Rskiff
Regular
has to be BrianChip
BRN Discussion Ongoing
- Thread starter TechGirl
- Start date
I'm hoping voice recognition in cars. Tesla isn't great. I've had to change my front gate on my phone from Call "front gate" to call "Uncle Bob". I don't have an uncle bob, but every time I said call front gate, it said "That option is not available yet"....... So I had to trick it so my gate would open.......ive been wondering and pondering.... what will be the 1st commercial qizmo to market with Akida?
I'm thinking DRONE. Although i would like a Akida Talking dash cambut i still think drone will be first.
Your thoughts?
whatever it is, it's comimg sooon
There are many things I think could make the car much better. I know of said it before but, I keep thinking that they've missed an opportunity.
I so badly want to right a letter to car manufacturers and say, ok boys listen up!
Kachoo
Regular
I agree patiences is key. My missus I may have said this story went on holiday and wanted her 80k shares sold for 4 k Back in the day. she went in 2019 and I just paid her the 4 k out of pocket cause her shares were worth 25 % less then I bought them. Well forward to today's price I asked one-day how her 80k trip went lol that was she like no you still have them right there mine. So now I'm out of pocket 4k And she transferred her shares to her account
Lol
equanimous
Norse clairvoyant shapeshifter goddess
Partnering with Prof Barry Marshall I bring to youive been wondering and pondering.... what will be the 1st commercial qizmo to market with Akida?
I'm thinking DRONE. Although i would like a Akida Talking dash cam
Your thoughts?
whatever it is, it's comimg sooon
Imagine a toilet that talks to you every morning with a scoring system. 10/10 shoots confetti and firework sounds...
equanimous
Norse clairvoyant shapeshifter goddess
This is a parodyPartnering with Prof Barry Marshall I bring to you
View attachment 33983
Imagine a toilet that talks to you every morning with a scoring system. 10/10 shoots confetti and firework sounds...
KiKi
Regular
Frohe Ostern!
www.forbes.com
Peter van der Made
Mitglied des Forbes Councils
10. April 2023, 06:15 Uhr EDT
Peter van der Made ist Gründer und CTO von BrainChip Ltd. BrainChip produziert fortschrittliche KI-Prozessoren in digitalen neuromorphen Technologien.
GETTY
Die Revolution der künstlichen Intelligenz (KI) steht uns bevor, und Unternehmen müssen sich darauf vorbereiten, sich an diesen Wandel anpassen. Es ist wichtig, eine Bestandsaufnahme der aktuellen Fähigkeiten im Unternehmen zu machen, um festzustellen, welche zusätzlichen Fähigkeiten die Mitarbeiter lernen müssen. Das Unternehmen ist gut darin, eine KI-Strategie zu entwickeln, um die Bereiche zu skizzieren, in denen KI am effektivsten ist, sei es in einem Produkt oder einer Dienstleistung. Nicht zu handeln bedeutet zwangsläufig, ins Hintertreffen zu geraten. Das Training sollte eine Einführung in die KI, ihre Fähigkeiten und ihre Mängel (KI ist nur so gut wie ihre Trainingsdaten). Dieser Artikel gibt einen Überblick über den aktuellen Stand der KI und was vor uns liegt.
Künstliche Intelligenz fand 2012 ihren Zweck, als AlexNet die ImageNet-Herausforderung mit einer Gesamtfehlerquote von 16,4 % gewann, erzielte mit über 26 %. Die ImageNet-Challenge ist eine Sammlung von 1,4 Millionen Bildern in 1000 Kategorien wie Hunde, Autos, Pflanzen usw. Ein neuronales Netzwerk ist der interne Motor aller Technologien der künstlichen Intelligenz. Das neuronale Netzwerk soll der Funktionsweise des menschlichen Gehirns nachempfunden sein; Dies ist jedoch weit von der Wahrheit entfernt. Gehirne sind viel komplizierter und effizienter als neuronale Netze. Gehirne haben Bewusstsein, Vorstellungskraft, Erfindungsreichtum und Kreativität, die alle in neuronalen Netzwerken fehlen. Gehirne sind ebenfalls dynamisch und bestehen aus spezialisierten Zellen, den Neuronen.
Neuronale Netze sind von einigen Millionen auf schnell 200 Milliarden Parameter angewachsen. Jeder Parameter muss berechnet werden, was einen größeren Bedarf an Hochleistungsrechenressourcen und Energie verursacht. Programme für künstliche Intelligenz haben Menschen beim Schach und im komplizierteren Go-Spiel geschlagen. Programm wie ChatGPT can spannende Geschichten weben und komplexe Fragen beantworten. Das Training eines großen Netzwerks kann auf leistungsstarken Servern mit Hunderttausenden von Prozessoren Monaten dauern.
