Latest / Verbos: AI og Softwareudvikling / #49 - Kan AI Hjælpe Med at Genskabe Børsen?

Transcript

#49 - Kan AI Hjælpe Med at Genskabe Børsen? · Verbos: AI og Softwareudvikling

0:00
Hej allesammen og velkommen i stuen det her Det er hvad bruges
0:02
podcast afsnit nummer 49 i den her podcast, der har vi
0:07
simpelthen valgt at vi vil være 100% hyper aktuelle, fordi Vi
0:13
har nemlig valgt i dagens afsnit og tager udgangspunkt i en ret
0:16
en ret stor begivenhed ret sørgelig begivenhed som er sket
0:21
i dag netop at Vores gode gamle børsen, som er jo efterhånden en
0:27
en 400 år gammel og som er bygget af Christian den fjerde.
0:31
Den er brændt i dag og der. Tænkte mig og Jonas, at det
0:36
kunne være interessant at prøve at snakke om, hvorvidt man kan
0:39
genskabe, hvorvidt det vil være muligt at genskabe en bygning
0:43
som børsen, for eksempel med AI. Og Det er det simpelthen det vi
0:47
gerne vil prøve at snakke om i dag med udgangspunkt i den titel
0:50
eller den det. Det udgangspunkt der vil vi
0:52
gerne prøve at snakke om, hvad mulighederne kunne være for at
0:55
gøre det her. Hovedsageligt vil vi nok komme
0:58
ind på noget med noget 3 d rendering 3 d genskabelse af.
1:04
Objekter ud fra billeder af s Det er ikke Vores super
1:10
spidskompetence, men Vi har læst en smule op på det her lige
1:14
inden. Og ja, så Det er simpelthen det
1:17
det handler om i dag. Jonas Det var din ide.
1:22
Det lyder meget Vores podcast Vi har lige.
1:25
Vi har lige læst op på det før vi gik i gang og og vi tager
1:29
dagens begivenheder med inde i studiet.
1:33
Men nej, Det var Det var. Det var rigtigt, Det var.
1:36
Det var min ide. Jeg tænkte faktisk.
1:39
Vi snakker rigtig meget om ja LM og og alle mulige ting og sager
1:43
og vi snakker rigtig meget om hvor farligt er eller hvor
1:49
problematisk Det er at og kontroversielt Det er at Sådan
1:53
nogle ting og her der der tænkte jeg bare simpelthen i dag det
1:57
det her. Det var Sådan et et sted hvor
1:59
jeg tænkte. Forestil dig at vi kunne
2:03
rekonstruere i 3 d børsen som den så ud indefra ved at samle
2:09
en masse data på det og så træne et eller andet til at gøre det
2:14
for os det. Det lyder lidt specielt, men så
2:16
så tænkte jeg Det var. Det var en god lejlighed til
2:19
også at ramme nogle af de der emner som vi ikke taler så tit
2:22
om. For eksempel det her 3 d
2:25
rendering space. Så ja så det.
2:29
Det var ligesom det. Og hvad har vi så af muligheder?
2:34
Hvad kan vi gøre? Men man kan sige ja altså du ved
2:37
fordi da du sagde du sendte mig titlen, kan man rekonstruere
2:41
eller genskabe børsen med AI. Der tænkte jeg Sådan så til
2:47
brainstormede helt vildt tænkt Sådan okay hvad?
2:50
Hvad skal man sige hvad hvad? Hvad kunne jeg forestille mig
2:52
mulighederne kunne være for det her ikke hvis man skulle
2:56
forestille sig at man ikke brugte at man bare brugte gode
2:59
gamle teknologier til ligesom at prøve at kunne genskabe det, så
3:02
kunne man forestille sig at man havde man havde nogle
3:05
optegninger man havde nogle. Hvad skal man sige?
3:08
Der må findes en eller anden form for altså tegninger over
3:11
bygningen. Børsen tænker jeg ikke.
3:15
Og nogle altså nogle måske i virkeligheden, måske nogle
3:18
restaureringer der har været af den, hvilket jeg forestiller
3:21
mig, der har været løbende, hvor det ligesom er blevet beskrevet
3:25
i detaljer, hvordan de forskellige træk ved bygningen
3:27
ser ud og så videre. Altså det tænker jeg en bygning
3:30
der har eksisteret 400 år, og som trods alt er Sådan rimelig
3:32
berømt og er ret lækkert fuldstændig i hjertet af
3:36
København, og der må der jo være nogle ressourcer at trække på
3:40
der. Det var Sådan umiddelbart det
3:45
første jeg tænkte det næste. Jeg tænkte, Det var, at hvis man
3:49
på en måde skulle bruge r til at.
3:52
Rekonstruere børsen, så tænker jeg, at et rigtig godt
3:57
udgangspunkt til, at i hvert fald til at begynde med.
4:01
Vil være de givetvis mange 1000 billeder, der findes af børsen
4:06
både indvendigt og udvendigt. Der findes sikkert.
4:11
Jeg har da i hvert fald lige lavet en en Google søgning, og
4:14
der findes der i hvert fald rigtig mange billeder.
4:17
Jeg kan se både indvendigt og udvendigt.
4:21
Og jeg forestiller mig, at man på en eller anden måde uden at
4:25
vide særlig meget om det her, space.
4:29
Så forestiller jeg mig, at man ligesom må kunne bruge alle de
4:34
vinkler og billeder og ting og sager til ligesom at stykke
4:38
nogle ting sammen, så. Ja det Det var også det jeg
4:42
tænkte, og så tænkte jeg også at det ville også være en oplagt
4:45
måde ligesom at have en case for at indsamle noget data på.
4:49
Vi har jo altid det her. Forbandede problem inden for
4:52
dette science, at Vi skal bruge data.
4:55
Vi skal nok komme med det der science Vi skal være, men vi
4:57
mangler data og så og så var det Sådan jamen det her.
5:03
Det er Sådan en offentlig interesse.
5:06
Send os alle altså lad os lave et arkiv over alle billeder af
5:10
børsen der nogensinde er blevet taget, og så kunne man altså.
5:16
Ja Det er jo Det er jo sikkert også være mange forskellige
5:19
tider af de her billeder var selvfølgelig taget i og og de
5:24
ville nok have været meget varierende kvalitet og farver og
5:27
så videre og så videre og så videre.
5:28
Det ved vi jo alle sammen allerede der, så er vi jo i og
5:30
Det er ikke så godt til. Til træning af den neuralt
5:33
netværk. Man kunne forestille sig at.
5:38
At data det kunne vi nok godt sammenligne så.
5:42
Ja så så Det var jo. Det var jo første udgangspunkt,
5:45
Vi skal bruge noget data. Og så findes der jo forskellige
5:49
teknikker. Og man kan sige, Vi har jo de
5:54
her. Når nu vi snakker Sådan.
