18. března 2024

Dřevěný Domek 3 topení

Dřevěný Domek 3 topení


Výpočet tepelné ztráty objektu dle ČSN 06 0210

NORDline WWBA 9,5 H-B/P    -   59 113 CZK
www.gastrosance.cz/nordline-wwba-9-5-h-b/p



AKČNÍ cena / ceník tepelné čerpadla PANASONIC Aquarea
1 fázové Topení/Chlazení

Model Výkon topení (kW) Výkon chlazení (kW) Energetická třída 35°C / 55°C / 55°C Hydrobox Venkovní jednotka Ceníková cena bez DPH v Kč

KIT-WC03H3E5 3,2 3,2 A++/A++ WH-SDC03H3E5 WH-UD03HE5 118 415 Kč
www.eurosystemy.cz/akcni-nabidky/podlahove-topeni-akce-tepelna-cerpadla-panasonic.php


TEPELNÉ ČERPADLO HE800SI 5 KW
www.zatopime.cz/tepelne-cerpadlo-5-kw-TnG-Air


LG Therma V monoblok 5 kW - HM051M - 83 369 Kč
https://www.centrumvytapeni.cz/lg-therma-v-monoblok-5-kw-hm051m-tepelne-cerpadlo/

www.centrumvytapeni.cz/tepelna-cerpadla-vzduch-voda/?priceMin=24623&priceMax=182510&order=price


LG Therma V Split mini 4kW HN0613M+HU041MR
https://www.intechna.cz/lg-therma-v-hn0613m-hu041mr


Tepelné čerpadlo MIDEA M-Thermal 6,2 kW na 230 V včetně MONTÁŽE !  -  134 400 Kč
https://obchod.klimarapid.cz/tepelna-cerpadla-vzduch-voda/?order=price


https://www.lg-tepelka.cz/?gad_source=1


116000+dph
https://www.zdroje-energie.cz/tepelne-cerpadlo-alpha-innotec-l-split


https://www.topenicerpadlem.cz/p/ehs-split-4-kw

https://www.shop-klimatizace.cz/tepelna-cerpadla-2/









Systémová deska s tepelnou izolací tl. 30 mm + PE-RT 5 vrstvá trubka  16 x 2 mm
http://deltatop.cz/vzorova-kalkulace/

http://deltatop.cz/jak-polozit-podlahove-topeni/

http://deltatop.cz/suchy-system-podlahoveho-topeni/


Deska TiA Sander Alu Standard EPS 300 25 mm  -  410 Kč/m²  -  instalco.pl
https://allegro.cz/nabidka/pro-podlahove-vytapeni-standard-alu-eps-300-25mm-0-72m2-1ks-14243713499


https://www.tiasystem.pl/produkty/systemy-ogrzewania-podlogowego/ogrzewanie-podlogowe-w-suchej-zabudowie/plyta-sander-alu-standard-eps-element-skretny,produkt197/


Sander Alu Standard EPS 300 - dry underfloor heating boards - TiA
https://www.youtube.com/watch?v=7O7KG8V1CU0  

https://sandersystem.pl

https://instalco.pl
https://instalco.pl/pl/p/Plyta-Standard-ALU-EPS-300-25mm-45%2C36-m2-63szt/244


MONTAŻ PODŁOGÓWKI DO SUCHEJ ZABUDOWY

(NIE)PROFESJONALNY MONTAŻ PODŁOGÓWKI DO SUCHEJ ZABUDOWY

Montaż ogrzewania podłogowego🌡- system suchy
https://www.youtube.com/watch?v=BeFOiZt03yA

https://sandersystem.pl/jakie-rury-stosowac-do-ogrzewania-podlogowego/


Jak si udělat topné podlahy suchým systémem svépomocí 4K


Jak se dělá suchá plovoucí podlaha fermacell
https://www.youtube.com/watch?v=ZmDzMXUwE8s&list=PLWuaVvkwHWW73U-MMoCX0a4eS5sgVO1jZ



POLYSTYREN PRO SUCHOU PODLAHOVKU UHPD (STIROTERMAL DRY)  -   243,52 m2

https://www.navio.cz/polystyren-pre-suchu-podlahovku-uhpd--stirotermal-dry/

UHPS plech v ceně 67 Kč s DPH 

Online kalkulačka - Koľko dosky a plechu potrebujem?
https://www.atria.sk/roznasaci-plech-uhps/