Die Steigerung der Rechenressourcen hat neue KI-Tools und neuronale Netze möglich gemacht. Die neuronalen Netze, die für all diese beeindruckenden Ergebnisse verantwortlich sind, wissen jedoch nicht, was sie tun. Es gibt kein Bewusstsein, nur Berechnung.
Maschinelles Lernen ist eine Teilmenge der künstlichen Intelligenz. Trainingsalgorithmen benötigen riesige Datensätze, um qualitativ hochwertige Parameter zu erstellen, die sterben Funktion und Genauigkeit eines neuronalen Netzwerks definieren. Maschinelles Lernen geht weiter voran, da mehr Daten verfügbar werden und Algorithmen ausgefeilter werden. KI wird in vielen Bereichen eingesetzt, darunter im Gesundheitswesen, im Finanzwesen, in der Fertigung und im Transportwesen.
Die Zukunft der künstlichen Intelligenz scheint mit anhaltenden Fortschritten in der Technologie rosig. Laut Statista erreichten die Investitionen in künstliche Intelligenz im Jahr 2021 93,5 Milliarden US-Dollar . Der aktuelle Trend, dass neuronale Netze größer werden, wird sich wahrscheinlich in naher Zukunft fortsetzen, da mehr Funktionalität erforderlich ist.
Eine der vielversprechendsten Technologien ist die neue neuromorphe Verarbeitung. Neuromorph bedeutet „wie das Gehirn“. Dedizierte Schaltkreise werden used, um die Funktionsweise dynamischer Zellen im Gehirn nachzuahmen. Sie führen kein Programm aus, sind aber lernfähig und arbeiten wie echte Gehirnzellen alle gleichzeitig und nicht nacheinander. Neuromorphe kortikale Modelle der künstlichen Intelligenz basieren auf der Struktur und Funktion des Neocortex, der für komplexe kognitive Prozesse verantwortlichen äußeren Region des Gehirns, und sind kleiner, schneller und weniger leistungshungrig als Computer.
Die Erforschung dieser und anderer Gehirnstrukturen soll zu einem höheren Intelligenzniveau und einer besseren kognitiven Leistung führen als bei verschiedenen Arten der künstlichen Intelligenz. Mit Millionen mehrerer Knoten sind diese künstlichen kortikalen Netzwerke noch weit davon entfernt, menschliche Intelligenz zu simulieren.
Wie die Zusammensetzung des Gehirns, das viele verschiedene Strukturen enthält, kann es notwendigerweise sein, verschiedene Arten von neuronalen Netzwerken zu verwenden, um bestimmte Funktionen auszuführen. Der Neokortex ist nur ein Teil des Gehirns, der für Kognition und Intelligenz verantwortlich ist. Es hat massive Verbindungen zum Thalamus, Hippocampus und Kleinhirn, alles Beispiele für Gehirnregionen, die für verschiedene kognitive Aspekte wichtig sind.
Die Modellierung dieser Regionen und des Neokortex könnte zu fortschrittlicheren KI-Systemen führen. Der Thalamus ist der zentrale Knotenpunkt, der sensorische Informationen im Gehirn erfasst. Die Modellierung des Thalamus könnte die Fähigkeit der KI verbessern, sensorische Informationen wie auditive, taktile und visuelle Daten zu verarbeiten.
Der Hippocampus ist an der räumlichen Navigation und der Bildung von Langzeitgedächtnissen beteiligt. Die Modellierung der Funktionen des Hippocampus könnte die Lernfähigkeit von KI-Systemen verbessern und das Langzeitgedächtnis selektiv bilden.
Das Kleinhirn hat massive Verbindungen zu allen Regionen des Neocortex. Die Modellierung des Kleinhirns könnte dazu führen, dass eingehende Daten gleichzeitig verarbeitet werden, while sterben KI etwas Neues lernt, wie zum Beispiel Autofahren.
Während das neurowissenschaftliche Verständnis dieser Gehirnregionen noch unvollständig ist, sind zahlreiche Informationen verfügbar, um Modelle zu bauen, die offenen Fragen zu beantworten und einige der Lücken durch Experimente zu füllen can. Eines Tages könnten kortikale neuromorphe neuronale Netze die neuronalen Netze verdrängen, die heute die künstliche Intelligenz antreiben und für viele ihre Erfolge verantwortlich waren.