5:56
Hvis nu vi tager Sådan den der rekonstruere case der.
6:01
Så kunne man jo forestille sig, at man.
6:04
Men trænede en model til ligesom at ja generere.
6:10
Generere børsen børsen genererer børsen præcist altså jeg ved
6:15
godt det. Det er jo så du ved det skal
6:17
være 3 dage så der der har vi nogle udfordringer Vi skal ud i
6:20
nogle lidt specielle metoder. Det er jo ikke nok at det bare
6:22
er Sådan en en diffuser model altså sige tager en børsen og så
6:28
kommer der næsten. Altså du ved Sådan mange
6:30
forskellige varianter af behøver Sådan med med en lillebitte
6:32
smule hallucinere ting indover og Sådan og og det ligner måske
6:36
Sådan lidt en fantasibog og Sådan og det her snakker vi jo
6:39
ikke om Sådan en. Kreativ optegning af børsen her
6:43
snakker vi om Sådan, at Vi skal være præcise.
6:45
Og rekonstruere børsen så præcis som muligt, så.
6:50
Jeg vil nu nu stiller jeg et ledende spørgsmål til dig junge
6:53
hvad for en type af model, men hvad hvad hvad har hvilke
6:57
karakteristika det Det er det, Det er typisk det her.
7:00
Hvilke karakteristika har 1 1 1 1 neuralt netværk af en model,
7:04
hvis den er i stand til at rekonstruere det data den er
7:07
trænet på til meget, meget høj præcision.
7:11
Hvad kalder vi? Det jamen så er den fedtet og
7:14
IS. Så har vi.
7:18
Så har vi en super fedtet model. Kunne vi lave en absurd
7:22
overflyttet model til til Børsen?
7:25
Bang det kunne vi godt og så. Ned af børsen.
7:31
Ja Det er det og så, og så har jeg lige sikret over.
7:35
Al tekst i verden ikke alt sammen tekst du kan skovle frem
7:39
alle mulige steder fra bare børsen.
7:41
Ja nej spøg til side. Der er Der er nogle modeltyper
7:47
derude som hedder North norway ændring field.
7:54
Som som faktisk har netop til til formål, at man kan sige
8:00
træne sig og overflytte på de her.
8:04
Hvad kan man sige? Snævre cases af af 3 d objekter.
8:10
Og det gør de ud fra det. Det gør de ud fra nogle.
8:14
Nogle billeder af af en scene eller et objekt, hvor man
8:20
ligesom forestiller sig, at man tager Sådan et kamera, og så
8:23
kører man ligesom rundt om med kameraet og tager en masse.
8:27
Kvalitetsbilleder ikke noget støj, ikke nogen objekter i
8:31
vejen. Det er meget vigtigt og så, og
8:35
så kan man faktisk træne et neuralt netværk til at Sådan
8:38
overfedt helt vildt meget på det her ved nogle teknikker, hvor
8:41
man man bruger det her ray tracing, Sådan som jeg forstår
8:46
det, hvor man ligesom Sådan. Med nogle algoritmer, ligesom
8:51
skyder noget lys ind i billedet. Det lyder mærkeligt, men hvor?
8:54
Man får sine. Billeder afstande og så er det
8:57
noget med, at det ligesom Sådan skal det der lys skal bounces
9:00
tilbage og så. Og så kan man ligesom få noget
9:03
feedback på. Hvad hvis jeg skyder en en ray
9:07
efter det her, og jeg rammer det her sted her.
9:10
Hvilken hvilken farve er hvad? Hvordan skal den pixel se ud?
9:14
Givet hvor hvor kameraet står? Det kan man så næsten forestille
9:18
sig, at det på en eller anden måde tegner det her 3 d space
9:20
ikke hvis man gjorde det fra alle mulige vinkler.
9:23
Det er Sådan Jeg har forstået det der nerve.
9:25
Det fungerer. Og nu er der nogen der ved meget
9:29
mere om jeg gør det derude, så må de bare sige til Det er
9:31
sikkert hamrende forkert. Det siger engang imellem og
9:34
ellers så har vi den gode Nikolaj, som vi selvfølgelig
9:36
altid linker til, når vi snakker om den slags.
9:38
Han ved meget mere nu. Anyways.
9:42
Og så kunne vi. Så kunne vi.
9:44
Så kunne vi få en rekonstruktion af børsen, eller hvad unge var
9:49
det? Altså.
9:51
Jeg synes Jeg synes Det er en interessant ide.
9:56
Givet at jeg ikke. Jeg ved super meget om det her
9:59
domæne her, så så vil jeg ikke har jeg ikke rigtig nogen
10:02
integration for om om det vil virke eller om eller ej.
10:06
Men, men Jeg synes det lyder som en interessant metode.
10:09
Den her nerf det lyder at man tænker jo North guns jeg ved
10:12
ikke om du kender dem men men. Det det så vidt Jeg kan forstå
10:18
så er det 1 1 1 1 1 neurale netværk.
10:21
Vi sidder metode som du også lige sagde der kan rekonstruere
10:24
tage det tredimensionelle. Repræsentation fra en scene ud
10:27
fra todimensionelle. Billeder og og det lyder jo.
10:35
Som data man har tilgængeligt er børsen.
10:39
Fordi at Der er altså jeg jeg jeg så ikke på børsen i dag på
10:44
på billeder på Google og Der er mange billeder af børsen altså
10:47
for alle mulige vinkler, så man kunne godt forestille sig at
10:50
børsen i virkeligheden er ret godt dækket i forhold til til
10:53
det. Det kunne egentlig være meget
10:56
skægt at køre det igennem nu. Vi snakkede om lidt, før vi gik
10:59
i gang at. Nu når vi vælger så højaktuelt
11:03
emne her som børsen og og som endda også med ã r, så er det
11:07
ligesom dobbelt dobbelt super aktuelt eller andet, så kunne
11:11
man også godt forestille sig at at man kunne få nogle nogle klik
11:14
Sådan nogle lytninger til Sådan en podcast her.
11:17
Og Vi har jo det. Over påsken har vi jo nærmest
11:20
nå. Jeg tror Vi er oppe på nummer 6
11:22
i teknologi kategorien på Apple podcast så.
11:27
Hvad hedder det, hvis vi vil op på, hvad skal man sige, hvis vi
11:30
vil op på nummer et, så kunne vi jo, hvis vi kunne nå det til i
11:34
morgen. Når vi udgiver, så kunne vi jo
11:36
rent faktisk lige skrabe et datasæt trænes the North model
11:41
og så lige udgive den her 3 d model af børsen samtidig med den
11:46
her podcast. Det tror jeg ikke vi kan nå.