 

plechy UHPS    65x188 = 12.220
desky                239x56  = 13.384
potrubí 16mm 268 x 39 = 10.452

36.000 



Co je to mokré a suché podlahové topení?
Edukace - Porovnání - Co je to mokré a suché podlahové topení?
https://kvalitnipodlahovka.cz/co-je-to-mokre-a-suche-podlahove-topeni/

Podlahové topení suchou cestou šetří čas, energii i peníze
https://magazin.nejlevnejsipodlahy.cz/clanek/podlahove-topeni-suchou-cestou-setri-cas-energii-i-penize/


https://www.komfortplus.cz/suche-podlahove-vytapeni

DEK
Deska systémová Uponor SICCUS (12,5 m2/bal.)
3 793,35 Kč
cena za bal. s DPH
+ plech

suchá skladba podlahové topení

Suchá podlaha vyřeší nejen podlahové topení, ale ušetří i čas
https://ceskykutil.cz/clanek-394671-sucha-podlaha-vyresi-nejen-podlahove-topeni-ale-usetri-i-cas

Redakční návštěva: Jak se dělá suchá podlaha s podlahovým vytápěním
https://stavba.tzb-info.cz/podlahy/13285-redakcni-navsteva-jak-se-dela-sucha-podlaha-s-podlahovym-vytapenim

https://www.pipelife.cz/Budovy/Vytapeni_a_chlazeni/Podlahove_vytapeni_suchy_system.html

Přehled skladeb podlah s teplovodním vytápěním
https://www.dek.cz/akce/detail/461-prehled-skladeb-podlah-s-teplovodnim-vytapenim

Suchá podlaha Fermacell s teplovodním topením
https://www.nejremeslnici.cz/reference/755885-sucha-podlaha-fermacell-s-teplovodnim-topenim

Podlaha - výpočet materiálu
Systémy suchých podlah Rigips
https://www.rigips.cz/kalkulacka/vyber-vlastnosti/podlahy/


Heatsys Systémová doska rovná
https://www.mall.cz/podlahove-topeni/heatsys-systemova-doska-rovna-100087974039

https://www.eshopcube.cz/systemova-deska-r883s-s-hlinikovou-folii-pro-suchy-system-podlahoveho-vytapeni



V topenářské praxi se velmi často setkáváme se specifickými požadavky na návrhy a realizaci otopných soustav.
suchý systém

https://www.giacomini.cz/katalog/suchy-system


Teplosměnné lamely
https://www.ivartrio.cz/suchy-system-teplovodniho-podlahoveho-vytapeni/

TEPLOSMĚNNÁ LAMELA - SUCHÝ SYSTÉM - 996x95x0,3mm     94+DPH
https://www.ivarcs.cz/katalog/vytapeni-ivartrio/teplosmenna-lamela-suchy-system-p142655/
VÍCEVRSTVÉ POTRUBÍ - SUCHÝ ZIP
https://www.ivarcs.cz/katalog/vytapeni-ivartrio/vicevrstve-potrubi-suchy-zip-p142667/

https://www.topenilevne.cz/kiiptherm-systemova-deska-floore-pro-suchy-system-podlahoveho-topeni-25x750x1175mm-p55578/

https://www.podlahove-topeni-herz.cz/konfigurator

https://www.ypsilonplus.cz/katalog/suchy-system-podlahoveho-topeni

https://www.1-topeni-levne.cz/podlahove-topeni-renova-minitec



PE tvarovky na vodu 
Polyetylénové tvarovky a čierna rúra na vodu (LDPE, HDPE, PE)
https://www.instalatershop.sk/polyetylenove-tvarovky-a-cierna-rura-na-vodu/?pv240=11063


Mirelon
Návleková izolace potrubí
https://www.topenilevne.cz/navlekova-izolace-potrubi-c1420/




Ostrovní
Postavili jsme dům na pozemku bez inženýrských sítí
www.csdum.cz/nas-dum.html








10. března 2024

Easily Convert to SVG, CDR, EPS Vectors

Easily Convert to SVG, CDR, EPS Vectors


Best Auto-Tracer

Automatic vectorization

Tracing not Embedding

Vector Magic can convert JPG, PNG, BMP, GIF images to any of EPS, SVG, PDF, AI, or DXF