Ein wesentlicher Unterschied ist ihre Trainingsmethode. Aktuelle neuronale Netze verlangen Millionen von Beispielen und einen Fehlerrückkopplungsalgorithmus, um die Parameter anzupassen. Diese Schulungssitzungen können Wochen dauern, wenn teure, leistungsstarke Computer verwendet werden, sterben Millionen kosten.
Kortikale neuromorphe neuronale Netze lernen aus wenigen Beispielen und sind daher kostengünstiger einzusetzen. Die neuromorphe Verarbeitung eliminiert den Bedarf an kolossalen Computerressourcen. Kontinuierliches Lernen fügt Erfahrung hinzu und führt zu genaueren Ergebnissen.
Es wird erwartet, dass kortikale neuronale Netze in den nächsten fünf Jahren in Produkte eingesetzt werden, die von Spracherkennung über Bildverarbeitung, Weltraumforschung, Gesundheitswesen und Robotik reichen. Die Entwicklung kortikaler neuronaler Netze kann zur Entstehung künstlicher allgemeiner Intelligenz (AGI) führen, dem heiligen Gral der künstlichen Intelligenz. Die Menschheit wird vom Aufkommen von AGI profitieren, indem es die globale Wirtschaft durch die Bereitstellung eines Multiplikators für menschliches Einfallsreichtum und Sicherheit ankurbelt. AGI wird der Menschheit wahrscheinlich ähnlich wie frühere wirtschaftliche Revolutionen zugute kommen. Das Internet und Computer haben die Art und Weise, wie wir Geschäfte machen, verändert. Es WIRD eine ähnliche Verschiebung in der Art und Weise geben,
KI ist ein schnelllebiges Feld, und Unternehmen können es sich nicht leisten, stehen zu bleiben. Um das Personal zu befähigen, ist es unbedingt erforderlich, jetzt Maßnahmen zu ergreifen, damit sterben Mitarbeiter ihre Fähigkeiten verbessern können, um den Herausforderungen der Zukunft gerecht zu werden. Suchen Sie nach Möglichkeiten, Ihre Mitarbeiter in dieser neuen Technologie zu Schulen, um sie in Ihrer gesamten Organisation zu nutzen.
Council Post: The Future Of Artificial Intelligence
AI is a fast-moving field and companies cannot afford to stand still.
www.forbes.com
Peter van der Made
Mitglied des Forbes Councils
10. April 2023, 06:15 Uhr EDT
Peter van der Made ist Gründer und CTO von BrainChip Ltd. BrainChip produziert fortschrittliche KI-Prozessoren in digitalen neuromorphen Technologien.
GETTY
Die Revolution der künstlichen Intelligenz (KI) steht uns bevor, und Unternehmen müssen sich darauf vorbereiten, sich an diesen Wandel anpassen. Es ist wichtig, eine Bestandsaufnahme der aktuellen Fähigkeiten im Unternehmen zu machen, um festzustellen, welche zusätzlichen Fähigkeiten die Mitarbeiter lernen müssen. Das Unternehmen ist gut darin, eine KI-Strategie zu entwickeln, um die Bereiche zu skizzieren, in denen KI am effektivsten ist, sei es in einem Produkt oder einer Dienstleistung. Nicht zu handeln bedeutet zwangsläufig, ins Hintertreffen zu geraten. Das Training sollte eine Einführung in die KI, ihre Fähigkeiten und ihre Mängel (KI ist nur so gut wie ihre Trainingsdaten). Dieser Artikel gibt einen Überblick über den aktuellen Stand der KI und was vor uns liegt.
Künstliche Intelligenz fand 2012 ihren Zweck, als AlexNet die ImageNet-Herausforderung mit einer Gesamtfehlerquote von 16,4 % gewann, erzielte mit über 26 %. Die ImageNet-Challenge ist eine Sammlung von 1,4 Millionen Bildern in 1000 Kategorien wie Hunde, Autos, Pflanzen usw. Ein neuronales Netzwerk ist der interne Motor aller Technologien der künstlichen Intelligenz. Das neuronale Netzwerk soll der Funktionsweise des menschlichen Gehirns nachempfunden sein; Dies ist jedoch weit von der Wahrheit entfernt. Gehirne sind viel komplizierter und effizienter als neuronale Netze. Gehirne haben Bewusstsein, Vorstellungskraft, Erfindungsreichtum und Kreativität, die alle in neuronalen Netzwerken fehlen. Gehirne sind ebenfalls dynamisch und bestehen aus spezialisierten Zellen, den Neuronen.
