正式失業那天，上午去找人聊天，回家後我還是坐在電腦前。也許不是「失業所以創業」的劇本，可能還帶著一種想要做作品集的那種求職慣性，總之是還沒收到履歷回覆的邀約面試。 把舊的 cawa0505.github.io 改用 Zola SSG，準備用來做自動發布技術文章的地方，因為現在很懶，所以把玩具兜一兜變成自動發文的 repo 展示場。實作到一定程度，可以讓 AI 寫一篇文講為什麼會想做、做了發現什麼。 本來底下的文字是用 golang jieba 中文分詞，做了一個詞語庫，讓 AI 隨機抽一些弱格文章的慣用語來寫一篇整理最近實作的玩具，但內容實在太爛我砍掉了。至少草稿是 AI 建立的，雖然滿無聊，不過人生好像也是。 其實蠻恐慌的，104 沒人聯絡，能力或許已經讓職場瞧不上，中老年人發發牢騷可以，日子不知道怎麼過就是。 你覺得的黃昏，其實是日出，困難的日子才剛要開始。
加拿大的 Vijay 利用 Python 的 PIL 抓取了自 1914 至 2012 電影海報上的顏色，做電影海報顏色的分析，日前有了初步的分析結果，所產生的圖表做成按年份連續顯示顏色分佈圖。 (圖片來源： Distribution of colours in movie posters between 1914 and 2012 ) 從這樣的連續分佈圖看起來，很有趣的趨勢是，暖色系變少了，冷調的藍綠色與暗色系增加了。 「藍綠色／橘色」(Teal/Orange) 顏色的偏好也曾 被 Todd Miro 提出來，他是提到好萊塢最近許多大片都患有嚴重的「色彩病毒」，以那兩種顏色為主，但如果從上面這個 Vijay 所做的電影海報歷年分析上看，這恐怕也不是近年來的問題，而應該是色彩與人類視覺的問題了。 我覺得這兩個顏色不就是光和影的顏色嗎？你的膚色，你每天曬的太陽月光，佔地球最大面積的海洋，都是生活中的習慣色吧。 那為什麼冷調的比例變多呢？天氣太熱了吧大概。