11:49
Det var lige promo Det var lige promo give noget i mig, men
11:53
Jonas var der ikke noget du har dig 2 p er derhjemme har du
11:56
ikke? Tror jeg ikke.
11:58
Jeg tror ikke Det er nok, at jeg mangler alle.
12:00
Billeder Det er sgu da bare en hurtig skraber ind på Google og
12:04
så bare så bare sætte den over. Det er forstået med lige præcis
12:10
de her nurse her. Det er at og Det kan man også
12:12
godt forestille sig lidt. Det er at de skal faktisk have
12:16
skal faktisk have overdrevet præcis data, ikke?
12:18
Hvis nu jeg overflytter en model, men på på noget data som
12:23
det her virkelig er altså bare maks.
12:27
Hvis jeg så har et eller 2 datapunkter der ligesom.
12:31
Ikke rigtig. Du ved, Det er ikke rigtigt
12:33
Sådan den samme farve type. Det er ikke Sådan du ved Der er
12:38
for meget støj jamen så får jeg får jeg virkeligheden
12:43
overflyttet til støj, og så kan man faktisk forestille sig at
12:45
man får Sådan en masse støjende ting.
12:49
Inde II det der. 3 d rendering så så Jeg tror at kravet til de
12:55
der nerve der desværre for at det skal gå godt.
12:58
Det er at det skal ligesom være rimelig ren data altså Sådan
13:01
meget, meget Sådan homogen data ikke for ligesom at kunne
13:05
reproducere objektet korrekt. Det giver jo rigtig god mening.
13:08
Kan man sige så Vi har nok desværre, så tror jeg mere det
13:13
vi leder efter. Det er en video med et kamera
13:17
som nogle har taget af børsen indefra og udefra.
13:22
Mens ingen rørte sig rundt om bygningen, og ingen rørte sig
13:26
inde i bygningen, og hvor man gik rundt.
13:29
Du ved og tog alle detaljerne. Ja Jeg tror Det er.
13:34
Lidt sværere at få fat i den data.
13:36
Jeg tror desværre ikke Det er så nemt så men men noget andet.
13:40
Jeg tænkte på hvis vi lige tager fordi.
13:42
Men man kunne da prøve altså Jeg har da før fået rigtig meget
13:45
opmærksomhed på at træne rigtig dårlig model.
13:48
Så man kan sige glem ikke wise, så tror jeg der gør at man kunne
13:51
få noget ud af det. Det er rigtigt, men men hvis
13:55
hvis nu vi lige tager Sådan OK børsen Det var too late.
13:58
Vi nåede ikke at hvad kan man sige at lave 1 1 1 3 DD.
14:04
Jeg er konstrueret. Hvad kan man sige model?
14:09
Er det så folk kunne opleve det II virtual reality?
14:12
Men hvad nu hvis vi gerne vil bevare noget Kultur, altså noget
14:16
kulturelt? Kunne man forestille sig, at Det
14:18
var værd at bruge tid og ressourcer på at at at at
14:23
ligesom lave Sådan en meget præcis rekonstruktion af af.
14:29
Ja historiske og kulturelle bygninger og altså Sådan Sådan.
14:33
Indsamle indsamle 3 d scanninger hvad skal man sige?
14:40
Historiske bygninger tage billeder af dem og så ligesom
14:45
kunne rekonstruere dem. Jeg ved det ikke.
14:48
Kunne godt forestille sig. Bare lige hurtigt en kommentar
14:51
til til den her model læringsstrategi her med med det
14:54
her nutv og så videre. Sådan min helt min helt
14:57
gaffatape agtige ingeniør hjerne tænker på et par ting især 2
15:05
modeller vi havde da vi havde Nikolaj inden der snakkede han
15:09
om. De har death estimation modeller
15:14
altså modeller som kan tage 1 2 d billede og så ligesom hvad
15:19
skal man sige estimere dybden altså dybde information i
15:23
billedet Sådan så man ikke bare får et billede, men rent faktisk
15:26
også får nogle talværdier, som ligesom repræsenterer hvor langt
15:29
væk, altså hvor dybt inden forskellige steder i billedet
15:33
er, giver det mening? Ja så man ligesom får en ekstra
15:37
dimension på ikke så. Jeg ved ikke.
15:42
Jeg tænker bare Sådan jeg ved er der ikke et eller andet i det?
15:44
Fordi hvis man ligesom så kan tage de der lad os sige der
15:46
eksisterer 1000 billeder af børsen for alle mulige
15:49
forskellige retninger, kunne man så ikke forestille sig at man
15:53
kunne lave det der der kører de der depth modeller på de
15:57
billeder? Så har man ligesom en en en
16:00
masse dåbs aftryk eller hvad man skal sige lidt ligesom nogle
16:03
aftryk II gips eller Sådan et eller andet.
16:05
Og så kan man køre en eller anden optimerings algoritme som
16:09
så fordi så bliver det vel altså hvis man jeg forestiller mig,
16:11
hvis man laver Sådan en kører Sådan en driftsmodel på et
16:14
billede, så bliver det vel lidt 1 1 1 1 eller anden form for
16:18
point cloud på en eller anden måde ikke.
16:21
Altså fordi altså på altså Sådan på en eller anden måde en cloud
16:24
ikke, og så kunne man godt forestille sig, at hvis man så
16:27
ligesom så ville man jo i hvis man gjorde det på. 1000 billeder
16:31
hvor mange der findes billeder der findes af børsen for alle
16:33
mulige vinkler, så vil man begynde at kunne få nogle af
16:37
nogle former der gik igen og så så jeg ved ikke om man kunne
16:40
forestille sig en eller anden form for optimerings algoritme,
16:43
som ligesom kunne er legene de her depth billeder og så ligesom
16:48
skabe en eller anden form for point cloud densitet, som
16:53
ligesom kunne. Ja endte med at blive i børsen
16:56
en indtage det eller børsen. Så er man dokumenteret ud fra de
17:00
her afstande. Man kan så sige, at man skal nok
17:05
ligesom have. På en eller anden måde hvor hvor
17:09
hvor står du og tager billedet altså perspektivet?
17:12
Du skal ligesom have 1 1 1 1 vektor der peger peger hvad kan
17:17
man sige 2 d space i den rigtige retning i 3 d ikke hvis du skal
17:22
hvis du skal mappe hvis du skal mappe alle billederne og sige
17:26
Der er nogen Der er gået og taget med Sådan et kamera det
17:29
det flytter sig jo rundt i det her 3 d space.
17:32
Så det vil sige, at observatørens 2 d.
17:37
Prioritering i 3 d space. Det er hele tiden det.
17:40
Det er ligesom det man skal finde ud af.
