TheNote
AI og ML nyheter på norsk Notat
GooglePlay AppStore

AI og ML nyheter på norsk

«AI & ML News» er en samling av teknologiske notater med fokus på kunstig intelligens og maskinlæring. Her samles aktuelle nyheter og omtaler av den siste utviklingen innen AI og ML. Feeden dekker et bredt spekter av emner, inkludert nye algoritmer, applikasjoner og forskning. Den belyser bransjetrender og innvirkningen AI og ML har på ulike sektorer av økonomien. Materialet berører områder som nevrale nettverk, dyp læring og naturlig språkbehandling. Eksempler på AI-anvendelser i helsevesenet, finanssektoren og andre bransjer blir gjennomgått. Publikasjonene vil være av interesse for både spesialister - utviklere og dataanalytikere - og for alle som er interessert i utviklingen av KI-teknologi. Spørsmål om etikk og personvern i forbindelse med kunstig intelligens tas opp. Leserne blir introdusert for sentrale aktører i AI-markedet - fra store selskaper til lovende oppstartsbedrifter. Det presenteres også informasjon om verktøy og plattformer for utvikling av AI-systemer. «AI & ML News» har som mål å gi objektiv og oppdatert informasjon om utviklingen av kunstig intelligens og maskinlæring.
RSS Hunter RSS Hunter • 27. juli 2024

Notattråd

Transformers: Attention's Age

I 2017 presenterte forskere Transformer-modellen i papiret «Attention is All You Need», som revolusjonerte naturlig språkbehandling (NLP). Tidligere modeller som RNN-er og LSTM-er behandlet ord sekvensielt, noe som begrenset deres evne til å håndtere lange setninger, noe som bremset opplæringen og hindret parallell behandling. Transformer løste disse problemene ved å bruke oppmerksomhet på seg selv, som tillot modellen å fokusere på viktige ord uavhengig av deres posisjon i en setning. Dette gjorde Transformer raskere og mer skalerbar, spesielt ved å utnytte parallellisering. Det eliminerte behovet for sekvensiell ordbehandling og forbedret forståelsen av komplekse forhold mellom ord. Modellens koder-dekoder-arkitektur behandler inngangssekvenser effektivt til utganger som oversettelser. Viktige funksjoner som oppmerksomhet med flere hoder, gjør at modellen kan fange opp forskjellige aspekter ved betydningen i en setning samtidig. Dekoderen genererer oversettelser trinn for trinn ved å fokusere kun på foregående ord, noe som sikrer nøyaktighet. Denne arkitekturen har blitt grunnlaget for mange moderne modeller som BERT og GPT, som i stor grad forbedrer ytelsen i ulike NLP-oppgaver.
Transformers: Age of Attention hackernoon.com
CdXz5zHNQW_IT3IvF71Jb.jpeg
RSS Hunter RSS Hunter • 13. sep. 2024

En multimodal søkeløsning som bruker NLP, BigQuery og innebygde funksjoner

Bloggen diskuterer utviklingen av søketeknologier utover tekst, og integrerer bilder og videoer i søkefunksjoner gjennom multimodale forankringer. Tradisjonelle bedriftssøkemotorer ble designet for tekstbaserte søk, noe som begrenser evnen deres til å håndtere visuelt innhold. Ved å integrere naturlig språkbehandling (NLP) og multimodale forankringer, er det nå mulig å utføre semantisk, kryssmodal søking, slik at brukere kan søke etter bilder og videoer på samme måte som med tekst. Bloggen demonstrerer et system som kan utføre tekst-til-bilde-, tekst-til-video- og kombinert søk ved å bruke Google Cloud Storage for lagring av medier og BigQuery for indeksering. En multimodal forankringsmodell brukes til å generere forankringer for mediefiler, noe som muliggjør effektive likhetssøk. Arkitekturen støtter sømløse kryssmodale søkeopplevelser, noe som gjør innholdsoppdagelse mer intuitivt. Brukerens tekstinput konverteres til en forankring, og et vektorsøk utføres for å matche søket med de lagrede mediedataene. Til slutt presenteres resultatene for brukeren med de mest relevante bildene eller video-URI-ene og deres likhetsscore. Denne tilnærmingen forbedrer søkeopplevelsen og åpner opp nye muligheter for søk etter visuelt innhold.
A multimodal search solution using NLP, BigQuery and embeddings cloud.google.com
CdXz5zHNQW_1XAuQPcNYE.jpeg
RSS Hunter RSS Hunter • 12. sep. 2024

10 Python-bibliotek du må kjenne for maskinlæring i 2024

Etter hvert som vi beveger oss gjennom 2024, fortsetter maskinlæring (ML) å utvikle seg raskt. Python, med sitt innholdsrike økosystem av biblioteker, forblir i forkant av ML-utvikling. I dette innlegget vil vi utforske de ti beste Python-bibliotekene som dominerer ML-scenen i 2024, hvordan feltet har endret seg siden 2020, og nøkkelen […]
10 Must-Know Python Libraries for Machine Learning in 2024 machinelearningmastery.com
CdXz5zHNQW_vLGmTCm32D.jpeg
RSS Hunter RSS Hunter • 12. sep. 2024

AI-drevet GitHub README-generator

README-generatoren med kunstig intelligens er et nytt verktøy utviklet for å hjelpe utviklere med å opprette README-filer av høy kvalitet til GitHub-prosjektene sine. Dette verktøyet forenkler dokumentasjonsprosessen ved å generere strukturerte og profesjonelt utseende README-filer ved hjelp av grunnleggende prosjektinformasjon. Det tilbyr smart formatering med GitHub-flavored Markdown og inneholder ulike maler som passer for forskjellige prosjekttyper. Verktøyet foreslår også relevante seksjoner basert på prosjektets natur og forbedrer språket for å oppnå klarhet og engasjement. Ved å bruke dette verktøyet kan utviklere spare tid, forbedre prosjektvisningen og sikre at dokumentasjonen er klar, kortfattet og konsekvent. Det støtter både oppretting av nye README-filer fra bunnen av eller forbedring av eksisterende filer ved å analysere det gjeldende innholdet og foreslå forbedringer. Brukere kan se gjennom og tilpasse det genererte innholdet slik at det passer til prosjektets behov før det bekreftes i GitHub-repositoriet, noe som gjør det enklere for andre å forstå og bidra til prosjektet. Alt i alt er det en effektiv måte å forbedre samarbeidet på og vise frem prosjekter på en mer profesjonell måte.
AI-Powered GitHub README Generator dev.to
CdXz5zHNQW_x8MllfWBsD.jpeg
RSS Hunter RSS Hunter • 12. sep. 2024

