辦公室或者民意代表服務處拿到的感覺真的不一樣，非得要親自去排一下隊，才能真正感受吶那股得之不易的快感：「爽咩」。雖說排那個隊還真的耗時傷體力，快樂欣喜就好，不是嗎？
保安宮附近便是臺北孔廟。距離上一次進入臺北孔廟已是四年多前的事（2018年孔子誕辰2568年釋奠典禮），原本計畫在結束保安宮的行程後，便驅車前往松山慈惠堂，後來看到院內有春節系列活動，順道進去瀏覽一番，沒想著打卡拍照，在院內有有揮毫活動，順道幫小朋友順了兩張，祈願今年的大考如願高中志願。
今年或許是不平靜的年，但祈願在「揚眉兔氣」的歡樂新年當下，風調雨順、國泰民安，國家能更佳繁榮昌盛。套句某人的話：「對內興利除弊，對外以務實，爭取臺灣最大生存空間。」，這很好，但這是奠基在自身強大的實力才有機會掌握話語權遨遊世界，否則就只能淪為空談，不是嗎？
祝大家新年快樂、如意安康。
今天是2023年1月21日（農曆12月30日除夕），祝賀大家萬事如意迎新年、玉兔迎春旺全年，新年快樂。2015年的時候，人還在吳江守歲，也過足了儀式感滿滿的年節氣氛，除夕當晚到大年初一早晨，算是整夜被爆竹聲轟了一整晚，說是心中的喜悅也罷、擾人春夢也行，在零下的氣溫中，窩在被窩裡啥都不太想動的過年，這是許久都沒在家裡過年的特別經驗，真的特別。
今年或許是關鍵的一年，至少以個人來說。瞬息萬變的當下，有太多不定的變數難題在暗中等待著自己，希望能一一化解，不至於引發蝴蝶效應才是。大過年的，總是想著規劃未來要怎麼走，但近年的經驗是，大方向至少不變，方能在亂局中，找到自己的定位與方向。說不準的，今年也許大開大合也不一定，順其自然、心不隨境轉便是。
檔案皆是以離線制作的Visual Studio 2022單一映象檔（41.5GB）作為傳輸對象，上傳到One Drive時頻寬似乎被限制在100Mbps以下，而Google Drive則視使用者本身頻寬而定。平台是建構在Azure（美西2）的虛擬機器（Windows 11 22H2），其中上傳至One Drive上是以網頁進行，而上傳至Google Drive則是以Google雲端硬碟版程式來進行。這是一個非常粗糙的測試，也沒想到要使用其他傳輸工具來進行，單純的想瞭解實際的傳輸情況所進行的比較。
1994年的今天（1994/12/15）網景正式發布了Netscape Navigator 1.0。時至今日網景早已不見蹤影，但Netscape Navigator依舊仍存在網路間，至少，尚可在Netscape Communications網站上可以下載到從最初的0x版到最終的9.0.0.6版，算是可讓老朋友回味的地方。
Netscape Navigator 9.0.0.6是可以順利安裝在我的電腦（Windows 11 22H2）上，不過遺憾的是，目前對於具有SSL/TLS憑證的網站似乎就力有未逮，但作為最後一版的瀏覽器最大的功用便是安全地下載建議的Mozilla Firefox或者是Flock這兩個瀏覽器來安裝到系統上，也算是完成它最後的使命。
IBM LinuxONE Community Cloud服務由IBM與Marist College合作提供，註冊申請時需要手機驗證，申請通過後會收到兩封信件，一封是帶有虛擬伺服器授權啟用的認證信件（連結需在48小時內確認），而另外一封則是申請帳戶與使用權利的通知，上面會註記使用期限，網路上有些小道消息是這一個服務使用期限是60天，到期時可再申請續用一次，亦即這一個服務最長有120天的使用期（尚未碰過，未知），對於學習大型主機上Linux作業系統應該算是不錯的體驗。
IBM LinuxONE Community Cloud服務提供每位使用者僅一個額度的VM，其規格為2VCPUs、4GB記憶體與50GB磁碟空間，這一個規格應該足夠開個WP網站來玩看看。OS上，選擇的是Ubuntu 20.04 LTS，沒為什麼，單純習慣而已。
IBM LinuxONE Community Cloud上的作業系統影像檔預設上提供了Ubuntu 20.04 LTS，在VM環境建立完畢後，著手升級到Ubuntu 22.04 LTS，過程中順利無礙，速度也頗為快速，這應該是歸功於IBM LinuxONE的超容錯設計與卓越效能。
至於IBM LinuxONE Community Cloud主機中央處理器的資訊如下：