Neuronale Netze sind von einigen Millionen auf schnell 200 Milliarden Parameter angewachsen. Jeder Parameter muss berechnet werden, was einen größeren Bedarf an Hochleistungsrechenressourcen und Energie verursacht. Programme für künstliche Intelligenz haben Menschen beim Schach und im komplizierteren Go-Spiel geschlagen. Programm wie ChatGPT can spannende Geschichten weben und komplexe Fragen beantworten. Das Training eines großen Netzwerks kann auf leistungsstarken Servern mit Hunderttausenden von Prozessoren Monaten dauern.
Die Steigerung der Rechenressourcen hat neue KI-Tools und neuronale Netze möglich gemacht. Die neuronalen Netze, die für all diese beeindruckenden Ergebnisse verantwortlich sind, wissen jedoch nicht, was sie tun. Es gibt kein Bewusstsein, nur Berechnung.
Maschinelles Lernen ist eine Teilmenge der künstlichen Intelligenz. Trainingsalgorithmen benötigen riesige Datensätze, um qualitativ hochwertige Parameter zu erstellen, die sterben Funktion und Genauigkeit eines neuronalen Netzwerks definieren. Maschinelles Lernen geht weiter voran, da mehr Daten verfügbar werden und Algorithmen ausgefeilter werden. KI wird in vielen Bereichen eingesetzt, darunter im Gesundheitswesen, im Finanzwesen, in der Fertigung und im Transportwesen.
Die Zukunft der künstlichen Intelligenz scheint mit anhaltenden Fortschritten in der Technologie rosig. Laut Statista erreichten die Investitionen in künstliche Intelligenz im Jahr 2021 93,5 Milliarden US-Dollar . Der aktuelle Trend, dass neuronale Netze größer werden, wird sich wahrscheinlich in naher Zukunft fortsetzen, da mehr Funktionalität erforderlich ist.
Eine der vielversprechendsten Technologien ist die neue neuromorphe Verarbeitung. Neuromorph bedeutet „wie das Gehirn“. Dedizierte Schaltkreise werden used, um die Funktionsweise dynamischer Zellen im Gehirn nachzuahmen. Sie führen kein Programm aus, sind aber lernfähig und arbeiten wie echte Gehirnzellen alle gleichzeitig und nicht nacheinander. Neuromorphe kortikale Modelle der künstlichen Intelligenz basieren auf der Struktur und Funktion des Neocortex, der für komplexe kognitive Prozesse verantwortlichen äußeren Region des Gehirns, und sind kleiner, schneller und weniger leistungshungrig als Computer.
Die Erforschung dieser und anderer Gehirnstrukturen soll zu einem höheren Intelligenzniveau und einer besseren kognitiven Leistung führen als bei verschiedenen Arten der künstlichen Intelligenz. Mit Millionen mehrerer Knoten sind diese künstlichen kortikalen Netzwerke noch weit davon entfernt, menschliche Intelligenz zu simulieren.
Wie die Zusammensetzung des Gehirns, das viele verschiedene Strukturen enthält, kann es notwendigerweise sein, verschiedene Arten von neuronalen Netzwerken zu verwenden, um bestimmte Funktionen auszuführen. Der Neokortex ist nur ein Teil des Gehirns, der für Kognition und Intelligenz verantwortlich ist. Es hat massive Verbindungen zum Thalamus, Hippocampus und Kleinhirn, alles Beispiele für Gehirnregionen, die für verschiedene kognitive Aspekte wichtig sind.
Die Modellierung dieser Regionen und des Neokortex könnte zu fortschrittlicheren KI-Systemen führen. Der Thalamus ist der zentrale Knotenpunkt, der sensorische Informationen im Gehirn erfasst. Die Modellierung des Thalamus könnte die Fähigkeit der KI verbessern, sensorische Informationen wie auditive, taktile und visuelle Daten zu verarbeiten.
Der Hippocampus ist an der räumlichen Navigation und der Bildung von Langzeitgedächtnissen beteiligt. Die Modellierung der Funktionen des Hippocampus könnte die Lernfähigkeit von KI-Systemen verbessern und das Langzeitgedächtnis selektiv bilden.
Das Kleinhirn hat massive Verbindungen zu allen Regionen des Neocortex. Die Modellierung des Kleinhirns könnte dazu führen, dass eingehende Daten gleichzeitig verarbeitet werden, while sterben KI etwas Neues lernt, wie zum Beispiel Autofahren.