Become a vectorization expert

www.VectorMagic.com











 2D 3D

Přehled zrání borůvek

Přehled zrání borůvek


https://www.jukka.cz/prehled-zrani-boruvek.html


Doba zrání borůvek z naší nabídky, přehledná tabulka

https://www.prodejstromku.cz/katalog/drobne-ovoce/boruvky



Samšín Borůvková Farma

https://www.zahradnictvi-samsin.cz/kanadske-boruvky/trilete/?page=2  

Ochranná síť proti ptactvu a kroupám
10 mb x 4,4 m - 1070 Kč

https://www.zahradnictvi-samsin.cz/kanadske-boruvky/trilete/ochrana-sit-proti-ptactvu-kroupam.html



Zimolez Kamčatský - čukotská borůvka


Držák na světlo kameru na zeď


DRŽÁK ADAPTÉRU KAMERY TP-LINK

nástěnný držák pro senzorové světlo



Vyhledávání - Hmoždinka do polystyrénu


HDP60 - Hmoždinka do polystyrénu 23x58  20 ks

Náhradní díl krabice elektroinstalační do zateplení ND KEZ_KB Kopos
https://www.esvit.cz/nahradni-dil-krabice-elektroinstalacni-do-zatepleni-nd-kez_kb-kopos



Deska montážní do zateplení Kopos MDFZ 80_KB

Krabice elektroinstalační do zateplení Kopos KEFZ 80_KB

https://www.esvit.cz/krabice-do-zatepleni






Rohový držák Steinel 630669 LS 150 LED bílý ST630669


https://www.rent.cz/drzaky-na-roh/ 

DRŽIAK ADAPTÉRA KAMERY TP-LINK

https://www.eltrox.sk/drziaky-pre-kamery/drziak-adaptera-kamery-tp-link-vigi--vjb-300-/




Kloubový držák plastový nástěnný STELL SHO 1012S 2x

https://www.elektro-hofman.cz/kloubovy-drzak-plastovy-nastenny-stell-sho-1012s-2x-stribrna-robustni-plast-kloub-nosnost-6-kg-nataceci-pro-uchyceni-uchyceni/


https://www.svet-svitidel.cz/drzaky-na-roh/


Držák na stěnu/strop s kabelovou krytkou pro kamery


Elektroinstalace do zateplení


držák světla na fasádu plast













9. března 2024

Firefox vs Mafia like MS

Platform Tilt 

This dashboard tracks technical issues in major software platforms which disadvantage Firefox relative to the first-party browser

https://mozilla.github.io/platform-tilt  

https://github.com/mozilla/platform-tilt    


There are many productivity-focused browsers out there like SigmaOS, Sidekick, Shift, and many others

Mezi další dobré produkty patří například Arc, Brave, Opera GX, Vivaldi, Firefox ...

https://efficient.app/apps/arc-browser







monopoly
oligopoly
mafia 

AI LLM text vs image speed

AI LLM text vs image speed
Text vs obrazový datový tok




@ylecun






Sean McClure
@sean_a_mcclure
https://twitter.com/sean_a_mcclure/status/1766532982075216153



Vlastnost Vzorec Typická hodnota Popis
Šířka pásma vize 2 * počet optických nervů * počet nervových vláken * počet bajtů na nervové vlákno 40 MB/s Množství informací přenášených zrakem za sekundu.
Datový tok vize Šířka pásma vize * Čas 40 MB
(pro 1 sekundu)
2.4 GB
(pro 1 minutu)
Celkové množství dat přenášených zrakem za daný čas.
Šířka pásma jazyka Rychlost čtení člověka 12 bajtů/s Množství informací přenášených jazykem za sekundu.
Datový tok jazyka Šířka pásma jazyka * Čas 720 bajtů
(pro 1 minutu čtení)
Celkové množství dat přenášených jazykem za daný čas.
Poměr datových toků Datový tok vize / Datový tok jazyka 3333 Zobrazuje, kolikrát je datový tok vize větší
než datový tok jazyka.





Výpočty čtení a zraku

Výpočty čtení a zraku

Čtení: Osoba může číst 270 slov za minutu, což je 4,5 slova za sekundu.

Předpoklady: Každé slovo je 2 bajty. Předpokládá se, že 0,75 slova na token, což je 1,333 tokenu na slovo.