17:42
Hvor er ikke? Og så kan man ligesom.
17:45
Så kan man selvfølgelig mappe de her ting ind.
17:47
Og og og der vil man jo ved så den her dybdeanalyse.
17:53
Måske så at hjælpe med det eller jeg ved det ikke.
17:56
Ja interessant men er det? Overhovedet så synes jeg at ja
18:01
hvad siger du? Jeg tænker bare er det
18:03
overhovedet så at træne en en altså der bruger man bare en
18:06
trænet model i forvejen til at ligesom at at placere de her 2 d
18:10
billeder måske i 3 d space. Og det kunne egentlig være
18:14
interessant, fordi måske var det en bedre vej frem, hvis nu vi
18:18
havde Sådan en stor præ træning af en model der var i stand til
18:21
det, og når det så var den, så fik børsen billederne.
18:24
Så kunne den ligesom ud fra det generere.
18:28
Det 3 d space fordi så var det ligesom Sådan en kontekst
18:31
learning i stedet for, så skulle man ikke bruge Sådan en
18:34
overflyttet model, så skulle man bruge en generaliseret model der
18:37
var specialiseret til det her med at mappe 2 d billeder ind i
18:42
korrekt ind i 3 d space. Og så skulle man bare bruge alle
18:46
de her random 2 de billeder og håbet på det ligesom dækkede
18:50
alle vinkler af børsen eller så. Tænkte jeg så skal man så bruge,
18:54
så skal man bruge en eller anden form for algoritme, som ligesom
18:56
kunne. Lim alle de her.
19:01
Så kan man sige de har fake. Point clouds mental ligesom
19:05
genererer man kan sige Det er vel Det er vel i virkeligheden
19:08
point cloud fra en fra et synspunkt?
19:11
Ikke så det ikke Sådan et point cloud rundt om hele objektet.
19:14
Men Det er ligesom det. Jeg står her og kigger jamen Det
19:17
er det jeg tænker Sådan gad vide om fordi man vil få alle mulige
19:19
vinkler ikke og Det er jo også man er interesseret i alle
19:21
mulige vinkler. Jeg ved ikke, men så skulle man
19:25
så følte man få 1000 point clouds, som så ligesom
19:30
repræsenterer Børsens estimerede dybde fra forskellige dybde
19:35
profil fra forskellige vinkler. Og så skulle man bruge en anden
19:40
form for algoritme eller det, og Det kan jeg ikke helt
19:42
gennemskue, hvordan man vil gøre, men Sådan en eller anden
19:44
algoritme til ligesom at stykke det hele sammen.
19:48
Sådan så at det på en eller anden form for alignement
19:51
proces, fordi hvis man tager sig en point cloud her en anden
19:55
point cloud her og en pointsum heroppe.
19:57
Og så du ved så ligesom lægger dem sammen og gør Sådan, så de
19:59
ligesom. Det passer sammen på en anden
20:03
måde, hvis man kunne få en algoritme til at samle det der
20:05
puslespil der. Tænker jeg jo at at det man der
20:09
tænker jeg at det man man man estimerer Det er hvad kan man
20:12
sige? Det er Sådan en form for.
20:15
For unge supervised learning ikke at man lærer positionerne
20:19
i, at de her forskellige punkter II 3 d spaces så du du smider de
20:23
her punkter ind ikke og så siger du hvor hører de til og så ud
20:28
fra noget noget feedback omkring den her dybde og at Det er jo
20:32
selvfølgelig skal være linet som du siger at de skal være der et
20:36
eller andet du ved Sådan logisk der der skal være Vores lost
20:40
funktion der siger hvis de her de hvis de her de de er
20:43
interceptor her jamen så er der noget galt fordi at.
20:45
At det Det kan de ikke, og så må den ene flytte eller den anden
20:49
må flytte sig for ligesom at ting bliver lige en korrekt.
20:51
Og så lærer den ligesom hvor de så er placeret.
20:53
Det kunne man forbyder som en algoritme.
20:56
Jeg har set en eller anden sammenhæng.
20:59
Kan i hvert fald forestille sig, at hvis man tog lavede altså
21:01
hvis man tog 1 1 1 billede af børsen Sådan 2 nogenlunde samme
21:06
sted fra og så et helt andet sted fra og så lavede dem om til
21:10
Sådan en depth estimation, så det blev Sådan en depth eller
21:14
point cloud agtig ting. Så hvis man ligesom måle det
21:17
afstanden fra. Alle punkterne i de 2.
21:24
Billeder, som er tæt på hinanden versus det Der er langt fra
21:26
hinanden, så ville man nok similarity was ligesom kunne
21:29
afgøre at okay de her billeder 2 billeder er taget til, altså de
21:33
minder mere om hinanden, fordi de er taget tættere på hinanden
21:36
end de andre. Ikke jeg eller.
21:39
Peger mod det samme kan man også sige ikke altså og og og og hvis
21:45
man så når man så har dybden på, kan man så sige overlapper de så
21:49
altså hvad kan man sige retningen på på den vektor de
21:53
peger i retning af Sådan nogle ting?
21:55
Man kunne helt sikkert få få meget sjov ud af det.
21:58
Og hvor er vi ude på dybt vand og det Det er altid sjovt så.
22:03
Virkelig spekulere spekulationerne her bare lige
22:06
hurtigt inden inden vi går videre, fordi jeg kom i tanke
22:11
om. At.
22:13
Der findes jo også altså og Det er der måske ikke så mange kan
22:16
huske, men i. December eller i 2022 december
22:21
den plejer den 16. December 2022.
22:25
Der udgav openai. Altså Det er jo i fjor. 3 dage
22:30
efter kom ud af det her ikke der udgav opening jeg en open source
22:35
model der hed point i. Ikke dårligt i men point i, og
22:41
Det er en en model som ligger på hocking fase, som som ligesom.
22:47
Er en point cloud generativ model altså du ved du skriver en
22:51
prompt og så genererer den point cloud.
22:55
Nu og jeg. Jeg ved ikke lige hvordan man
22:58
skulle bruge den til at. Rekonstruerer Sådan, men nu
23:03
snakker vi bare om point clouds, og det gør jeg ikke så tit.
23:07
Så derfor tænkte jeg det kunne være sjovt lige at nævne den her
23:09
i hvert fald. Jeg ved ikke hvordan man II
23:15
øvrigt. Det er faktisk et godt
23:18
spørgsmål. Altså Jeg tror Det er vel Sådan
23:20
noget. Det er vel Sådan noget med
23:22
grafik ikke? Jo altså jeg tænker at det space
23:28
spørg Jeg kan se nå, men mens vi lige spørger om hvad vi bruger
23:33
point clouds til, så kan vi lige så kan vi lige tage den videre
23:36
til nogle andre typer af af modeller som som ikke så vidt
23:41
jeg forstår ikke er så meget har noget med neurale netværk at
23:44
gøre, men som er noget der hedder kautions blanding og.