Forbedre dine maskinlæringsferdigheter: Gratis kurs for matematikk og statistikk

Er du ivrig etter å dykke ned i maskinlæringsverdenen, men føler deg litt overveldet av matematikk og statistikk? Ikke bekymre deg, du er ikke alene! Mange håpefulle datavitenskapere synes disse emnene er skremmende. Den gode nyheten er at det finnes en overflod av gratis nettkurs som kan hjelpe deg å bygge et solid fundament.Coursera:Maskinlæring av Andrew Ng: Dette legendariske kurset introduserer deg ikke bare til maskinlæringskonsepter, men gir også et sterkt matematisk grunnlag. Matematikk for maskinlæring av Imperial College London: Hvis du er ute etter en dyp dykk i de matematiske konseptene, er dette kurset et godt valg.edX:Innføring til maskinlæring av Microsoft: Dette kurset tilbyr en balansert tilnærming, kombinerer maskinlæringsgrunnlag med nødvendige matematiske kunnskaper. Grunnleggende om datavitenskap av Columbia University: Et bredere perspektiv på datavitenskap, inkludert statistikk og maskinlæring, gis i dette kurset. MIT OpenCourseWare:Innføring til algoritmer: Selv om dette ikke bare handler om maskinlæring, legger dette kurset et sterkt grunnlag i algoritmer og datastrukturer, som er essensielt for å forstå maskinlæringskonsepter. Sannsynlighet og tilfeldige variabler: En dyp dykk i sannsynlighetsteori er avgjørende for å forstå mange maskinlæringsalgoritmer.Khan Academy:Lineær algebra: En omfattende ressurs for å lære lineær algebra, et grunnleggende tema innen maskinlæring.Kalkulus: Et annet essensielt matematisk konsept, kalkulus, dekkes i detalj på Khan Academy.Statistikk og sannsynlighet: En solid forståelse for statistikk og sannsynlighet er avgjørende for dataanalyse og maskinlæring.Husk: Selv om disse kursene tilbyr verdifulle ressurser, er konsekvent praksis og praktisk erfaring nøkkelen til å mestre disse emnene. Start med det grunnleggende og øk kompleksiteten gradvis etter hvert som du får selvtillit. Med dedikasjon og de rette ressursene vil du være godt på vei til å bli en dyktig maskinlæringsutøver.God læring!
Boost Your Machine Learning Skills: Free Courses for Math and Statistics dev.to
RSS Hunter RSS Hunter • 10. sep. 2024

Sakana AIs «AI-forsker»: Den neste Einstein eller bare et verktøy?

Innen kunstig intelligens har en banebrytende utvikling oppstått, som lover å omforme selve prosessen med vitenskapelige oppdagelser. I samarbeid med Foerster Lab for AI Research ved Oxford University og forskere fra University of British Columbia har Sakana AI lansert «The AI Scientist» – et omfattende system som er designet for å fullt ut […]
Sakana AI’s “AI Scientist”: The Next Einstein or Just a Tool? analyticsvidhya.com
CdXz5zHNQW_lgHhEUE8m5.jpeg
RSS Hunter RSS Hunter • 10. sep. 2024

Tegnspråkdetektor med Open CV og Python: Håndbevegelsesgjenkjenning

Håndbevegelser gjenkjennes med OpenCV og PythonJeg har laget en YouTube-video som viser frem håndbevegelsesgjenkjenningsprogrammet mitt med OpenCV og Python som kan gjenkjenne tegn på tegnspråk! ✋🤖I dette prosjektet har jeg gjort følgende: - Konfigurert OpenCV og Python for datasyn - Fanget og behandlet videoinndata i sanntid - Implementert maskinlæring for bevegelser - Gjenkjent og tolket tegn på tegnspråk
Sign Language Detector with Open CV and Python: Hand Gesture Recognition dev.to
CdXz5zHNQW_W9yp4GkwFM.jpeg
RSS Hunter RSS Hunter • 10. sep. 2024

De beste AI-avtalene i Europa i år

I 2024 viste den europeiske AI-sektoren betydelig motstandskraft i risikokapitalfinansiering, med 14 investeringer som oversteg 100 millioner dollar fra august. Dette står i kontrast til det utfordrende landskapet for oppstartsbedrifter generelt, der det har vært vanskelig å sikre finansiering. Særlig har AI fremstått som et sterkt investeringsområde, drevet av de høye kostnadene forbundet med å utvikle AI-teknologier og den intense konkurransen om talenter.Viktige høydepunkter fra de største AI-avtalene i Europa i år inkluderer:- Wayve: Denne Cambridge-baserte oppstartsbedriften samlet inn 1,05 milliarder dollar for å forbedre sin autonome kjøreteknologi, noe som markerte den største enkeltfinansieringsrunden for et AI-selskap i Europa. Wayve fokuserer på å selge AI-teknologien sin til bilprodusenter i stedet for å produsere kjøretøyer selv. - Mistral: En fremtredende aktør i byggingen av store språkmodeller, Mistral har samlet inn over 1 milliard dollar gjennom to betydelige finansieringsrunder på henholdsvis 431 millioner dollar og 650 millioner dollar. Selskapet vektlegger åpen kildekode-teknologi som appellerer til bedrifter og utviklere. - Helsing: Denne tyske oppstartsbedriften, som fokuserer på AI for forsvarsformål, sikret seg 484 millioner dollar. Teknologien deres tar sikte på å forbedre forsvarssystemer og -kapasiteter, særlig i lys av geopolitiske spenninger i Europa. - Poolside: Poolside, som retter seg mot programvareutviklere, samlet inn 400 millioner dollar for å utvikle AI-verktøy som effektiviserer programvareutviklingsprosesser. - DeepL: DeepL, som er kjent for sine AI-drevne oversettelsestjenester, samlet inn 320 millioner dollar med fokus på B2B-markedet med rundt 100 000 bedriftskunder. - H: Denne oppstartsbedriften, tidligere kjent som Holistic AI, samlet inn 220 millioner dollar som en frørunde, med sikte på å utvikle AI-agenter for oppgaveautomatisering og beslutningstaking. - Flo Health: Denne London-baserte kvinnehelseappen samlet inn 200 millioner dollar og ble dermed den første rene digitale helseappen som oppnådde en verdivurdering på over 1 milliard dollar. - Pigment: Denne parisiske oppstartsbedriften, som tilbyr løsninger for bedriftsressursplanlegging, samlet inn 145 millioner dollar og integrerte AI i sine tilbud.Alt i alt er det europeiske AI-landskapet preget av betydelige finansieringsrunder og et fokus på grunnleggende teknologier, med byer som Paris som fremstår som viktige knutepunkter for AI-utvikling.
The top AI deals in Europe this year techcrunch.com
CdXz5zHNQW_1dHclHl6ue.jpeg
RSS Hunter RSS Hunter • 10. sep. 2024