Bajty za sekundu při čtení: 4,5 (slova za sekundu) × 2 (bajty za slovo) × 1,333 (tokeny za slovo) =

Výpočet celkového počtu let pro čtení LLM dat:

Celkový počet bajtů: 2 × 1013

Výpočet:

  • Sekundy potřebné na přečtení: 2 × 1013 / 12
  • Dny potřebné na přečtení: Sekundy / (12 × 60 × 60)
  • Roky potřebné na přečtení: Dny / 365,25

Vizuální šířka pásma:

Každý z optických nervů má 1 milion nervových vláken a každé vlákno přenáší přibližně 10 bajtů za sekundu.

Celkové šířka pásma pro oba nervy: 10 × 1,000,000 × 2 = MB/s

Celkové množství dat zpracované čtyřletým dítětem:

Hodiny vzhůru: 16,000

Výpočet celkového počtu bajtů: Šířka pásma × (16,000 × 60 × 60)












Calculation of Reading Time

We can estimate the time required for a human to read a text by using the following formula:

Time (seconds) = (Number of Tokens * Bytes per Token) / Reading Speed (bytes/second)

Where:

  • Number of Tokens: The total number of words or meaning-carrying units in the text.
    (Example: 1x10^13 for a large LLM)
  • Bytes per Token: We assume 2 bytes represent a token.
    (This can be adjusted based on your assumptions)
  • Reading Speed: Average human reading speed is around 4.5 words/second.
    We can convert this to bytes/second assuming 0.75 words per token.
**Example Calculation:**
Time (seconds) = (1x10^13 tokens * 2 bytes/token) / 
(4.5 words/second * 0.75 words/token)

This simplifies to approximately 5,926,100,000 seconds.

Converting this to years: (assuming 365 days a year)

Time (years) = Time (seconds) / (Seconds per day * Days per year)

This results in approximately 101,444 years.



Vzorce pro obrazovou informaci a datový tok

Můžeme kvantifikovat množství informací přenášených zrakem pomocí následujícího vzorce:

Šířka pásma vize (bajtů/sekundu) = 2 * počet optických nervů 
* počet nervových vláken * počet bajtů na nervové vlákno

Kde:

  • Počet optických nervů: Lidé mají dva optické nervy přenášející informace z očí do mozku.
  • Počet nervových vláken: Každý optický nerv obsahuje přibližně 1 milion nervových vláken.
  • Počet bajtů na nervové vlákno: Předpokládáme, že každé nervové vlákno přenáší v daný moment asi 10 bajtů informací.

Dosazením typických hodnot získáme:

Šířka pásma vize ≈ 2 * 1 000 000 * 10 ≈ 40 MB/s
**Datový tok:**

Množství dat přenášených za určitý čas můžeme vypočítat pomocí vzorce:

Datový tok (bajtů/sekundu) = Šířka pásma (bajtů/sekundu) * Čas (sekundy)

  **Porovnání s jazykem:**

Šířku pásma viděného můžeme porovnat s datovým tokem jazyka, konkrétně s rychlostí čtení člověka. Pokud předpokládáme, že člověk přečte text rychlostí 12 bajtů za sekundu a čtení textu trvá 100 000 let, můžeme vypočítat datový tok jazyka takto:

Datový tok jazyka = 12 bajtů/sekundu * 100 000 let 
* 365 dní/rok * 24 hodin/den * 3600 sekund/hodinu

Tento výpočet vyžaduje pokročilé funkce, které nejsou v rámci Bloggeru dostupné. Nicméně, porovnáním šířky pásma vize (40 MB/s) a šířky pásma jazyka (12 bajtů/sekundu) je zřejmé, že vizuální informace má mnohem vyšší datový tok.


1. Implikace pro umělou inteligenci:

Výzva pro vývoj AI: Tweet zdůrazňuje, že zrak je pro člověka dominantním smyslem a jeho šířka pásma je 3 333krát větší než šířka pásma jazyka. To představuje značnou výzvu pro vývojáře AI, kteří se snaží napodobit a překonat lidské kognitivní schopnosti v oblasti vnímání a zpracování vizuálních informací.

Důležitost multimodální integrace: Diskuze se dotýká důležitosti modelování multimodální integrace v AI systémech. To znamená, že AI by měla být schopna integrovat informace z různých smyslů (zrak, sluch, hmat atd.) pro komplexnější a hlubší pochopení světa.