23:51
Jeg tror ikke jeg forstår helt præcist hvad Det er forskellen
23:55
på dem, men det skulle det skulle være hurtigere og
23:58
smartere til. At hvad kan man sige at render
24:01
det her 3 d space og og man gør det ud fra fra en form for altså
24:07
Sådan mere noget mere klassisk men machine learning altså hvor
24:10
man bruger noget gradient descent agtig.
24:18
Optimerings algoritme til ligesom at at at tegne det her
24:24
ja må jeg minde om jeg vi vil nok.
24:26
Vi må nok skyde den over til til til den gode Nikolaj c gad vide
24:29
om han har en video på hvad det der gowns plating det går ud på,
24:32
men Det er i hvert fald ikke et neuralt netværk og det.
24:36
Så er det typisk også hurtigere, fordi det ikke er et neuralt
24:38
netværk, og Det er nemlig Det er noget med Det er ret smart til
24:40
man kan gøre det Sådan en real time.
24:42
Det behøver vi jo ikke. Hvis Vi skal rekonstruere
24:44
børsen, kan man sige, der kan vi godt tage noget, der bare virker
24:47
rigtig godt og er super langsomt og koster rigtig mange penge
24:50
fordi at det Det er jo ikke live skal redde og Birthe.
24:58
Nå, men Det var en anden metode, som som man kunne bruge til det.
25:02
Som også er det her 3 d rendering.
25:04
Og hvad med den altså sota? Hvad var det ikke den hed?
25:10
Sorø nej, Det har jeg selvfølgelig ikke, så det vil
25:13
også være rigtig sjovt, hvis Det var et et sota.
25:17
Model der hedder. Sota.
25:19
State of the art hedder modellen.
25:21
Den hedder fordi den er state of the art så hedder den bare
25:24
stewart. Nej så så nu har jeg lige lavet
25:28
en super god researcher on the fly og Jeg har endda lavet den
25:33
ved at spørge chatte PT så Det kan man tage med et gran salt,
25:37
hvis man ikke tænker at Det er Sådan særlig pålidelig kilde,
25:41
men jeg spurgte simpelthen bare hvad man bruger cloud altså
25:43
point clouds til. Og der skriver jackpotter, man
25:47
bruger det til Sådan noget som 3 d mapping og servering altså.
25:51
Simpelthen det her med at mappe. Geo special områder og så altså
25:59
lave 3 d maps af forskellige environments udenfor.
26:03
Så kan man bruge det til at som Vi har snakket rigtig meget om
26:05
at i altså til arkitektur og construction altså ligesom lave
26:10
point clouds ud fra bell, altså fra bygninger modellerer
26:13
bygninger. Til ligesom at gøre det nemmere
26:18
at designe og planlægge og så videre.
26:21
Så bruger man det jo også reality.
26:24
Altså argumentet reality til at. Tænker til at scanne rum.
26:28
Og ligesom altså. Jeg forestiller mig at Sådan
26:31
noget laser scanning. At at at at objekter og rum og
26:35
Sådan noget. Det produktet og det forestiller
26:38
jeg mig at en eller anden form for point cloud.
26:42
Og det bruger man vel også i en eller anden form for argumentet
26:44
reality til at. Eller virtual reality til at
26:49
skal man sige, og hvis for eksempel i Apple der Apple
26:52
provision man gerne vil have en skærm til at stå et eller andet
26:56
sted i fast i rummet. Så kan man vel bruge en eller
27:01
anden form for count. Hvad hedder det?
27:06
Cloud point data point cloud data?
27:10
Finde ud af det der mand til ligesom at.
27:14
Positionere Sådan en ikke hvad hedder det selvkørende biler
27:19
bruger det også. Siger tak Jeg vil, og så står
27:24
der faktisk også cool cultural heritage person repræsentation
27:29
altså. Tanker.
27:31
Ja lige præcis altså. Det er simpelthen til at bevare.
27:34
Hvad skal man sige kulturelle? Objekter historiske objekter og
27:40
steder og så videre, ikke? Så.
27:44
Det er jo en bodys. Ja.
27:48
Det interessante ved det. Der er jo at at min point cloud
27:50
der får man Sådan. Ret Sådan råd geo data i det her
27:55
3 d space. Som man ligesom bare kan sige
28:00
jamen der var der var der et objekt.
28:04
Du kan altså ikke gå igennem det bang, men det der med ligesom at
28:08
børsen er jo er jo heldigvis mere end Sådan 1 1 1 1 skelet af
28:12
en 3 d figur. Det er jo ligesom Der er jo
28:16
nogle farver og nogle ting indover og Sådan noget.
28:19
Og Det er jo der hvor det bliver lidt interessant.
28:22
Så jeg sad lige og jeg fik Sådan en tanke også omkring snakkede
28:26
om det her før med at at hvis man havde de her, hvis man kunne
28:29
mappe de her 2 billeder ind og man ligesom skulle ligesom på en
28:32
anden måde fill in the gaps ikke hvad er der ligesom inde imellem
28:35
det her, hvis man manglede nogle billeder til ligesom at dække
28:37
noget jeg bærer? Så kunne man jo godt snyde lidt
28:40
og så bruge noget generativ af i måske en diffuser model til
28:44
ligesom at fill in the blanks på en eller anden måde.
28:47
Og hvis nu hvis nu den var aber fedtet til Børsen, så kom der
28:52
ikke en kanin lige pludselig indeni i mellem de her billeder
28:57
og så så havde vi snydt lidt og havde måske fundet.
29:00
Ja, man kan måske også bruge det til ligesom at normalisere måske
29:04
hvad kan man sige billedet? De mange forskellige
29:06
billedtyper, altså opstilling og den slags kunne man også
29:11
forestille sig, at man kunne gøre for ligesom at få.
29:14
Lidt mere realistisk billede. Det ville jo ikke være Sådan en
29:18
til en men men man ville nok kunne ja meget ret præcist.
29:25
Ligesom få noget noget højere kvalitet af at de måske gamle
29:28
billeder der var bedst. Kunne man gøre det først, og
29:31
ligesom normalisere den ja farveskalaen.
29:35
Og så kunne det jo være det også hjalp til hvis man så skulle
29:37
træne videre, men faktisk havde lavet den præcisering.
29:42
Ja mange ideer er altså i gang. Med at finde ud af her, hvordan
29:45
vi rent faktisk gør det i python.
29:49
Du er simpelthen du er allerede gået i gang med at implementere
29:51
koden. Jeg synes Vi skal gøre det.