Während das neurowissenschaftliche Verständnis dieser Gehirnregionen noch unvollständig ist, sind zahlreiche Informationen verfügbar, um Modelle zu bauen, die offenen Fragen zu beantworten und einige der Lücken durch Experimente zu füllen can. Eines Tages könnten kortikale neuromorphe neuronale Netze die neuronalen Netze verdrängen, die heute die künstliche Intelligenz antreiben und für viele ihre Erfolge verantwortlich waren.
Ein wesentlicher Unterschied ist ihre Trainingsmethode. Aktuelle neuronale Netze verlangen Millionen von Beispielen und einen Fehlerrückkopplungsalgorithmus, um die Parameter anzupassen. Diese Schulungssitzungen können Wochen dauern, wenn teure, leistungsstarke Computer verwendet werden, sterben Millionen kosten.
Kortikale neuromorphe neuronale Netze lernen aus wenigen Beispielen und sind daher kostengünstiger einzusetzen. Die neuromorphe Verarbeitung eliminiert den Bedarf an kolossalen Computerressourcen. Kontinuierliches Lernen fügt Erfahrung hinzu und führt zu genaueren Ergebnissen.
Es wird erwartet, dass kortikale neuronale Netze in den nächsten fünf Jahren in Produkte eingesetzt werden, die von Spracherkennung über Bildverarbeitung, Weltraumforschung, Gesundheitswesen und Robotik reichen. Die Entwicklung kortikaler neuronaler Netze kann zur Entstehung künstlicher allgemeiner Intelligenz (AGI) führen, dem heiligen Gral der künstlichen Intelligenz. Die Menschheit wird vom Aufkommen von AGI profitieren, indem es die globale Wirtschaft durch die Bereitstellung eines Multiplikators für menschliches Einfallsreichtum und Sicherheit ankurbelt. AGI wird der Menschheit wahrscheinlich ähnlich wie frühere wirtschaftliche Revolutionen zugute kommen. Das Internet und Computer haben die Art und Weise, wie wir Geschäfte machen, verändert. Es WIRD eine ähnliche Verschiebung in der Art und Weise geben,
KI ist ein schnelllebiges Feld, und Unternehmen können es sich nicht leisten, stehen zu bleiben. Um das Personal zu befähigen, ist es unbedingt erforderlich, jetzt Maßnahmen zu ergreifen, damit sterben Mitarbeiter ihre Fähigkeiten verbessern können, um den Herausforderungen der Zukunft gerecht zu werden. Suchen Sie nach Möglichkeiten, Ihre Mitarbeiter in dieser neuen Technologie zu Schulen, um sie in Ihrer gesamten Organisation zu nutzen.
TheFunkMachine
seeds have the potential to become trees.
No mention of brainchip, but a good look at the Mercedes Vision EQXX with supercar Blondie.
Rise from the ashes
Regular
It's a strange world where one has to make that disclaimer.
jtardif999
Regular
I previously mentioned the second coming; not even god could think of a third coming.
Rise from the ashes
Regular
Top three computer vision trends to follow in 2023
Why edge computing storage, upskilling and an increased focus on privacy will propel the computer vision market in 2023.
Rise from the ashes
Regular
Council Post: The Future Of Artificial Intelligence
AI is a fast-moving field and companies cannot afford to stand still.
www.forbes.com
Sirod69
bavarian girl ;-)
Adding Low-Power AI/ML Inference to Edge Devices
Artificial intelligence and machine learning (AI/ML) offer the unparalleled ability to recognize complex patterns and make decisions quickly. Consequently, companies are quickly adding AI/ML inference capabilities to a wide range of products—and there are many chip vendors in the market ready to help.
These vendors offer AI/ML capabilities, either integrated into a system-on-chip (SoC) or as stand-alone hardware AI/ML accelerators. The market for these chips is getting very crowded, especially for embedded products.
....
However, processors that don’t have hardware specifically for AI/ML tasks are slow and inefficient, because running AI/ML models requires a lot of computation involving multiplication and addition. So, you generally should use vector or tensor hardware to get good performance. Many microcontroller vendors, including STMicroelectronics, Renesas, NXP and XMOS, have added hardware to support AI/ML model execution to increase the AI/ML performance of their processors.