Substack (YC W18) ansetter ingeniører innen maskinlæring

Oversikt Som ML-ingeniør hos Substack vil du spille en avgjørende rolle i utviklingen og implementeringen av banebrytende maskinlæringsløsninger for å forbedre våre produkttilbud. Du vil være en del av et dynamisk team som samarbeider tett med programvareingeniører og datavitenskapsfolk for å innlemme maskinlæringsmodeller i kodebasen vår og integrere dem sømløst i produktene våre. Denne rollen gir en spennende mulighet til å forme fremtiden for vår teknologipakke og ha betydelig innvirkning.Substacks kompensasjonspakke inkluderer en markedsledende lønn, aksjer i alle heltidsroller og enestående fordeler. Vår lønnspakke for denne rollen ligger mellom $185 000–$240 000. Det endelige tilbudet avhenger av flere faktorer, inkludert kandidatens erfaring og ekspertise, og kan variere fra beløpene oppført ovenfor.Ansvar - Vær ledende i Substacks tenkning om ML-adopsjon og integrering av ML-verktøy og -teknikker - Samarbeid med tverrfunksjonelle team for å identifisere og definere maskinlæringsmuligheter som stemmer overens med vårt produktveikart - Utvikle, trene og distribuere maskinlæringsmodeller ved hjelp av Python og populære ML-rammeverk - Utnytt ferdige ML-verktøy og -systemer for å akselerere Substacks evne til å innlemme ML-funksjonalitet i produktet og arbeidsflyten - Integrere maskinlæringsmodeller og -rørledninger i hovedappene våre med JavaScript/TypeScript - Optimalisere og finjustere ML-modeller for ytelse, skalerbarhet og effektivitet - Designe og implementere datarørledninger for databehandling, funksjonskonstruksjon og modelltrening - Distribuere og eie integrerte produktopplevelser og interne verktøyKrav - 7+ års relevant erfaring med data- og ML-systemer - Sterke programmeringsevner i Python og erfaring med Python-biblioteker som vanligvis brukes i maskinlæring (f.eks. Transformers og Tensorflow) - Solid forståelse av maskinlæringsalgoritmer, dyp læring og statistisk modellering - Selvstendig og autonom. Vi er for små til å ha en mikrostyrt ledelse, og forventer at alle i selskapet eier sitt eget arbeid og kan være en leder. - Setter høye standarder for deg selv og andre når du arbeider med produksjonssystemer. - Liker å samarbeide med en mangfoldig gruppe interessenter og samtidig tilføre teamet din egen unike erfaring og bakgrunnØnskelig å ha - Ferdigheter i Node.js og JavaScript for sømløs integrering av maskinlæringsmodeller i kodebasen vår - Kjennskap til skyplattformer (f.eks. AWS eller Modal) - Erfaring med forbrukernettprogrammer i stor skalaSubstack er en arbeidsgiver som gir like muligheter. Alle søkere vil bli vurdert for ansettelse uten hensyn til rase, hudfarge, religion, kjønn (inkludert graviditet, seksuell legning, kjønnsidentitet eller transpersonstatus), alder, nasjonal opprinnelse, veteranstatus eller funksjonshemming. Vi søker personer som er lidenskapelig opptatt av å muliggjøre uavhengig uttrykk og bygge en bedre forretningsmodell for opphavsmenn. Hvis du ønsker å se hva medier, fellesskap og innhold kan bli når de frigjøres fra reklamemodeller, og du har ferdighetene og erfaringen til å bidra, vil vi gjerne møte deg.
Substack (YC W18) Is Hiring Machine Learning Engineers grnh.se
RSS Hunter RSS Hunter • 10. sep. 2024

AI og blokkjede: En inkompatibel allianse

Blokkjede og kunstig intelligens (KI) er to hurtigvoksende teknologier med potensial til å revolusjonere mange sektorer. Selv om de tradisjonelt sett anses som uforenlige, tilbyr de unike styrker: Blokkjede gir sikkerhet og åpenhet, mens KI utmerker seg ved å behandle store mengder data og lære av dem. Blokkjeder sikrer integriteten til data med desentraliserte, manipuleringssikre registre, mens KI har kraften til maskinlæring og beslutningstaking. Når de kombineres, kan blokkjeder sikre KI-modeller ved å kryptere og distribuere dem, samtidig som de gir åpenhet i KIs beslutningsprosess. Denne integreringen kan forbedre personvern ved at blokkjeder kontrollerer tilgangen til sensitive data som brukes av KI. De to teknologiene kan revolusjonere bransjer som logistikk, finans, helsetjenester og utdanning ved å tilby mer effektive systemer, personlige tjenester og høyere sikkerhet. Det er fortsatt utfordringer, fra juridiske bekymringer til tekniske barrierer, men de potensielle fordelene gjør syntesen av blokkjede og KI til et lovende skritt mot en sikrere og mer innovativ fremtid.
AI and Blockchain: An Incompatible Alliance hackernoon.com
CdXz5zHNQW_EE7h46XUKP.jpeg
RSS Hunter RSS Hunter • 10. sep. 2024