29:56
Skal helst være godt gennemtænkt.
29:57
Ved du godt når man laver Sådan noget?
30:00
Ja det tænker det ikke så farligt.
30:02
Jo Det er vel bare. Det er vel bare at gå i gang
30:06
altså? Ja ja.
30:14
Ja. Hvad med alle de billeder der
30:18
var egentlig børsen? Kunne man også kunne man
30:20
selvfølgelig bare scanne, så var de så, så var de bevaret.
30:24
Ej jeg håber sgu de har fået dem alle sammen ud, fordi det skulle
30:27
da godt nok være ærgerligt hvis. Hvis de gik tabt altså Det er
30:32
også sjovt. Måske også bare lige hurtigt
30:34
tale om Sådan at. Altså Jeg har Det er jo bare en
30:37
bygning altså Det er jo bare en bygning.
30:39
Der er jo ikke nogen der det virker ikke som om Der er nogen
30:41
Der er døde eller noget som helst, men men på en eller anden
30:43
måde så. Så er det lidt Sådan.
30:46
Jeg fik sgu nedtur på da jeg så dig bare stod flammer II det
30:49
flotte drage hale spirer der fordi at Det har Sådan en eller
30:56
anden form for historisk kulturel betydning for Danmark
30:59
ikke. Altså når man kigger på på
31:02
kroningen af hvad er det mon ikke Det er Frederik den tredje
31:04
eller Sådan et eller andet? Altså billedet derfra og gamle
31:07
billeder og kort af København så står børsen der bare ikke altså
31:11
fra 1600 tallet også af ikke så. Ja Jeg synes bare Det er lidt
31:15
fjollet på en eller anden point. På den ene side er det lidt
31:17
fjollet at man kan Sådan blive helt Sådan sentimental over en
31:21
bygning, men på den anden side giver det også god mening fordi.
31:25
Det har jo en eller anden form for kulturel betydning.
31:27
Ikke og. Ja jeg jeg nåede sgu aldrig at
31:31
komme ind i børsen. Det gør jeg sgu ikke.
31:33
Og det tror jeg også Sådan helt ærligt.
31:35
Jeg havde kun set det udefra for det meste.
31:39
Ja for jeg ikke Jeg vil ikke. Jeg vil da ikke kan holde ud og
31:42
tage dig ind. Og og ligesom.
31:46
Skulle stå og kigge på, at børsen ikke findes mere.
31:49
Altså. Ja.
31:54
Jeg er løbet tør for ideer til til hvordan vi vi rekonstruerer
32:00
børsen nu i hvad siger du jo har du altså det der med?
32:06
Jeg synes Det er interessant, at Der er jo væsentlig forskel på
32:09
at bruge noget generativ. Versus er ligesom altså Sådan
32:13
rekonstruktionen er ligesom vi vil gerne have noget Der er
32:15
meget præcist, så er æg r overhovedet.
32:19
Altså Vores go 2 hvis vi skulle rekonstruere det, skal det være
32:23
meget mere regelbaseret. Og er det nogle andre algoritmer
32:26
der skal til? Fordi altså kan du se det?
32:31
Det bliver hurtigt Sådan et eller andet lidt støjende vil vi
32:35
gerne have det præcist så. Det vil vi nok gerne.
32:38
Så kunne vi bare tegne det op. Men spørgsmålet er jo altså, det
32:43
kommer jo nok til at det virker som om altså det Jeg har hørt
32:46
uden at have fulgt 7 sygt meget med.
32:49
Det er at de har tænkt sig at genopføre det der altså altså
32:53
børsen ikke? Men skal det så ikke bruge et
32:57
andet udgangspunkt? Hvad nu hvis det ikke findes det
32:59
der den der tegning? Inde i børsen.
33:02
Alle detaljerne. Altså du ved.
33:07
Det behøver måske ikke at være materialer det.
33:10
Det tænker heller ikke. Man kan få en model til at
33:11
fortælle dem, hvad Det er for noget materiale, der har lavet.
33:14
Der har sikkert været givetvis været en masse 3 siden det
33:16
brændte så sindssygt. Men så hvis man hvis man bare
33:22
skal have den der. De der afstande korrekt og
33:27
hvordan spiret var formet og. Hvordan gør vi det?
33:32
Altså man kan måske forestille sig nu skal nu OK nu går vi bare
33:34
praktisk til den ikke nu er det også 2 der skal genopbygge det
33:37
der skidt. Jeg er tømrer ikke du du har
33:39
også været skruet rigtigt på ikke nu går vi sgu i gang.
33:42
Er. Faktisk rigtig tømrer, jo Det er
33:44
jo. En tømrer.
33:47
Nej men hvad hedder det? Det virker som om at Det er i
33:50
høj grad det indvendige som er før forsvundet ikke altså,
33:54
hvilket jo også er kæmpe tab, altså måske i virkeligheden det
33:58
største tab i virkeligheden og det Der er sværest at genskabe.
34:00
Ikke men altså så det virker som om måske jeg kunne forestille
34:04
mig at ydermurene. De er Sådan er okay intakte på
34:08
ydersiden, så man kan forestille sig at murstenene og det griner
34:12
vi Sådan snakker om byggeri nu her.
34:15
Det plejer vi ikke at snakke om. Det er lidt eller?
34:19
Så. Kan forestille sig mange af de
34:20
der figurer og det det der murværk og Sådan noget udenfor
34:24
er okay intakt der jo også de flotte skal man sige renæssance
34:30
gavle der de berømte Sådan den der stil, som man også ser på
34:35
Frederiksborg slot og Rosenborg slot og jer renæssance gavle
34:40
ikke det. Mon ikke Det er nok ligesom jeg
34:43
stadig er tilbage ikke, men så kunne man forestille sig, at
34:45
Sådan noget som altså tårnet er jo virker som om Det er godt
34:48
ikke altså det Det er væk. Så der kunne man godt forestille
34:51
sig, at man kunne være interesseret i at få Sådan en
34:53
ret detaljeret. 3 d model er spiret, altså børsen spiret og
35:02
det virker som om altså fordi Det er så bemærkelsesværdigt det
35:05
spirer og fordi det ligesom er så.
35:09
Karakteristisk og er der også Sådan ligesom taget mange
35:12
billeder af det, og Det er meget Sådan detaljeret taget billeder
35:14
og så videre, så man kan også forestille sig at lave det til
35:16
en sub. Altså hvor man tænker Sådan okay
35:20
det indvendige Det er altså Det er løst det.
35:23
Det kan vi glemme alt om det ydre du ved det virker.
