Eigentlich wollte ich einen ganzen Blogbeitrag machen, in welchem ich das ganze Setup erkläre, jedoch hab ich mir ziemlich am Kopf gekratzt einige Male als ich mir den Wechselrichter Einstellungen und die Firmware angeschaut habe. Darum gibts da wohl einen ausführlicheren Beitrag. Fangen wir einfach mit den Einzelteilen an:
2x 375W von Trinasolar (Wer es genau haben will TSM-DE08M.08)
Mikrowechselrichter: Deye SUN600G3-EU-230
220V Anschlusskabel UV-fest und Netzstecker
Solaranschlusskabel ~15 m
Ich konnte die Solarmodule aus einem Restposten zu einem guten Preis übernehmen und beim Recherchieren habe ich den Deye Wechselrichter oft gesehen. Darum hab ich mir mal den geholt.
Guter Nebeneffekt von dem Setup ist, dass ich 1 Panel mitnehmen kann und die Solarleistung vom Camper verbessern, wenn ich mal länger an einem Ort bin und gern auch mal am Schatten weilen möchte.
Was wirklich viel hilft, ist die Verfügbarkeit von Informationen zum Thema. Das Photovoltaikforum ist eine sehr gute Anlaufstelle.
Ein sehr guter Überblick über den Wechselrichter gibts auch auf Youtube bei Christian, ist zwar ein bisschen älter aber spannend. So wie es aussieht, gibt es den Deye Wechselrichter der einfach unter verschiedenen Herstellern gebrandet wird (Bosswerk und Konsorten).
Really love Tinas 2023 Intentions… funny enough that when I’ve sat down end of last year reflecting that Intentionality was also among the goals for 2023
Tatsache ist, dass alle von uns einen unterschiedlichen Geldbedarf haben. Manche von uns absolvieren ein Nebenstudium, haben bereits eine Familie gegründet oder bezahlen hohe Krankenkassenprämien. Andere wohnen in subventioniertem Wohnraum oder haben bereits Erbe erhalten. Bedarf ist komplex. Familie, Gesundheit, Erbe und vor allem Glück haben einen direkten Einfluss auf den individuellen Bedarf. Manche leben in privilegierten Lebensumständen, während andere mit Herausforderungen zu kämpfen haben, für die sie nichts können. Mit unserem Lohnmodell möchten wir auf diese Umstände eingehen.
Spannend zu sehen, dass das Konzept des Bedarfslohns verfolgt wird.
Einer dieser grossartigen “15 Minuten über den Mittag schnell zusammengeschustert”-Aufbauten. Mal als Versuch das 115W Solarpanel nicht einfach am Boden stehend zu nutzen (und so die Abschattung ein bisschen zu minimieren). Ans Balkongeländer aussenliegend darf das Panel leider nicht, da hindert mich der Hausfrieden und die lokale Gesetzeslage. Das wurde mir sehr bereitwillig von dem lokalen Bauamt bei einem längeren Telefonat erklärt, weil das Erscheinungs- und Ortsbild stören würde. *grummel*
Item, angeschlossen daran ist eine 20Ah Batterie, die ich vor längerem Mal gebaut habe und bei mir zu Hause grösstenteils für alle Gerätschaften genutzt wird, welche via USB geladen werden können. Auch der Homeassistant auf einem Raspberry PI bezieht seinen Strom eigentlich immer über dieses Setup. Und wenn es mal knapp wird, lässt sich die Batterie auch über Netzstrom laden, was momentan im Winter der Fall ist. Im Sommer kriege ich die Batterie eigentlich nie leer, mit den Kleinverbrauchern.
Geplant ist längerfristig 300–600 Wp Balkon Solaranlage – Da der Balkon quasi keine Abschattung hat, ist er im Hochsommer ziemlich ungemütlich und mein plan ist derzeitig, mit den Panels ein bisschen für Schatten zu sorgen und den Schatten in Energie umzuwandeln.
From now on, we have to treat anything we see on the Internet as potential AI garbage. The picture gallery from an artist? The very cool sounding answer on Stackoverflow? This article in the newspaper? This short viral video? This book on Amazon? They are all potential AI garbage.
Ich habe bisher die ChatGPT und StableDiffusion Welle nur von aussen beobachtet, hatte aber über das Jahresende ein bisschen Zeit gefunden mich ein bisschen genauer damit zu beschäftigen. Andere sind da offenbar viel früher auf den Zug aufgesprungen – Wie Habi und David 😉
ChatGPT ist toll, aber meist missverstanden
Ich hatte einige tolle Gotcha-Momente als ich mit ChatGPT herumgespielt habe. Einer da war zum Beispiel als ich einfach mal von Englisch auf Deutsch gewechselt habe und der Bot da einfach mitgemacht hat.