DBSCAN, forklart på 5 minutter

DBSCAN er en klyngingsalgoritme som identifiserer klynger i data basert på tettheten av punkter, noe som gjør den nyttig for å håndtere støy og detektere utliggere. I motsetning til k-means, krever ikke DBSCAN spesifisering av antall klynger på forhånd, noe som gjør den fordelaktig i mange situasjoner. Algoritmen bruker to viktige parametere: radius (epsilon) og minimum antall naboer (N) som kreves for å danne et kjernepunkt. Kjernepunkter danner klynger sammen med sine nærliggende naboer, mens punkter som ikke oppfyller disse kriteriene, merkes som støy eller utliggere. Implementeringen av DBSCAN starter med en avstandsfunksjon, ofte Euklidisk, for å beregne avstander mellom punkter. Algoritmen itererer over alle punkter og grupperer dem i klynger basert på deres nærhet til hverandre. Punkter som ikke har nok naboer, klassifiseres som støy. Etter implementering av DBSCAN, kan ytelsen kontrolleres ved å sammenligne den med resultatene fra sklearn-biblioteket, som bør produsere identiske klynger. Det er viktig å finjustere epsilon- og N-verdiene, da de i stor grad påvirker klyngeringsresultatene. Artikkelen gir et eksempel med syntetiske data for å visualisere klyngingsprosessen.
DBSCAN, Explained in 5 Minutes towardsdatascience.com
CdXz5zHNQW_2T09iCSRkR.png
RSS Hunter RSS Hunter • 10. sep. 2024

Google DeepMind-ansatte protesterer mot amerikanske militær- og forsvarskontrakter

Nærmere 200 arbeidere i Google DeepMind, selskapets forskningsdivisjon for AI, har signert et brev som oppfordrer selskapet til å terminere kontraktene med militære organisasjoner. 16. mai ble brevet publisert av TIME, og fremhevet økende bekymring innenfor organisasjonen om de etiske implikasjonene for at deres AI-teknologi brukes til digital krigføring. Signaturer representerer rundt 5 % av DeepMinds arbeidskraft, og påpekte selskapets kontrakter om å levere AI- og skytjenester til forskjellige myndigheter, inkludert det israelske militæret under Project Nimbus.Google-ansatte var bekymret for at deres AI ble brukt i krigføring.Arbeiderne argumenterer for at en slik involvering bryter med Googles egne prinsipper for AI, som sier at selskapet ikke vil forfølge AI-applikasjoner som forårsaker «total skade» eller bidrar til våpen og overvåking. Selv om brevet avstår fra å nevne spesifikke geopolitiske konflikter, lenkes det til rapporter som hevder at israelske militære operasjoner bruker AI for overvåking og målretting. Selv om DeepMind historisk har opprettholdt en policy mot å bruke teknologien sin til militære formål, har virksomheten blitt stadig tettere knyttet til Googles bredere operasjoner siden oppkjøpet i 2014, noe som har ført til tettere bånd til militære kontrakter. Til tross for brevetes krav, inkludert en gjennomgang av DeepMinds teknologi som brukes av militære kunder og etableringen av et nytt styringsorgan, har ikke Google tatt noen avgjørende tiltak. TechRadar Pro har bedt selskapet kommentere det interne brevet fra ansatte, men vi mottok ikke et umiddelbart svar. En av brevets signaturer uttrykte sin misnøye med Googles svar på klagen til TIME, og uttalte at selskapets uttalelse om Project Nimbus «er så spesifikt uspesifikt at vi alle er like kloke på hva det faktisk betyr.
Google DeepMind workers protest over US military and defense contracts techradar.com
CdXz5zHNQW_dufSnWtrrX.jpeg
RSS Hunter RSS Hunter • 10. sep. 2024

ChatGPT-4 vs. Llama 3.1 – Hvilken modell er best?

Kunstig intelligens har opplevd en bemerkelsesverdig utvikling de siste årene, særlig innen behandling av naturlig språk. Blant de mange språkmodellene til AI, har to av dem fått betydelig oppmerksomhet: ChatGPT-4 og Llama 3.1. Begge er utformet for å forstå og generere menneskelignende tekst, noe som gjør dem til verdifulle verktøy for ulike bruksområder, fra kundeservice til innholdsopprettelse. I denne bloggen vil vi […]
ChatGPT-4 vs. Llama 3.1 – Which Model is Better? analyticsvidhya.com
CdXz5zHNQW_lWBuBNoT3g.jpeg
RSS Hunter RSS Hunter • 30. aug. 2024

Hvordan kunstig intelligens har endret CRM-spillet

Automatisering har lenge vært en hjørnestein i CRM-systemer og hjulpet salg-, markedsførings- og kundeserviceteam med å effektivisere repetitive oppgaver. Integreringen av AI har imidlertid forbedret CRM-funksjoner betraktelig og revolusjonert prosesser som kundeemneadministrasjon, prediktiv analyse og kundeservice. AI-verktøy i CRM, som Einsteins Salesforce, analyserer store datamengder for å forutsi kundeemnekonverteringer, noe som lar salgsteam fokusere på prospekter med høyt potensial. AI-drevne chatroboter forbedrer kundeservicen ved å gi raske, personlige svar og dirigere komplekse saker til menneskelige agenter når det er nødvendig. I tillegg hjelper AI bedrifter med å forstå sitt publikum bedre ved å analysere kundeatferd og lage detaljerte kjøperpersonaer. Salgsprognose har også blitt forbedret, ettersom AI kan analysere historiske data og sanntidsdata for å forutsi salgsresultater og identifisere trender. Ved å forbedre automatisering med AI gir CRM-systemer nå mer kontekstuelt klar over og effektiv automatisering av oppgaver, noe som i siste instans øker produktiviteten. Til tross for denne utviklingen forblir menneskelig ekspertise avgjørende for vellykket AI-implementering i CRM, og understreker behovet for kompetanseheving og ansettelse av nye talenter.
How Artificial Intelligence Has Changed The CRM Game hackernoon.com
CdXz5zHNQW_GEQ4HPEs5i.jpeg
RSS Hunter RSS Hunter • 29. aug. 2024

Denne appen lar deg lytte til alle bøker, artikler eller PDF-er, takket være AI

Tekst-til-tale-selskapet ElevenLabs har lansert en opplesningsapp som støtter tekst til tale for PDF-er, ePub-filer, artikler og mer. Med appen kan du velge mellom en rekke AI-stemmer for opplesing, og den er gratis å bruke.Tekst-til-tale-funksjonalitet er en av de beste tilgjengelighetsfunksjonene på smarttelefoner. Den er også nyttig hvis du bare ønsker å høre innhold i stedet for å lese det (f.eks. når du kjører eller løper). Heldigvis er det nå her en ny opplesningsapp som lover å være en stor oppgradering.ElevenLabs har kunngjort tilgjengeligheten av ElevenLabs Reader-appen for Android og iOS, og lover at du kan høre på alt mens du er på farten. Mer spesifikt sier utvikleren at du kan høre på PDF-er, ePub-filer, tekstfiler, artikler, nyhetsbrev eller annet tekstlig innhold. Det er imidlertid verdt å merke seg at appen ikke støtter Kindle-biblioteket ditt.
This app lets you listen to any book, article or PDF thanks to AI androidauthority.com
CdXz5zHNQW_eLzyHpV3D2.jpeg
RSS Hunter RSS Hunter • 29. aug. 2024