Sirod69
bavarian girl ;-)
Rise from the ashes
Regular
DollazAndSense
Regular
AFRL showcases key programs at 2023 Space Symposium
The Air Force Research Laboratory, or AFRL, will feature several space-related technologies and programs during the 38th Space Symposium at the Broadmoor, Colorado Springs, Colorado, April 17-20,
www.afrl.af.mil
AFRL showcases key programs at 2023 Space Symposium
- Published April 10, 2023
- By Justin Hayward
- Air Force Research Laboratory Public Affairs
“Our competitors understand that space is critical for U.S. military operations, and they believe the space domain will be pivotal in future conflicts, so they are aggressively pursuing a wide range of capabilities to deny, degrade or destroy U.S. space systems and infrastructure,” said Dr. Andrew Williams, deputy technology executive officer for Space Science and Technology, or S&T. “We are in a strategic technology competition in the space domain with the PRC and Russia, who are rapidly developing new and greater counterspace capabilities. The Air Force Research Laboratory is executing science and technology efforts across the nation for the U.S. Space Force as one lab supporting two services to develop resilient architectures and increase the cost of aggression.”
Williams will conduct a Q&A session with members of the media April 19, 2023, from 1-1:30 p.m. MT in briefing room A, located in the Columbine Room, on the second floor of Broadmoor Hall, where he will discuss technologies on display at the AFRL exhibit booth.
Williams will also co-host a fireside chat with Dr. Steven Meier, director, Naval Center for Space Technology, U.S. Naval Research Laboratory or NRL, April 19 from 3:45-4:10 p.m. MT at the Broadmoor International Center. Their discussion will focus on strategic technological competition and the value of collaboration between NRL and AFRL.
AFRL programs
At the Space Symposium, AFRL will highlight a variety of space programs and technologies including Space Solar Power Incremental Demonstrations and Research Project, or SSPIDR; Hack-A-Sat; Neuromorphic Processing and Sensing; Quantum Microscope; and Tactically Responsive Space Access, or TRSA.
SSPIDR is a series of integrated demonstrations and technology maturation efforts at the AFRL Space Vehicles Directorate to develop space-based solar power collection and transmission capabilities. SSPIDR will demonstrate key technologies that could eliminate the need for costly and dangerous convoys, by providing warfighter energy needs from space.
Since the inception of GPS, it has become a global utility extending beyond military use with air traffic control, banking, farming and cellular networks all depending on uninterrupted GPS coverage. NTS-3 is the first position, navigation and timing experiment in over 45 years and will demonstrate a more flexible, robust and resilient, satellite navigation architecture.
Hack-A-Sat is a space focused capture-the-flag hacking competition, designed to inspire the world's top cybersecurity talent. Everything, including GPS, financial transactions, air traffic control and beyond, depends on space systems that can be vulnerable to attack. Hack-A-Sat builds a non-traditional community of security researchers, government, industry and academia working together to inform and improve the cyber resilience of ground and in orbit space systems.
Neuromorphic Intelligent Computing Systemsare being developed by AFRL to improve processing power for edge artificial intelligence and machine learning to give operators analytical results, not raw data, to speed wartime decision making. Neuromorphic computing architectures are necessary to achieve advanced and new capabilities in pattern recognition, event reasoning, robust decision making, adaptive learning and autonomous tasking for energy efficient agile Space Force platforms.
The Neuromorphic Camera known as FalconNeuro is an experiment flying on the International Space Station designed and built at the Space Physics and Atmospheric Research Center at the U.S. Air Force Academy. FalconNeuro demonstrates, for the first time, the use of biologically inspired event-based, or neuromorphic cameras for use in space.
Frangipani
Regular
Hi @Sirod69,
I think you may have misunderstood something here. The theological term 'Second Coming' actually refers to the Christian belief in Jesus Christ's future glorious return to earth AFTER his Ascension (= his ascent to Heaven 40 days after his Resurrection on Easter Sunday according to the Bible) on what is also known as Judgement Day. The German equivalent would be ‘Wiederkunft Christi’.
Second Coming | Definition & Gospels
Second Coming, in Christianity, the future return of Christ in glory, when he will set up his kingdom, judge his enemies, and reward the faithful, living and dead.
So @jtardif999 was in fact correct in pointing out that there is no Christian concept of a Third Coming.
But as FF presumably isn't God, let us faithfully believe he will return from his third round of self-imposed monastic silence and write again before the end of time.
Last edited:
FrederikSchack
Regular
Another collaboration:
BrainChip and Blue Ridge Envisioneering Collaborate on Next- Generation Tactical Edge Devices
BrainChip and Blue Ridge Envisioneering Collaborate on Next- Generation Tactical Edge Devices
www.businesswire.com
Similar threads
