Morgentanke som kan glede, forundre og motivere

mandag 2. november 2026

Varmen fra solen sine stråler,

viser veien frem

og kjennes igjen som riktig retning.

Balansen mellom ild, jord, vann og luft

finner riktig mengde

til rett tid.

Primærbilde: Transformer-arkitekturen fra Googles artikkel «Attention Is All You Need» (2017).
Hva visualiseringen bør vise: Enkoder- og dekoder-blokkene med Multi-Head Attention og Feed Forward-lag. Alternativt et varmekart (attention map) som viser hvordan ord i en setning knytter seg til hverandre uavhengig av avstand, for å demonstrere mekanismen bak ChatGPT og dagens språkmodeller.

Transformer-arkitekturen: Grunnlaget for moderne AI.

Kilde: Made with Google AI

AlexNet (2012): Splittet parallelt over to skjermkort.

Kilde: Medium

Primærbilde: Det originale nettverksdiagrammet til AlexNet (2012) fra Krizhevsky, Sutskever og Hintons forskningsartikkel.
Hva visualiseringen bør vise: Den karakteristiske todelte arkitekturen. Diagrammet er splittet i to parallelle spor fordi modellen var så stor at den måtte kjøres over to separate Nvidia GeForce GTX 580-skjermkort koblet sammen. Dette fanger det eksakte øyeblikket dyp læring møtte moderne maskinvare.

Primærbilde: Det geometriske diagrammet for en Support Vector Machine (SVM).

Hva visualiseringen bør vise: To klynger med datapunkter, en optimal skillelinje (hyperplan), de nærmeste referansepunktene (støttevektorene), og en tydelig markert maksimal feilmargin (margin). Dette illustrerer perfekt hvorfor matematikere foretrakk SVM: det handlet om ren geometri og garantert optimalitet, ikke uforutsigbare nevrale nettverk.

Primærbilde: Et flerlags nettverksdiagram som viser tilbakeforplantning (backpropagation).
Hva visualiseringen bør vise: Piler som først går fremover (forward pass) for å gi en feilaktig gjetning, etterfulgt av stiplede piler som går bakover (backward pass) for å justere vektene i de skjulte lagene basert på tapsfunksjonen.

Tilbakeforplantning: Feilen sendes bakover for vektoppdatering.

Kilde: Made with Google AI

Frank Rosenblatt med Mark I Perceptron (1958).

Kilde: Frederic Lewis / Getty Images

Primærbilde: Det historiske fotografiet av Frank Rosenblatt foran Mark I Perceptron (1958). Det viser det massive kaoset av ledninger og potentiometre som utgjorde datidens «kunstige hjerne».
Supplerende diagram: XOR-problemet visualisert. En enkel todimensjonal graf som viser fire punkter (to klasser) og hvorfor det er umulig å trekke en enkelt rett linje (lineær skilleflate) for å separere dem – selve beviset som utløste den første AI-vinteren.

Puste- og bevegelsesteknikkene
er en del av tradisjonell kinesisk medisin.

Den tradisjonelle forståelsen av qigong
er at bevegelsene skal styrke kroppens
egne selvhelbredende egenskaper.