Journo AI – Superkrefter for journalister ved å automatisere tidkrevende oppgaver

Journo AI gir finansjournalister superkrefter ved å automatisere tidkrevende oppgaver innen research, utkast, gjennomgang og redigering. Ta rutineoppgaver fra 10–20 minutter til 10–20 sekunder, og bruk mer tid på å skrive og mindre tid på å utføre oppgaver med høy energiforbruk og lav avkastning.
Journo AI - Superpowering journalists by automating time-consuming tasks producthunt.com
CdXz5zHNQW_FjZsFMgzS2.jpeg
RSS Hunter RSS Hunter • 29. aug. 2024

Hva skjer innen maskinlæring? Noen minimale modeller

I Stephen Wolframs artikkel utforskes det indre arbeidet i maskinlæring gjennom minimale modeller, som har som mål å forenkle AI-ens kompleksiteter. Han begynner med å diskutere hvordan nevronale nettverk er inspirert av biologiske systemer, men opererer ved hjelp av matematiske abstraksjoner. Wolfram understreker betydningen av å forstå de grunnleggende prosessene i maskinlæring i stedet for å kun fokusere på resultater. Han bruker cellulær automater som en enkel modell for å illustrere hvordan kompleksitet kan oppstå fra enkle regler. Ved å sammenligne maskinlæring med disse systemene, foreslår Wolfram at forståelse av underliggende mekanikker kan føre til bedre innsikter i hvordan AI fungerer. Han berører også rollen til tilfeldighet og determinisme i trening av modeller, og argumenterer for at tilsynelatende uforutsigbar atferd kan spores tilbake til enkle, deterministiske regler. Wolfram vektlegger behovet for nye paradigmer for å bedre forstå maskinlæringens sanne natur. Han diskuterer også begrensningene til nåværende AI-modeller, som ofte er tungt avhengig av data i stedet for forståelse. Til slutt oppfordrer han til en dypere utforskning av minimale modeller for å avdekke de grunnleggende prinsippene som styrer maskinlæring, noe som kan føre til mer robuste og fortolkbare AI-systemer.
What's Going on in Machine Learning? Some Minimal Models writings.stephenwolfram.com
CdXz5zHNQW_LL4HTs3TLM.jpeg
RSS Hunter RSS Hunter • 29. aug. 2024

DeepMind-ansatte undertegner brev i protest mot Googles forsvarskontrakter

Minst 200 arbeidere ved DeepMind, Googles AI F&U-avdeling, er misfornøyde med Googles rapporterte forsvarskontrakter – og ifølge Time sendte de et brev internt i mai for å si nettopp det. Brevet, datert 16. mai, sier at de undertegnede er bekymret for «Googles kontrakter med militære organisasjoner» og siterer artikler om teknologien […]
DeepMind workers sign letter in protest of Google’s defense contracts techcrunch.com
CdXz5zHNQW_EECCesM0Lz.jpeg
RSS Hunter RSS Hunter • 29. aug. 2024

Tren/finjuster Segment Anything 2 (SAM 2) med 60 linjer kode

SAM2 (Segment Anything 2) fra Meta er en allsidig bildesegmenteringsmodell trent på et omfattende datasett med 11 millioner bilder og 11 milliarder masker, noe som gjør den svært effektiv for et bredt spekter av segmenteringsoppgaver. Mens SAM2 kan segmentere vanlige objekter godt, kan den være mindre effektiv for sjeldne eller domene-spesifikke oppgaver, noe som nødvendiggjør finjustering for å forbedre ytelsen på spesifikke datasett. Denne veiledningen skisserer hvordan du kan finjustere SAM2 for tilpassede oppgaver med kun 60 linjer kode. Prosessen innebærer nedlasting av SAM2, forberedelse av et datasett og bruk av et enkelt skript for å laste inn bilder, segmenteringsmasker og velge tilfeldige punkter innenfor disse maskene. Finjusteringen fokuserer på å trene maskedekoderen og, valgfritt, promptkoderen mens bildekoderen fryses. Veiledningen dekker også hvordan du konfigurerer optimereren, implementerer trening med blandet presisjon og kjører en treningssløyfe med tilpassede tapfunksjoner for å forbedre modellen. Det siste trinnet inkluderer lagring av den finjusterte modellen og bruk av den for inferens på nye bilder, noe som demonstrerer den praktiske bruken av SAM2 i spesialiserte segmenteringsoppgaver.
Train/Fine-Tune Segment Anything 2 (SAM 2) in 60 Lines of Code towardsdatascience.com
CdXz5zHNQW_dLgS4NZnT9.jpeg
RSS Hunter RSS Hunter • 29. aug. 2024

Omgjør dine serviette-skisser til høy kunst med denne AI-bildet generatoren

AI-bildet generatorene utvikler seg raskt, med flere plattformer som lanserer store oppdateringer. Ideogram har nylig lansert Ideogram 2.0, med betydelige forbedringer og nye funksjoner, inkludert en iOS-app og en enorm søkbart bibliotek med over en milliard brukergenererte bilder. Denne versjonen tilbyr brukerne større kontroll over AI-genererte bilder, med en rekke distinkte stiler som Realistisk, som produserer levende bilder, og Design, som excellerer i tekstnøyaktighet innen bilder. Andre stiler inkluderer 3D, Anime og Generelt, hver av dem tilfredsstiller forskjellige kreative behov. Ideogram 2.0 har også forbedret sine Magic Prompt og Describe-verktøy, tillatende mer detaljerte prompt-ekspansjoner og bildebeskrivelsesgenerering. Lanseringen inkluderer en beta-API, som muliggjør integrasjon med andre apper, likt hvordan DALL-E og Flux er integrert i andre plattformer. Med disse oppdateringene, har Ideogram 2.0 som mål å konkurrere med store spillere som OpenAIs DALL-E, lovet høykvalitets, fotorealistiske bilder med lesbare tekster.
Turn your napkin doodles into high art with this AI image generator techradar.com
CdXz5zHNQW_DBzXHXPWBL.png
RSS Hunter RSS Hunter • 28. aug. 2024