2. Neurověda a vnímání:

Souvislost mezi šířkou pásma a kapacitou mozku: Šířka pásma zraku a jazyka odráží kapacitu mozku pro zpracování informací z daného smyslu. Zrak je náročnější na kognitivní zdroje, a proto má i větší šířku pásma.

Rozdíly v kognitivních procesech: Diskuze se dotýká i rozdílů v kognitivních procesech zraku a jazyka. Zrak je vnímán jako "pasivní" smysl, kdy informace proudí do mozku bez vědomého úsilí. Jazyk je naproti tomu "aktivní" smysl, kdy je nutná aktivní produkce řeči a interpretace sdělení.


3. Technologické inovace:

Potenciál rozhraní mozek-počítač a rozšířené reality: Diskuze se dotýká potenciálu technologií, jako jsou rozhraní mozek-počítač a rozšířená realita, které by mohly překonat limity jazyka a umožnit efektivnější přenos informací.

Využití vizuálních a multimodálních dat: Zmíněno je i využití vizuálních a multimodálních dat v oblasti strojového učení a umělé inteligence. Využití těchto dat otevírá nové možnosti pro vývoj pokročilých systémů rozpoznávání obrazu, strojového překladu a dalších aplikací.


Několik zajímavých podnětů:

"Zrak je dominantní smysl pro člověka a AI se ho teprve učí napodobovat."
Důležitost vnímání pro lidské poznání a výzvu, kterou představuje jeho modelování v AI.

"Mozek je neuvěřitelně efektivní v kompresi a interpretaci vizuálních dat."
Kognitivní schopnosti lidského mozku a jeho efektivitu v práci s vizuálními informacemi.

"Budoucnost AI spočívá v integraci různých smyslů a modalit."
Tento příspěvek zdůrazňuje důležitost multimodálního přístupu pro vývoj pokročilé AI, která bude schopna lépe napodobovat a překonat lidské kognitivní funkce.





Yann LeCun 

poukazuje na rozdíly mezi datovou šířkou pásma jazyka a vizuálního vnímání. Uvádí, že vizuální vnímání má mnohonásobně vyšší datovou šířku pásma než jazyk, což znamená, že děti během několika let přijmou obrovské množství vizuálních dat ve srovnání s tím, co mohou přečíst nebo slyšet. Dále zdůrazňuje význam samostatného učení a potřebu zpracovávání vysokorychlostních senzorických vstupů pro dosažení úrovně umělé inteligence srovnatelné s lidskou. LeCun tvrdí, že zatímco jazyk je důležitý, většina lidského a zvířecího poznání pochází ze senzorické zkušenosti s fyzickým světem.


Reakce od Sean McClure:

Sean McClure kritizuje použití kvantitativních metrik, jako je datová šířka pásma, k hodnocení komplexních systémů, jako je vizuální vnímání a jazyk. Poukazuje na to, že přirozené procesy nelze plně pochopit prostřednictvím snížení na nízkorozměrné konstrukty. McClure zpochybňuje spojitost mezi vizuálním vnímáním a datovou šířkou pásma a tvrdí, že lidé a příroda neoperují pouze na základě transakcí nebo vyměňovaných datových množství. Namítá, že vědecká přesnost a použití metrik by neměly být ztotožňovány s hlubokým porozuměním přírodním jevům. Nakonec vyzývá k opatrnosti při aplikaci přesně definovaných metrik na komplexní a propojené přírodní jevy.

Shrnutí:

LeCunův původní text zdůrazňuje význam a potenciál vizuálního vnímání ve srovnání s jazykem ve vývoji umělé inteligence, zatímco McClure kritizuje tento přístup jako příliš zjednodušený a opomíjející hlubší aspekty přírodních jevů a lidského vnímání. Diskuse mezi oběma stranami odhaluje rozdílné pohledy na to, jak by měli vědci a vývojáři AI přistupovat k modelování a pochopení složitých systémů.


Výhody pohledu Yann LeCun:

Zdůraznění významu senzorického vnímání:

Poukazuje na klíčovou roli vizuálního a senzorického vnímání v lidském učení a poznání.

Naznačuje cestu k vytvoření AI, která lépe napodobuje lidské schopnosti díky využití bohatých senzorických dat.

