Pixel-Inflation

15 September 2024 - Version 2

Zum ersten Mal hatte ich die Frage WieVieleBildschirmeBrauchtDerMensch in diesem Blog im Jahr 2006 gestellt. Damals sah es auf meinem privaten Pult so aus:

2007 wurde der Bildschirm im Büro grösser und sah so aus:

2009 gab es das dann auch zu Hause:

2011 wollte ich dann MehrPlatz und ich hatte im Büro zwei Monitore nebeneinander (2 * 1920 " 1200):

2012 gab es zwar nicht mehr Bildschirme (ich war der Meinung NunHabeIchGenuegendBildschirmFlaeche), aber die Idee, sie im Portrait-Format aufzustellen, um den Kopf nicht mehr so stark hin und her drehen zu müssen. Zu Hause und im Büro je 2 24-Zöller hochformatig mit insgesamt 2400 * 1920 Pixeln (schön unterteilt in vier virtuelle Bildschirme):

2015 hat sich nichts an der Hardware geändert, aber ich hatte DisplayFusion als Verwaltungssoftware für meine vielen Monitore entdeckt.

Erst die Corona-Pandemie bzw. das damit verbundene Dauer-Home-Office hat im Jahr 2020 bei mir wieder zu einer Zunahme der Bildschirmzahl geführt - drei externe am Notebook und ein vierter für den Raspberry Pi, der unter anderem den Load und das Logfile von https://www.LernenTrotzCorona.ch anzeigen musste:

So und nun Mitte 2024 gibt es erneut mehr Pixel, allerdings nicht mehr Bildschirme. Ich habe die drei 24-Zöller mit einer Auflösung von je 1920 * 1200 ersetzt durch drei 25-Zöller mit einer Auflösung von je 2560 * 1440. Die Bildschirme sind hochkant nicht breiter als die bisherigen, aber etwas höher. Trotzdem ist die Pixeldichte spürbar grösser geworden und ich werkle jetzt mit einer Auflösung von 4320 * 2560 vor mich hin:

P.S.: Im lebe damit, dass meine beiden softwareentwickelnden Kollegen im Büro ohne externe Bildschirme arbeiten und alles auf ihren kleinen Retina-Displays entwickeln...

Technische Details: Die Dockingstation D6000 von Dell speist 2 Bildschirme via DisplayLink-Grafikkarten in der Dockingstation und ein Bildschirm wird via Alternate Display Port über USB-C von der internen Grafikkarte mit Pixeln versorgt. Gekostet haben mich die drei Bildschirme gebraucht je CHF 50. Noch mehr technische Details siehe hier).

Zum Kommentieren ist eine Registration notwendig.

Kurze URLS für Portraitseiten von Mitarbeitenden an Hochschulen

07 September 2024 - Version 1

Vielleicht ist diese Argumentation ja mal für jemanden nützlich:

Zum Kommentieren ist eine Registration notwendig.

Sommerlektüre 2024

14 August 2024 - Version 1

Vor ca. drei Wochen hat sich Tom Gauld gefragt, wie viele Bücher man in die Ferien mitnehmen sollte:

Quelle: Bluesky

Und ja, dieses Problem hatte ich auch. Weil ich die Bücher "nur" digital einpacken musste, half mir die Hülle meines Rucksacks nicht bei der Begrenzung meines Lesestoffs und so habe ich unvermeidlich zu viel Lektüre eingepackt:

b08836 b08822 b08668 b08790 b08815 b08848 b08708 b08811

Und meine Ferien waren so erholsam und entschleunigend, dass ich gerade mal die ersten anderthalb Kapitel des ersten Buches gelesen habe - passend zum Urlaubsort.

Zum Kommentieren ist eine Registration notwendig.

Spass mit Graphen

19 July 2024 - Version 2

Diesen Sommer nehme ich mir wieder mal etwas Zeit, um an der Funktionalität des Biblionetzes herumzubasteln (etwas, wozu ich im normalen Arbeitsalltag bereits seit längerem nicht mehr komme).