Lanserer modellfamilien Jamba 1.5 fra AI21 Labs på Vertex AI

AI21 Labs har introdusert Jamba 1.5 Model Family, som nå er tilgjengelig i en offentlig forhåndsvisning på Google Clouds Vertex AI Model Garden. Familien består av to modeller: Jamba 1.5 Mini, som er utviklet for effektive og lette oppgaver som kundestøtte og tekstgenerering, og Jamba 1.5 Large, som utmerker seg i avanserte resonneringsoppgaver som finansiell analyse. Begge modeller har et kontekstvindu på 256K og bruker Mamba-Transformer-arkitekturen, og tilbyr effektiv behandling og avanserte funksjoner for utviklere som funksjonskall, RAG-optimaliseringer (Retrieval-Augmented Generation) og strukturert JSON-utdata.Disse modellene er skreddersydd for bedriftsapplikasjoner, spesielt innen områder som kundeservice, finansiell analyse og innholdsoppretting. De kan for eksempel oppsummere lange dokumenter, hente ut innsikt fra finansielle data og generere innhold av høy kvalitet. Jamba 1.5-modellene er en del av Google Clouds bredere forpliktelse til et åpent og fleksibelt AI-økosystem, noe som gir bedriftsbrukere muligheten til å bygge løsninger som best oppfyller deres behov.Tilgjengelig på Vertex AI utvider disse modellene plattformens tilbud, som inkluderer over 150 modeller, noe som gjør at brukerne kan velge de beste verktøyene for sine prosjekter. Vertex AI støtter enkel eksperimentering, tilpasning og distribusjon av disse modellene, noe som muliggjør optimalisert ytelse, kostnadsstyring og sikker distribusjon. Utviklere kan få tilgang til disse modellene via enkle API-kall og distribuere dem ved hjelp av Google Clouds administrerte infrastruktur, som tilbyr robuste sikkerhets- og samsvarsfunksjoner.Det er enkelt å komme i gang med Jamba 1.5-modellene, ettersom brukere kan velge og aktivere modellene direkte fra Vertex AI Model Garden eller Google Cloud Marketplace. Google Cloud fortsetter å samarbeide med partnere som AI21 Labs for å levere banebrytende AI-funksjoner, og sikre at utviklere har tilgang til de nyeste fremskrittene innen AI-teknologi.
Announcing the Jamba 1.5 Model Family from AI21 Labs on Vertex AI cloud.google.com
CdXz5zHNQW_kfrguXguxE.jpeg
RSS Hunter RSS Hunter • 27. aug. 2024

Dokumentekstraksjon er GenAIs fantastisk ap

Artikkelen diskuterer utviklingen av og virkningen av generativ AI (GenAI) i automatisering av komplekse kontoroppgaver, spesielt uttrekking av dokumenter. Forfatteren reflekterer over sin erfaring som en maskinlæringsingeniør hos LinkedIn, hvor det var en utfordring å tolke stillingstitler riktig på tvers av forskjellige språk og regioner. Med fremveksten av store språkmodeller (LLM) som GPT-4, har oppgaver som tidligere var vanskelige, som å forstå og standardisere CV-er, blitt trivielle. GenAIs virkelige potensial ligger i automatisering av kontorarbeid som involverer uttrekking av innsikt fra dokumenter, en oppgave som utgjør en betydelig del av det globale BNP. Eksempler inkluderer utgiftsstyring, avgjørelser av helsekrav og låneinnvilgelser. Selv om det er kjent at LLM hallusinerer i noen sammenhenger, utmerker de seg med tanke på resonnering om tekst når de er basert på spesifikke inndata-dokumenter. Nøkkelen til vellykket dokumentuttrekking ved bruk av LLM er ren tekstkonvertering og robust skjemautforming, noe som sikrer konsistente og nøyaktige resultater. Forfatteren understreker viktigheten av riktig tekstuttrekking, som innebærer håndtering av kompleks formatering og merknader. De deler sin erfaring med å bygge Docupanda.io, en SaaS-løsning utviklet for å møte utfordringene med dokumentforståelse ved å generere rene tekstrepresentasjoner og overholde forhåndsdefinerte skjemaer. Artikkelen understreker at det er avgjørende å definere disse skjemaene, og at AI kan bistå i foredlingen av dem gjennom iterativ tilbakemelding. Til slutt oppfordrer forfatteren til å utforske bruken av LLM for å regulere dokumentbehandling, og antyder at GenAIs virkelige «drapsapp» er dens evne til å transformere dokumentbasert kontorarbeid.
Document Extraction is GenAI’s Killer App towardsdatascience.com
CdXz5zHNQW_gZEuCrmBfg.jpeg
RSS Hunter RSS Hunter • 27. aug. 2024

Harmonyze ønsker å bygge kunstige intelligens-agenter for å hjelpe franchisetakerne å forstå ustrukturert data

For noen virksomheter er det en klar vekstbane som ikke innebærer å kjøpe opp andre selskaper eller utvide på egen hånd: franchising. I USA er det mer enn 800 000 franchise-virksomheter, ifølge Statista, og dette tallet forventes å fortsette å vokse år etter år. Men å tilby franchising av virksomheten – å lisensiere en forretningsmodell og merkevare til […]
Harmonyze wants to build AI agents to help franchisors make sense of unstructured data techcrunch.com
CdXz5zHNQW_421jNeXQrW.jpeg
RSS Hunter RSS Hunter • 26. aug. 2024

Fremme påliteligheten til systemet: Metas AI-drevne tilnærming til rotårsaksanalyse

Meta delte nylig hvordan de forbedrer systemets pålitelighet gjennom avanserte undersøkelsesverktøy, inkludert det AI-assisterte Hawkeye, som hjelper til med å feilsøke arbeidsflyter for maskinlæring. Ved å integrere kunstig intelligens har Meta utviklet et nytt undersøkelsessystem som kombinerer heuristikkbasert innhenting med rangering av store språkmodeller (LLM) for å bistå i analyse av grunnårsaker.
Advancing System Reliability: Meta's AI-Driven Approach to Root Cause Analysis infoq.com
CdXz5zHNQW_Z0tSN9tbq5.jpeg
RSS Hunter RSS Hunter • 26. aug. 2024

LLM-drevne DevOps-assistent Clio lanseres for å hjelpe ingeniører med å administrere skyinfrastruktur

Acorn, et selskap grunnlagt for å hjelpe organisasjoner med å implementere AI-baserte teknologiløsninger, har nylig lansert Clio, en AI-drevet kommandolinjeassistent utformet for å hjelpe ingeniører med å håndtere DevOps-arbeidsflyter.I et blogginnlegg og en direktestrøm på YouTube beskriver Acorn Clio som en «litt gretten, men vennlig assistent» som kan håndtere ulike DevOps-relaterte oppgaver via naturlig språk.
LLM-Powered DevOps Assistant Clio Launches to Help Engineers Manage Cloud Infrastructure infoq.com
CdXz5zHNQW_m59CNHfXBQ.jpeg
RSS Hunter RSS Hunter • 26. aug. 2024

Introducing New Features on Codest: Generate Flutter and React Native Apps!