Důraz na samostatné učení:

Upozorňuje na potřebu využití redundance v datech pro samostatné učení, což může zlepšit schopnost AI zachytit strukturu dat.

Podporuje rozvoj AI, která se učí z rozmanitějších a realističtějších vstupů.

Podpora pro vysokorychlostní senzorické vstupy:

Argumentuje, že pro dosažení úrovně lidské inteligence je nezbytné, aby stroje zpracovávaly vysokorychlostní senzorické vstupy, jako je vizuální vnímání.

Nevýhody pohledu Yann LeCun:

Možné přeceňování kvantitativních metrik:

Fokus na datovou šířku pásma a kvantitativní porovnání může zjednodušovat složitost vizuálního vnímání a jazyka.

Může opomíjet hlubší, kvalitativní aspekty lidského poznání a zkušenosti.

Výhody pohledu Sean McClure:

Kritika redukcionismu:

Upozorňuje na omezení používání striktně kvantitativních metrik k hodnocení složitých systémů.

Podporuje holističtější přístup k pochopení přírodních jevů a lidského vnímání.

Zdůraznění složitosti a propojenosti přírody:

Poukazuje na to, že přírodní jevy a lidské vnímání nelze plně pochopit pomocí jednoduchých "metrik" nebo "vzdáleností".

Nevýhody pohledu Sean McClure:

Možná nedostatečná uznání významu kvantitativní analýzy:

Zatímco kritizuje používání metrik, může tím potenciálně opomíjet jejich užitečnost v určitých kontextech pro rozvoj AI a vědeckého poznání.

Synergie a obohacení:

Kombinace kvantitativních a kvalitativních přístupů:

Integrací kvantitativních metrik a holističtějšího, kvalitativního pochopení přírodních jevů a lidského vnímání může dojít k vyváženějšímu a úplnějšímu přístupu k vývoji AI.

Použití kvantitativních dat pro podporu samostatného učení může být obohaceno o hlubší pochopení kontextu a významu, což vede k rozvoji sofistikovanějších modelů AI.

Vývoj adaptabilnějších a robustnějších AI systémů:

Poučení z obou pohledů může pomoci vytvořit AI systémy, které jsou schopné zpracovávat širokou škálu dat a adaptovat se na složité a měnící se prostředí.

Rozvoj AI, která lépe rozumí a interaguje s fyzickým světem, může být podpořen kombinací přístupů zaměřených na vysokorychlostní senzorické vstupy a hlubší analýzu zkušeností a vnímání.

Tato synergická interakce nabízí cestu k rozvoji AI, která je schopnější porozumění a interakce s komplexním světem, a zároveň respektuje hlubší aspekty lidského vnímání a poznání.





**Závěr?:**

Debata mezi Yannem LeCunem a Seanem McClurem ilustruje důležitou diskusi v oblasti umělé inteligence,
která se týká rovnováhy mezi kvantitativním a kvalitativním přístupem k pochopení a modelování lidského vnímání a poznání.
LeCunův důraz na význam vysokorychlostních senzorických vstupů a samostatného učení poukazuje na potenciální cesty k vytváření sofistikovanějších a realističtějších AI systémů. McClureova kritika, zaměřená na omezení redukcionismu a kvantitativních metrik, připomíná, že plné pochopení složitých přírodních a lidských jevů vyžaduje širší perspektivu a hlubší analýzu.


Synergie mezi kvantitativními daty a kvalitativním porozuměním nabízí slibný způsob, jak postoupit vpřed. Kombinací obou přístupů můžeme rozvíjet AI, která lépe napodobuje lidské schopnosti vnímání, učení a adaptace. Výsledkem může být umělá inteligence, která je nejen schopná zpracovávat a reagovat na složité senzorické vstupy, ale také chápat kontext a význam za nimi. Tato vyváženost může vést k vytvoření systémů, které jsou nejen technologicky pokročilé, ale také citlivější k nuancím lidského zkušenosti a vnímání.


V konečném důsledku, diskuse naznačuje, že budoucnost vývoje umělé inteligence bude pravděpodobně vyžadovat integraci široké škály disciplín, od strojového učení po neurovědu a filozofii. Tímto způsobem může AI nejen dosáhnout nových výšek v technologických schopnostech, ale také se stát hluboce integrovanou a užitečnou součástí našeho pochopení a interakce s komplexním světem kolem nás.