根據網路資料上的訊息，Marist College是一所綜合性文科大學，主校區坐落在紐約哈德遜河谷，分校區設於義大利的佛羅倫斯。網路速度如何？應該不用想，可能不如美西或者亞洲鄰近的雲端業者機房，但以目前手頭上的網路而言，其實速度還是不錯的，傳輸速率可以參考下方圖片。
建立VM後，預設通訊埠上僅開放OpenSSH通道使用，若需要其他服務（如LEMP）就需要自行開啟放行通訊埠，IBM LinuxONE Community Cloud提供的文件是以iptables方式設定，不過使用ufw（Uncomplicated Firewall）也是可以的。需要注意的是，因為該VM建立後，會直接配發一個實體IP，基於避免IP裸奔的情況發生，原則上透過內容傳遞網路（CDN）來過濾網站內容的讀取較為適切，我是透過Cloudflare WAF（Web應用程式防火牆）服務，進一步保護網站減少受到弱點攻擊的機會。
基於在大型主機上學習Linux，其實IBM LinuxONE Community Cloud或許有它自己的理由讓實體IP直接面對外面的網路環境，讓使用者以最直接的方式來理解防火牆的運作，惟基於避免網站憾事發生，透過CDN的傳遞避免裸奔情況，應該會是另外一條不同的學習思維。
另外一個是，原本計畫安裝.NET 7，微軟似乎尚未釋出類似x64架構的套件管理員安裝方式，以Snap、安裝程式腳本，或透過手動二進位安裝的方式也是碰壁，不清楚是否微軟在未來有支援IBM System/390架構版本的計畫？其實蠻期待的！
以上，使用IBM LinuxONE Community Cloud近24小時的感想只有一個，IBM System/390x果然是好東西！
在2021/2 的「Workspace for Education (原 G Suite for Education) 儲存空間政策異動」公告中，Google提及將自 2022/7/1 起限縮教育用戶僅能共同使用100TB 的儲存空間。近兩年前得知到這一個消息後，著手開始準備將原本存在Google Workspace (G Suite) 教育版儲存空間內的檔案移至到其他雲端服務上，但從近10TB的資料一下縮成5GB的空間時，其實是有壓力。
需轉移的資料主要有三個，分別是雲端硬碟（包含我的雲端以及共用雲端） 、Gmail 信箱內的所有信件以及 Google 相簿。前期的作法是透過Google推薦的畢業生自行轉移資料的方式。這方式在設定好之後，的確能為資料移轉過程中帶來便利（至少不用像TakeOut一樣還需要等候郵件通知，一筆一筆下載資料到本地端電腦），但缺點也是非常明顯的，10TB的龐然大物本身要轉移就有難度，掉檔正常。在歷經數月的操作下，最終還是在空間縮減政策期限前，改採MOVER.IO的雲端轉移方式才勉強符合校方的規範。
MOVER.IO仍會碰上在資料轉移過程中掉檔的問題，但好處是可以透過其產生的LOG來瞭解是哪些檔案在轉移過程中無法進行複製的（如：無法支援的檔案格式），使用者可以回到原始的雲端硬碟中單獨進行備份作業。
MOVER.IO其實在來源端所支援的雲端服務不少，很可惜的是，微軟在最新的政策指引中，已經排定它的淘汰時間表，未來將由SharePoint 系統管理中心接手後續的作業。待這一次資料移轉作業完成後，再嘗試透過SharePoint 系統管理中心來轉移雲端硬碟資料看看。
MOVER.IO在資料轉移的速度上我並沒有去統計每個小時能複製多少資料流量，不過根據MOVER.IO頁上面資料的顯示，其實已經遠比Google畢業生自行轉移資料與TakeOut快上許多，或許這次資料是由Google Workspace到Microsoft365帳號間的資料轉移，實際的流量仍得看各大雲端系統間而定，但這樣的速度，其實已經蠻令人滿意（2022年12月8日～2022年12月10日統計）。
最後，從去年年底嘗試透MOVER.IO將資料由Google Workspace (G Suite) 教育版搬至學校建議的Microsoft365服務後，暫時放下心中一塊大石，然而，教育版目前訂閱的雲端空間侷限在1TB，因此，龐大的資料若要完全放在Microsoft365上，恐怕還是得要考量額外購買空間或者訂閱Microsoft365其他較高的服務，至於如何選擇，還是得視自己的需求而定。
說明：本次MOVER.IO作業由Google Workspace Business Standard帳號至Microsoft 365 Developer Program帳號間的記錄。