35:27
Det er måske i virkeligheden OK intakt taget, Det er bare
35:31
kobbertag er selvfølgelig ikke, men spiret Det er Det er Sådan
35:36
rimelig specielt og detaljeret og så videre, så hvis man
35:38
ligesom kunne. Afgrænse problemet til at sige
35:41
nu oversætter vi bare den her North eller point cloud eller
35:45
hvad du har tænkt dig at gøre til til det her spirer.
35:47
Nu siger du det. Jeg føler mig helt alene
35:49
herovre. Ja ja vi kan vel vi kan vel læse
35:52
noget fra noget noget github og så bare bruge noget teknologi.
35:57
Vi slet ikke forstår junge, så Jeg har også hørt Der er noget
36:00
der hedder nef studio kan det bare der har lavet det?
36:04
Studio og grineren er der det? Tror jeg.
36:08
Hvad hedder? Resten af podcasten bare også
36:10
der prøver at få det. Men men men men ja altså, og det
36:15
kunne man jo også. Man kunne netop som du siger,
36:16
der jo gå efter i stedet for at prøve ligesom at gabe over for
36:20
meget, så kunne man sige hvad hvad er vigtigt.
36:22
Vi prøver at rekonstruere Sådan ret præcist, så så vi ligesom
36:26
får de rigtige former, de rigtige optegninger og det der
36:31
spirer er sikkert. Det er nok tegnet ret godt op,
36:34
men er det tegnet godt nok op til at man ligesom kan gå i gang
36:37
med at at rekonstruere det som som kunstneren der eller de
36:41
kunstnere jeg formoder at der ligesom var inde over det
36:44
dengang? Jeg tror altså at Der er noget
36:48
Der er noget at hente i at at prøve at at bruge billeder til
36:52
at rekonstruere den den 3. Det er en model.
36:56
Jeg tror Det er svært at Sådan nogle tegninger der og de
37:01
ligesom kan beskrive. Helt præcist hvordan det der var
37:04
formet ikke. Jeg tror man får nogle bedre
37:07
detaljer med det andet, altså jeg.
37:09
Jeg ved, Det er jo ikke dybest set.
37:13
Og så hvis nu man fik Sådan en ruf sketch ikke så så kunne det
37:16
være der kom der. Kom lidt noget skidt ud af den
37:19
der rendering der og Sådan noget så skulle man sidde og rense
37:22
lidt i det, men så var det lidt ligesom når du havde taget et
37:24
dårligt billede med dit kamera, så kunne du altid gå ind i
37:27
fotoshop bagefter. Jo Det kan du jo også med den
37:29
form for 3 d som måske behøver man heller ikke Sådan at
37:32
modellen skal. Bare tage den 99% af vejen.
37:35
Den kan godt nøjes med måske at at tage den nøgle og 80 90
37:39
stykker ikke. Og så og så giver man ligesom
37:43
nogle nogle grafikere det der data.
37:47
Som de så også kan arbejde på, og så får man et godt
37:50
udgangspunkt for ligesom. Ja.
37:54
At genskabe det og prøv lige at nu nu nu nu bliver jeg Sådan
37:57
helt futuristisk ikke prøv at forestille dig når når de så de
38:00
der kunstnere og håndværkere som de er begge dele skulle i gang
38:04
med at rekonstruere det der. Så kunne de, hvis de var i tvivl
38:08
om, at de nu på vej ud på et sidespor med det der.
38:12
Så kunne de altid ligesom Sådan consulté den der 3 d figurer i 3
38:17
d space ikke altså med nogle briller mens de står der og
38:22
dementerede ind. Hvordan følger det her den
38:25
oprindelige struktur? Er det ikke space?
38:29
Prøv lige at overveje det, så er vi virkelig i gang med at ære og
38:33
rekonstruere børsen. Ja altså.
38:40
Så mangler vi bare robotter. Det er rigtigt nok altså.
38:45
Det er jo nu sidder vi jo bare i Vores lille Vores lille.
38:48
Hvad hedder det de her Vores lille tids.
38:52
Hvad skal man sige sted i tiden nu her ikke altså vi.
38:55
Vi tænker hvad der kan lade sig gøre om 100 år?
38:56
Vel altså måske burde vi kigge lidt længere ud i fremtiden og
39:00
og prøve at fyre lidt mere op for fantasien, ikke?
39:04
Ja jeg sidder og kigger på det der studio.
39:09
Det det ser sgu meget spændende ud altså.
39:11
Det er rigtig nok. Det ligner at man ligesom skal
39:14
have nogle lidt specielle kameraer til det og at random
39:17
billeder. Alle mulige steder fra.
39:20
Ikke ligesom. Giver de bedste resultater, men
39:24
Det kan sgu da være meget sjovt at prøve.
39:25
Det ser ud til det træner rimelig hurtigt.
39:27
De har Sådan en screenshot i hvert fald hvor der står.
39:30
Hvor de viser iterationer? Og der står der, at det tager.
39:36
Altså. Ikke særligt lang tid.
39:38
Sådan noget 10 sekunder per attraktion eller andet.
39:42
Så Jeg tror Jeg tror også at Det er en rimelig moden teknologi,
39:46
men problemet med så meget andet Det er at data skal vi have en
39:50
en ret høj kvalitet ikke og det skal være rimeligt Sådan før det
39:54
bliver godt, og så kan man jo så stille sig selv det spørgsmål
39:57
altså. OK hvis det skal være så god
40:01
data, det så ikke nærmest bare. Jeg ved ikke.
40:05
Altså er det lige før Det er nemmere at gøre det hele
40:07
håndholdt. Det er ride hypen jo ikke altså.
40:11
Det vil jo 100% være et være et være et hype ting.
40:17
For os ikke du ved bare for at redde den her den her bølge på
40:24
den her begivenhed ikke. Men altså Det er måske også være
40:26
lidt kynisk. Jeg vil sige, Vi skal sende det
40:29
menneske. Ja, men nu er det jo ikke fordi
40:32
vi vi altså. Nogle vil måske synes Det er
40:36
tosun det Jeg synes Det er Det er nu Vi skal redde Vores
40:40
kulturarv og. Ja.
40:47
Der er også. Jeg har fundet noget der hedder
40:49
ostebørsen. Det er vel ikke den?
40:52
Smager ikke nej nå. Det troede jeg Det var hvad
40:57
hedder det? Den klasse den.
41:01
Man kunne bare give sig i kast. Nu ved jeg.
41:03
Jeg aner intet om hvor den her ostebord Sådan ligger henne
41:05
overhovedet, men man kunne jo. Jo Jeg er ostebørsen.
41:12
Nu skal jeg lige finde ud af hvordan ligger den.
41:15
Den ligger i odsherred altså den er jo ikke brændt ned.
41:18
Den ligger i Nykøbing grundtvigsvej nummer et. 4800
41:24
Nykøbing Sjælland, der ligger ostebørsen og det man kunne jo
41:27
godt bare tage derud med de her specielle kameraer og så ligesom
41:31
bare. Modellerer det shit?