Porovnání přístupů k měření a vnímání v přírodě a umělé inteligenci

Text od Sean McClure

Hlavní myšlenky:

  • Kritika používání metrik: Příroda nepoužívá metriky ve formě, jakou jsme vymysleli.
  • Přirozený výkon vs. umělé metriky: Výkon v přírodě je otázkou přežití, nikoli dodržování přesných definic.
  • Pochybnosti o vědecké přesnosti a relevanci použitých příkladů: Zpochybnění srovnání vizuálního vnímání a jazyka z hlediska "přenosové šířky pásma".
  • Kritika základních předpokladů a cílů používání metrik: Otázky ohledně původu a kvality informací v metrikách.


Text od Yann LeCun

Hlavní myšlenky:

  • Srovnání přenosové šířky jazyka a vidění: Jazyk má nízkou přenosovou šířku pásma, vidění má vyšší.
  • Význam redundance pro samořízené učení (SSL): Redundance v datech je klíčová pro SSL.
  • Zdroje lidského a zvířecího poznání: Většina znalostí pochází ze smyslových zkušeností.
  • Nutnost vysokopřenosových smyslových vstupů pro AI: Důraz na učení se z vysokopřenosových smyslových vstupů pro dosažení pokročilé AI.






Využití vzorců pro šířku pásma a datový tok nám umožňuje kvantifikovat rozdíl v množství informací přenášených zrakem a jazykem.
Toto zjištění podporuje tvrzení, že smyslová zkušenost a učení ze senzorických vstupů, jako je zrak, jsou klíčové pro dosažení umělé inteligence na lidské úrovni.











3. března 2024

Roadmap to Choosing a Medical Specialty

Roadmap to Choosing a Medical Specialty

Questions to Consider

https://med.stanford.edu/content/dam/sm/md/documents/resources/Roadmap-to-Choosing-a-Medical-Specialty-.pdf


Mapa výběru lékařské specializace















medicína
lékař
lékařská

Většina znáte Šmejdy

Většina jistě znáte Šmejdy


Ale kdo je šmejd? 
Šmejd je obvykle firma nebo obchodník, který má neetické firemní nebo obchodní praktiky.

Například:
jak asi na dopis níže
zareaguje člověk, který nemá příliš silné kritické myšlení nebo moc neumí s internetem?
Možná tomu dopisu uvěří. V to doufá (spoléhá) dotyčný obchodník a nebo firma. 

Nabídne vám tedy pojistku kolem 6000 Kč 
Běžná cena se pohybuje cca kolem 2500 - max. 3000 Kč
Nejnižší cena se pohybuje kolem 2000 Kč

pro zvětšení klikněte nebo si obrázek stáhněte


Porovnání běžných cen za pojištění automobilu na internetu:
 

pro zvětšení klikněte nebo si obrázek stáhněte


Pokud by pojišťovna poslala cenu kolem 2500 Kč, asi bych nabídku ani neporovnával.
Přišla by mi na první pohled ok.
Mimochodem, myslíte si, že firmy neumějí zlepšovat (zefektivňovat) své podnikání tak,
aby často dlouhodobě mohli (třeba i nepatrně) snižovat ceny?




Jaké jsou neetické business (obchodní) praktiky?

Neetické obchodní praktiky zahrnují širokou škálu různého jednání. Jedná se o jednání v rozporu s etickými normami, principy férového a spravedlivého? obchodu.
Tyto praktiky mohou například zahrnovat: 
jak nepřímé, tak přímé pokusy o manipulaci, zneužívání důvěry nebo obcházení právních předpisů za účelem zisku nebo konkurenční výhody, nebo také třeba nemožnost nebo cílená složitost opravy ... .


Níže je krátký přehled některých z těchto praktik: 


Manipulativní až prolhaný marketing:

Klamavá reklama: Prezentace produktů nebo služeb způsobem, který je zavádějící nebo nepravdivý.
Skrytá reklama: Marketingové sdělení prezentované jako objektivní obsah nebo názor bez jasného upozornění, že jde o reklamu.
Falešné recenze: Publikování nepravdivých pozitivních recenzí na vlastní produkty nebo negativních recenzí na produkty konkurence. 