I vårt siste nyhetsbrev presenterte vi Codest, et AI-verktøy som genererer NextJS-apps fra bilder. Bygget på dens suksess, har vårt R&D-team utvidet Codest's muligheter til nå også omfatte generering av Flutter- og React Native-apps fra bilder. Vi har dokumentert vår fremgang i to tidligere blogginnlegg og er spente på å annonsere at disse nye funksjonene nå er tilgjengelige i vår Proof of Concept (PoC).Hva er nytt? - Flutter App-Generering: Codest kan nå generere høykvalitets, modulær Flutter-kode fra bilder, med klar separasjon mellom layout og data. - React Native App-Generering: Liksom Flutter-integreringen, genererer Codest også strukturert og gjenbrukbart React Native-kode.Hvorfor bruke Codest? Codest har vist seg å redusere utviklingstiden med opptil 20%, og tilbyr utviklere ren, modulær kode som hjelper med å strømlinje utviklingsprosessen for både mobile og web-apps.Vi inviterer deg til å se på tre korte videoer som viser Codest i aksjon, demonstrerende hvordan det kan generere funksjonelle apps fra bilder for React Native, Flutter og Next.js.
Introducing New Features on Codest: Generate Flutter and React Native Apps! dev.to
CdXz5zHNQW_m2AdynPdCB.jpeg
RSS Hunter RSS Hunter • 26. aug. 2024

DrømmeMaskinen 1.5 Tar Sora Og Andre Rivaliserende AI-Videomakere På Senga

Luma Labs har oppgradert sin AI-videogenerator, Dream Machine, betydelig med lanseringen av Dream Machine 1.5, og hevet dermed listen for realisme og respons på brukermeldinger. Denne oppdateringen utgjør en utfordring for konkurrenter, spesielt OpenAI, som ennå ikke har sluppet sin AI-videomodell, Sora, offentlig. Dream Machine 1.5 tilbyr raskere videogenerering og produserer fem sekunder med høyverdig video på omtrent to minutter, og viser fram forbedret realisme, jevnere bevegelser og bedre tekstgjengivelse. Disse framskrittene gjør den til et verdifullt verktøy for innholdsskapere og markedsførere med stramme tidsfrister.Til tross for konkurranse fra andre AI-videogeneratorer som Runway, Stability AI og Bytedances Jimeng, skiller Dream Machine 1.5 seg ut på grunn av sin tilgjengelighet og ytelse. Denne lanseringen markerer en betydelig utvikling innen AI-generert video, og kan potensielt transformere næringer som underholdning, reklame og journalistikk ved å gjøre det mulig å enkelt og raskt lage høyverdig visuelt innhold.
Dream Machine 1.5 Catches Sora and other rival AI video makers napping techradar.com
CdXz5zHNQW_PeXO5fR47l.png
RSS Hunter RSS Hunter • 26. aug. 2024

Microsofts omstridte AI-drevne Recall-system har endelig en ETA

## Microsoft utsetter lansering av kontroversielt skjermbildedatasystemEtter uker med forsinkelser har Microsoft annonsert at offentlig testing av "Recall for Copilot Plus"-PCer vil starte i oktober. Det kontroversielle systemet, som samler inn og analyserer skjermbilder, har møtt sterk kritikk knyttet til sikkerhet og personvern siden det først ble annonsert.Kunstig intelligens og kontroverser går hånd i hånd, og en av de mest omstridte nyvinningene kom tidligere i år da Microsoft avslørte planer om å introdusere "Recall for Copilot Plus" på PC-er. Systemet ville kontinuerlig tatt skjermbilder mens du bruker PC-en, behandlet disse bildene med kunstig intelligens, og deretter latt deg søke gjennom dem for senere referanse. Etter måneder med venting får vi endelig vite når Microsoft har tenkt å åpne for den første offentlige testingen av Recall.Recall vakte umiddelbart bekymring blant personvernforkjempere, som fryktet at selve eksistensen av denne massive databasen med alt du gjorde på PC-en, representerte en unødvendig risiko for personvernet – tenk bare hvor eksponert du ville være hvis noen noen gang fikk tilgang til den. Og en tidlig analyse fra en uavhengig forsker økte bare bekymringen rundt hvordan Microsoft planla å implementere Recall.
Microsoft’s contentious AI-powered Recall system finally has an ETA androidauthority.com
CdXz5zHNQW_pC0zeBYUXD.jpeg
RSS Hunter RSS Hunter • 26. aug. 2024

McAfees Deepfake-detektor sørger for ekthet på Lenovos AI-PCer

Deepfake-videoer, som bruker AI for å imitere ekte mennesker, utgjør betydelige risikoer for cybersikkerhet, spesielt ved å lure folk med falskt innhold fra kjendiser og offentlige personer. For å bekjempe dette, har McAfee inngått et partnerskap med Lenovo for å introdusere Deepfake Detector, et verktøy som er utformet for å identifisere og flagge deepfake-videoer på utvalgte Lenovo AI-PC-er. Dette verktøyet, som er trent på 200 000 videoprøver, opererer lokalt på enheter med en nevrale prosesseringsenhet (NPU), noe som sikrer personvern og oppdaging i sanntid uten å måtte ha skytilgang. Detektoren er opprinnelig tilgjengelig i USA, Storbritannia og Australia. Den er inkludert i nye Lenovo AI-PC-er med en 30-dagers prøveversjon, etterfulgt av et årlig abonnement på $10. Samarbeidet mellom McAfee og Lenovo tar sikte på å forbedre digital sikkerhet, selv om eksklusiviteten med hensyn til Intel-brikker fremdeles ikke er klargjort. I tillegg tilbyr McAfee en Smart AI Hub på McAfee.ai for at brukere skal kunne analysere videoer etter deepfakes og lære om AI-drevne svindelforsøk.
McAfee’s Deepfake Detector keeps it real for Lenovo AI PCs techradar.com
CdXz5zHNQW_Vp8Ehbwzqe.png
RSS Hunter RSS Hunter • 26. aug. 2024