Generell kann das Model über enorm viele Dinge Antwort geben. Ich denke solche Tools haben Zukunft, jedoch muss der Mensch dann noch nachbessern weil sonst laufen wir Gefahr in das Problem hineinzulaufen, das im anfänglichen Zitat erwähnt wird es könnte alles, das wir lesen, sehen oder hören potenziell generiert sein. Wie viel davon “sinnvoll” ist, bleibt dann dem Menschen überlassen das zu interpretieren.
Wichtig zu verstehen, und meiner Ansicht nach das grösste Missverständnis, wenn wir von ChatGPT reden. Es handelt sich um ein Text-Modell und kein Wissens-Modell. Es wird dir keine Fakten liefern. Hell es erfindet sogar Dinge – ChatGPT produces made-up nonexistent references (guter Thread übrigens).
Da sich ChatGPT eine Welt „vorstellt“ ist relativ viel möglich, zum Beispiel eine virtuelle Maschine zu erstellen. Das funktioniert manchmal und teilweise schlägt das wunderbar fehl.
Solange wir Tools wie ChatGPT als Helfer verstehen und nicht Menschen finden, das sei jetzt AI par excellence, die keine Fehler macht und das überall ohne Qualitätsprüfung der Ausgaben einbauen, sehe ich kein Problem.
StableDiffusion
Was für ein Rabbithole! Den Einstieg habe ich über Midjourney gemacht, in welcher ich die frei verfügbaren 25 Minuten relativ schnell durch hatte. Super interessant zu sehen, wie ein Chat-Interface genutzt wird, um mit dem Generator zu interagieren. Aber auch wichtig den andern Menschen zuzuschauen und von anderen Texteingaben zu lernen hilft schnell weiter zu kommen und schöne Resultate zu generieren.
Ich hab mir dann irgendwann InvokeAI lokal installiert und irgendwann auf einem bisschen leistungsfähigeren Mac. Nachdem ich bei AWS derzeit keine GPU Instanz kriegen kann. Hab ich es danach auf einem anderen Mac, der ein bisschen mehr Power hat, montiert. Eine dedizierte Grafikkarte würde viel bringen, mal schauen, ob ich irgendwo über so eine stolpere. Ich habe viel mit anderen Modellen herumgespielt und schnell gemerkt, dass jedes seinen eigenen “Dialekt” und Settings hat, die funktionieren. Einige können aus “schönes Wohnzimmer” richtig tolle Sachen machen, andere brauchen viel mehr Detailbeschreibung und reagieren nur auf präzise Keywords. Ich habe mir auch sehr kurz noch RunDiffusion angeschaut und war begeistert wie schnell und vergleichsweise günstig ich da an GPU-Zeit kam. Will für das aber lieber die Infrastruktur selbst “betreiben”
StableDiffusion ist ein ultraspannendes Konzept, bei welchem sich viele Abgründe öffnen, da nicht immer klar ist, mit welchem Bildmaterial die Modelle trainiert wurden. Es ist jedoch interessant, was mit eigentlich sehr moderater Hardware erträumt werden kann.
Und jetzt?
Technologie, die existiert, wird nicht einfach weggehen, das wissen wir spätestens seit IPv4 – Ich habe mir noch keine abschliessende Meinung über die Thematik gemacht. An der Microsoft Ignite 2019 habe ich einige Zeit mit Anand Raman welcher bei Microsoft die AI Efforts leitet, über die Problematik der Nachvollziehbarkeit dieser AI Modelle gesprochen, da das Trainingsmaterial teilweise aufgrund der Grösse nicht so einfach mal bereitgestellt werden kann (oder darf). Die schlüssigste Lösung, die wir damals besprochen haben, wäre Informationen über das Trainingsmaterial verifizierbar zu machen und das dann mit den Modellen zu veröffentlichen, um ein möglichst grosses Mass an Transparenz zu haben und bewusst mit Biases der Modelle umgehen zu können. Schlussendlich sind die Sprachmodelle auf Basis von Daten, die von Menschen erstellt wurden und wir sind inhärent befangen in unserer Handlung und Ausdrucksweise, selbst wenn wir uns dem bewusst sind.
The models encode many biases and stereotypes.
Well, sure they do. They model observed human’s language, and we humans are terrible beings, we are biased and are constantly stereotyping. This means we need to be careful when applying these models to real-world tasks, but it doesn’t make them less valid, useful or interesting from a scientiic perspective.
Aus meiner Sicht sind die Text- und Bild-Modelle spannend, da sie unter sehr permissiven Lizenzen veröffentlicht werden und auch deshalb so unglaublich schnell Anklang finden. Eine kritische Denkweise und Hinterfragung der Technologie ist meiner Meinung nach wie vor wichtig, vor allem wenn die Technologien irgendwann breit eingesetzt werden. Ich finde, dass es wichtig ist, die positiven Teile der Technologie zu sehen, sich jedoch auch den potenziellen Gefahren und Limitierungen dieser bewusst zu sein. Wer sich jetzt noch einen weiteren Deepdive geben will, dem empfehle ich den Artikel von Yoav Goldberg – Some remarks on Large Language Models, er geht dabei ebenfalls auf sehr viele reale Limitationen ein.