Prolobování obcházení zákonů a nefér výhod:

Neplacení obvyklých daní: Využívání daňových úniků nebo daňových rájů k minimalizaci nebo úplnému vyhnutí se daňovým povinnostem.
Získání dotací: Neoprávněný nebo neetický způsob, jak získat státní nebo mezinárodní dotace nebo subvence aniž by je získala celá konkurence.
Oligopolní postavení: Vytváření nebo udržování tržního prostředí, kde jeden nebo několik podniků kontroluje většinu trhu. To může výrazně omezovat konkurenci a to vede k vysokým cenám, zastavení inovací, nižší kvalitě ... 


Neetické chování vůči zaměstnancům, dodavatelům, zákazníkům:

Kartelové dohody: Tajné dohody mezi konkurenty o cenách, tržních podílech nebo výrobních kvótách.
Vykořisťování pracovní síly: Pracovní podmínky pod hranicí důstojnosti, včetně neadekvátního odměňování, nadměrných pracovních hodin nebo nebezpečných pracovních podmínek.
Nátlakové taktiky na dodavatele: Vynucování nerealisticky nízkých cen nebo neetických smluvních podmínek.
Exkluzivní dohody: Omezování možnosti dodavatelů nebo distributorů spolupracovat s konkurencí.
Záměrně malinké texty: Omezování informovanosti některých skupin lidí, kteří mají například špatný zrak. Jistě jste si všimli v některých? supermarketech velikosti fontu u ceny za jednotku.
Například ceny za 1 kg. (Tyto firmy se snaží odrbat lidi s tělesným postižením!) 

Skryté poplatky,
Falšování produktů,
Cíleně nekvalitní složení (potravin) jako údajně kvalitní, 
Sleva pouze za sdělení osobních údajů, nebo přímo za šmírování přes app v mobilu ... 
Ale většina bude asi lhostejná nebo to bagatelizovat?
Zajímavé že nemalá část z nich se bude divit že si některé tyto hnusné praktiky v Německu nedovolí.



Nerespektování soukromí a datové bezpečnosti:

Neoprávněné shromažďování nebo používání osobních údajů bez srozumitelného souhlasu.
Nedostatečná ochrana osobních dat před únikem nebo zneužitím.


A řada dalších

Tyto praktiky nejenže poškozují konkurenceschopné prostředí, firmy, spotřebitele, ale mohou mít také dlouhodobý negativní dopad na rozvoj společnosti, životní prostředí ... .
Etický obchod je klíčový pro rozvoj společnosti a důvěru veřejnosti v podnikání.



Často při setkání s lidmi, kteří třeba pracují pro velikou firmu nebo korporát a neeticky, nemá žádný smysl, se s těmito lidmi bavit o těchto někdy až zločinných? praktikách!
Představte si, jak byste se cítili a jednali Vy, pokud by Vám někdo i jen vzdáleně naznačoval, že pracujete pro něco jako pro mafii.
Velmi pravděpodobně (95?%) byste firmu, pro kterou pracujete, zkoušeli za každou cenu různě obhajovat. 

Ano, podnikání je náročné! Ano podnikání je o předbíhání konkurence! Ano, podnikání je riskantní! Ano, podnikání je o ekonomickém rozvoji společnosti!
Ale podnikání by neměla být činnost mafie v "bílých rukavičkách" se super marketingem a úžasným PR!



Vývoj platů a mezd v porovnání s HDP


NKÚ
ÚOHS ÚHOS


antimonopolní úřad



-----------------------------------------------------------
Pod čarou drobným písmem

U kterých větších firem, vidíte férové podnikání? 

Které firmy, mají naopak hlavní cíl získání na určitém trhu dominantního či oligopolního postavení,
s cílem, který jim následně umožní obcházet pravidla, korumpovat zákonodárce, neplatit obvyklé daně ... ?

StartUPy bývají neskutečně inovativní firmy, zapálení nadšenci pro různé často až neuvěřitelné cíle. 
Žel často i na úkor zdraví, férového přístupu ... 
Mnoho z nich nakonec ale zkrachuje.

Ale co na nich může být špatně? 
Úspěšné startupy, pokud se jim podaří zamýšlená výrazná dominance na nějakém trhu, často tento trh na dlouhou dobu velmi (negativně) může pokřivit.
Stanou se z nich časem žel asi příliš často "brontosauři" bránící někdy i desetiletí rozvoji, inovacím ... . 

Drobná retro - aktualizace