41:33
Og så sige, Vi har genskabt børsen.
41:38
Og så var det bare ikke den børs men ostebord.
41:42
Jeg skulle lige til at sige bagefter.
41:45
Du kunne lave genskabelse. For det brændte ned.
41:49
Det ville nok være ja, det ville nok være det nemmeste.
41:53
Det er nok ret svært at gøre det bagefter.
41:56
Nu føler jeg, at vi sidder og joker her, men Det er jo
41:58
selvfølgelig overhovedet ikke sjovt, at børsen er brændt og.
42:01
Nej men Det er lidt sjovt hvis man kunne hvis man kunne hjælpe
42:05
med med rekonstruktionen med noget ære, og Jeg synes faktisk
42:08
det. Ja det ved jeg ikke.
42:11
Det er hvad du løser. Man løser man et reelt problem
42:14
hvis man gør det. Hvad tror?
42:16
Du Jeg tror Det er jo nok det man skal.
42:18
Det er jo nok det man skal ligesom finde ud af.
42:19
Altså man skal sætte sig ned og så skal man tænke eller spørge
42:22
folk der rent faktisk ville gå i gang med det her arbejde om at
42:26
rekonstruere børsen og så ligesom spørge hvad hvor synes i
42:31
det ser kommer til at se svært ud altså hvad hvad hvad for
42:34
nogle tegninger har i ikke hvad hvad får i svært ved hvad er
42:38
metoderne når man skal gøre Sådan noget her?
42:39
Ikke så jeg tænker Det har at snakke med dem der skal gøre
42:42
det. Og så ligesom høre på dem og
42:44
sige. Hvor hvor der opstår problemer,
42:48
hvor vil de ligesom skulle improvisere.
42:52
Ej gives. Jeg kan få brygget noget der
42:56
kommer med vildt bud på hvad Jeg tror, at hvis man ville lave et
43:00
forsøg på en præcis rekonstruktion, hvad hvad man
43:02
ville gøre. Men vi starte med at samle en
43:05
masse billeder ind af det. Skal vi vide, skal vi vædde med
43:10
at man vil starte med samme masse billeder ind af det?
43:12
Hvordan var det egentlig det ser ud?
43:14
Ja lige præcis fordi de der tegninger der Der er all my
43:19
saying om præcis hvordan børsen ser ud.
43:22
De findes ikke. Nej det findes ikke.
43:26
Det er mit bud, men til gengæld findes der en masse billeder.
43:29
Ja. Og hvis.
43:30
Selvfølgelig opfordringen. Den opfordring til hvad boss
43:34
podcast community lad os da hjælpe til.
43:38
Og lave face datasæt med billeder fra børsen inde og.
43:44
Skrive en skraber på scraper på github og.
43:48
Ja nej. Ja, men Det er jo Det er jo for
43:53
public good det her jo så skriv en scraper kærbos podcast
43:59
immunity gå sammen og lav en skraber som skraber billeder af
44:03
børsen. Lav det som et hocking face
44:05
datasæt. Og.
44:08
Løst det her problem, som vi ikke er helt skarpe på.
44:11
Hvad er, men som som er må være derude et sted.
44:16
Prøv at gøre det vi sagde med at lave depth estimation af alle
44:20
billederne. Og så prøv at lave en algoritme
44:22
der kan samle det til en. Godt klar.
44:25
Hvad hedder det point clouding for at sige det.
44:28
Og så det kunne være vildt. Det forventer vi sgu af kærbos
44:32
podcast commodity. Så nu tror jeg vist også Vi er
44:39
nået til vejs ende. Det er blevet en kort en i dag.
44:41
Ja Sådan er det, når man ikke har gæster og emnet er rimelig
44:45
spacey. Jeg synes Det var en spændende
44:50
snak altså. Vi kan godt snakke lidt byggeri.
44:53
Det er ikke så tit man Sådan. Det er i virkeligheden spændende
44:56
det der med at komme ud af sin egen comfort zone og så sige.
44:59
Jamen gad vide folk der bygger laver altså altså laver
45:05
bygninger, tegner bygninger skal genskabe bygninger som er
45:07
brændt. Jeg ved ikke om Der er nogle der
45:10
specialiserer sig i at genskabe historiske bygninger som er
45:13
brændt, men lad os nu sige der var det.
45:16
Hvordan ville de så ligesom gribe Sådan en proces her an og
45:20
hvad for nogle problemer ville de støde ind i og hvad kunne vi
45:23
gøre med ære der? Det er jo det, så Jeg kan jo
45:27
formentlig bruge. Det vil sige rigtig mange
45:30
domæner. Og Det er nok.
45:34
Det er nok svært for dem, der ikke ved hvad teknologien kan
45:37
til at forestille sig det, og Det er nok også rigtig svært for
45:39
os, der kender Sådan lidt teknologien.
45:43
At forestille os at vi overhovedet løser et problem for
45:46
nogen derude med den her hammer. Vi kommer med hver gang, eller
45:49
om de bare tænker. Altså det hvorfor det?
45:53
Det er slet ikke så stort et problem.
45:55
Det er hvad hvad er det for en? Jeg skal ikke bruge det der gør
45:57
det bare lige Sådan her og så står det og så tænker vi så
46:00
føler man sig super dum ikke og Sådan kommer med noget smart
46:03
teknologi, men de er bare Sådan. Ja jeg flyttede det bare her fra
46:06
A til B og så var jeg færdig. Og man kan sige Det er jo Det er
46:10
jo Det er jo i høj grad et hardwareproblem, ikke?
46:14
Er det det? Altså at genskabe børsen.
46:17
Nå. Ja Det er jeg du ved Det er
46:21
nogle. Det er nogle murstenene og
46:22
nogle. På den måde.
46:25
Nummerplader og Sådan noget ikke.
46:27
Der er vi lidt begrænset i software verdenen.
46:30
Ja shoutout ud til til alle. Som formentlig har hørt nyheden,
46:40
når vi kommer med det her i morgen, som er i dag for jer der
46:44
lytter. Ja.
46:48
Hvad mere kan vi sige? Ikke så meget andet end at i
46:52
skal huske at lytte med i næste uge, hvor vi også kommer ud.
46:58
På onsdag. Og det skal jeg glæder mig meget
47:01
til, fordi Vi har noget spændende til jer som altid.
47:05
Måske når vi ved lidt mere om end i den her gang.
47:08
Måske en spændende gæst, hvem ved?
47:11
Og. Så er der stadig tilbage med
47:14
mere tilbage og sige end have det rigtig godt til vi ses igen
47:16
i næste uge. Hej.