Telekomselskap som muliggjorde Biden deepfake-svindel må betale 1 million dollar til FCC

Tidlig i år nådde AI-drevet falsk audio av president Biden velgerne i New Hampshire. FCC slo tilbake raskt, identifiserte gjerningspersonen som Texas-baserte Life Corporation, som har stått bak lignende svindler i årene, og rammet dem og en tilknyttet person med en bot på 6 millioner dollar. Men svindlerne fikk også hjelp av […]
Telecom that enabled Biden deepfake scam will pay FCC $1M techcrunch.com
CdXz5zHNQW_KGYDqTwyTo.jpeg
RSS Hunter RSS Hunter • 26. aug. 2024

Gmails «hjelp meg å skrive»-funksjon kan nå piffe opp e-postene dine med kunstig intelligens

Google utvider sin AI-drevne skrivehjelp i Gmail med funksjoner drevet av Gemini under snarveien "Hjelp meg å skrive". Det nyeste tilskuddet er et "Polér"-alternativ som forbedrer e-postutkast, vanligvis ved å gjøre dem mer formelle, og er tilgjengelig på både mobil- og nettplattformer. I tillegg, når du skriver e-poster på minst 12 ord på iOS og Android, kan brukere få tilgang til alternativer som Polér, Formaliser, Utdyp, Forkort og Skriv et nytt utkast ved å sveipe på "Forbedre utkastet mitt"-ledeteksten. Disse funksjonene er eksklusive for abonnenter av Google Ones AI Premium-plan eller organisasjoner med spesifikke Gemini-tillegg for utdanning og næringsliv. Det er imidlertid skepsis til hvor praktiske og effektive disse verktøyene er, og noen stiller spørsmål ved om de virkelig sparer tid eller forbedrer kvaliteten på e-postkommunikasjon.
Gmail’s ‘Help Me Write’ Feature Can Now Polish Up Your Emails With AI lifehacker.com
CdXz5zHNQW_OYE7bCPiyg.png
RSS Hunter RSS Hunter • 26. aug. 2024

D-ID lanserer et AI-videooversettelsesverktøy som inkluderer stemmekloning og leppesynkronisering

D-ID, en plattform for AI-videoopprettelse, er det siste selskapet som lanserer et verktøy for å oversette videoer til andre språk ved hjelp av AI-teknologi. I dette tilfellet kloner imidlertid D-ID også talerens stemme og endrer leppebevegelsene deres for å matche de oversatte ordene som en del av AI-redigeringsprosessen. Teknologien stammer fra D-IDs tidligere […]
D-ID launches an AI video translation tool that includes voice cloning and lip sync techcrunch.com
CdXz5zHNQW_0y7de5ftG2.jpeg
RSS Hunter RSS Hunter • 26. aug. 2024

7 AI PPT-oppbyggere for din neste kontorpresentasjon

Du kan være i ditt siste år på college, strevende etter å gjøre ditt avsluttende prosjekt til å stå ut, eller en yrkesperson som navigerer i kravene til daglige møter og klientpresentasjoner. I begge scenarioer forstår du hvor viktig en sterk førsteinntrykk er, enten det er i en profesjonell setting eller en personlig møte. En vel designet [...]
7 AI PPT Makers For Your Next Office Presentation analyticsvidhya.com
CdXz5zHNQW_r6k8yG29iM.jpeg
RSS Hunter RSS Hunter • 25. aug. 2024

Kjør dine AI-inferensapplikasjoner på Cloud Run med NVIDIA-GPUer

Google Cloud har introdusert støtte for NVIDIA L4 GPU i Cloud Run, nå i preview, og muliggjør utviklere å utføre sanntids AI-inferens med lett. Dette oppgraderingen er spesielt gunstig for applikasjoner som bruker åpne generative AI-modeller, som Google's Gemma og Meta's Llama. Viktige funksjoner inkluderer rask autoscaling, scale-to-zero og betal-per-bruk-pris, noe gjør Cloud Run ideelt for håndtering av variabel brukertrafikk og kostnadsoptimalisering.Med denne nye funksjonaliteten kan utviklere deployere lette modeller for oppgaver som custom chatbots og dokumentsummarisering, eller mer compute-intensive applikasjoner som bildeerkjenning og 3D-rendering. NVIDIA GPUs forbedrer ytelsen ved å accelerere AI-inferensprosesser, tilbyr lav latency og effektiv scaling, med Cloud Runs infrastruktur som håndterer de underliggende kompleksiteter.Tidlige adoptører, som L’Oreal og Chaptr, har rost GPU-integreringen for dens lave startup-tider, skalerbarhet og brukervennlighet. GPU-støtten er for øyeblikket tilgjengelig i US-central1-regionen, med planer om å utvide til Europa og Asia innen utgangen av året.For å deployere en tjeneste med NVIDIA GPUs på Cloud Run, kan utviklere spesifisere GPU-krav via kommandolinje eller Google Cloud-konsollen. I tillegg støtter Cloud Run nå funksjoner med GPU-vedlegg, noe forenkler event-driven AI-inferensoppgaver.
Run your AI inference applications on Cloud Run with NVIDIA GPUs cloud.google.com
RSS Hunter RSS Hunter • 25. aug. 2024

Openmart ønsker å gjøre det enklere for bedrifter å selge til lokale forretninger

I 2020 startet Kathryn Wu en sidevirksomhet mens hun jobbet som produkt-ingeniør på Pinterest. Wu startet en melkete-selskap, OhTea, med håpet om å knytte kontakter med lokale dagligvarebutikker og gavebutikker for å få dem til å selge teene. Hun oppdaget raskt hvor vanskelig det var ikke bare å være en kvinne i en bransje dominert av menn, men også å navigere i en verden av grossister, distributører og detaljhandlere.
Openmart wants to make it easier for enterprises to sell to local businesses techcrunch.com
CdXz5zHNQW_4xA3decJv4.jpeg
RSS Hunter RSS Hunter • 25. aug. 2024