Fokus der Sommeraktion sind die Graphen im Biblionetz, d.h. die Grafiken, die versuchen Zusammenhänge von Begriffen oder Publikationen oder Personen zu visualisieren. Seit vielen Jahren benutze ich dazu die Bibliothek GraphViz (Biblionetz:w01582). Früher habe ich damit serverseitig PNG-Bilder generieren lassen, seit einigen Jahren sind es SVG-Grafiken. Diese Grafiken werden einerseits eingebettet in einzelne Biblionetzseiten angezeigt, andererseits gibt es die Möglichkeit, die Grafik auch bildschirmfüllend anzuzeigen.

So weit, so gut. Die Interaktionsmöglichkeiten mit SVG-Grafiken sind im Biblionetz aber etwas beschränkt. So lassen sie sich zoomen und auf einzelne verlinkte Objekte klicken, mehr ist da aber nicht. Für mehr Interaktivität bei Graphen habe ich bereits vor einigen Jahren die Bibliothek vis.js ins Biblionetz integriert und z.B. bei Begriffsnetzwerken verwendet. Bisherige Vorteile gegenüber SVG-Grafiken: Einzelne Knoten liessen sich verschieben und die Graphen waberten lustig auf der Seite umher (mehr visuelles Gimmick als aktueller Nutzen),.

Zitationsgraphen

In den vergangenen Tagen habe ich nun die Nutzung von vis.js im Biblionetz massiv ausgebaut. So sind nun auch Zitationsgraphen neu auch mit vis.js implementiert. In einem einfachen Fall (Biblionetz:b07160) sieht das so aus (über die Darstellungsdetails lässt sich streiten):

Zitationsgraph als SVG

Zitationsgraph als vis.js-Objekt (Hier nur Screenshot)

Interessanter wird es bei grösseren Zitationsgraphen, denn hier zeigen sich Unterschiede bei den verfügbaren Layout-Algorithmen der beiden Bibliotheken als auch interaktive Funktionen, die ich derzeit nur bei vis.js habe. Hier ein etwas grösserer Graph als SVG-Grafik (Screenshot):

Zitationsgraph von Biblionetz:b07000 als SVG

Der gleiche Graph gerendert von vis.js (Auch wieder nur ein Screenshot):

Zitationsgraph von Biblionetz:b07000 als vis.js-Objekt

Ich finde es schon nur spannend, wie unterschiedlich die beiden Bibliotheken den identischen Graphen rendern (mehr dazu später). Der Mehrwert von vis.js zeigt sich jedoch, dass man nun beim Hovern mit der Maus über einzelne Objekte dessen Verbindungen besser sehen kann:

Zitationsgraph von Biblionetz:b07000 als vis.js-Objekt mit einem fokussierten Objekt

Leider scheint der vis.js-Layout-Algorithmus (oder meine Parameter) noch Probleme zu haben bei gewissen Graphen. So wird z.B. ein Buch mit vielen Verweisen so dargestellt (der Algorithmus hat viele leere Y-Ebenen eingebaut und die Objekte praktisch an zwei Polen gruppiert) :

Zitationsgraph von Biblionetz:b00710 als vis.js-Objekt mit extrem unbrauchbarem Layout

Auch bei Graphen, bei denen es nicht so extrem ist, liefert Graphviz meist kompaktere Ergebnisse als visjs, da Graphviz explizit eine Funktion bietet, um Objekte in Graphen näher zusammenrücken zu lassen. Eine Variante wäre, die Positionen der Objekte mit Graphviz errechnen zu lassen, aber dann als visjs-Objekt darzustellen. Machbar, aber benötigt Zeit zur Implementation...

Begriffsnetze und Tagclouds

Begriffsnetze und Tagclouds werden im Biblionetz schon seit längerem als vis.js-Objekte dargestellt. Nun habe ich die Funktionalität dieser Objekte erweitert.

Begriffsnetz des BEgriffs work-life-balance (Biblionetz:w03440) als vis.js-Objekt

Neu kann man nun auf in der Grossansicht des Graphen auf einen Begriff lange drauf klicken und das Biblionetz fügt danach das Begriffsnetzwerk dieses Begriffs zur ursprünglichen Grafik hinzu. Derzeit allerdings noch suboptimal: Der ganze Graph wird neu gelayoutet, statt dass die neuen Knoten zum bisherige Layout hinzugefügt werden und die neuen Knoten unterscheiden sich vom Aussehen nicht von den bisherigen. Alles implementierbar, nur: Woher die Zeit dafür nehmen...

Begriffsnetz des BEgriffs work-life-balance (Biblionetz:w03440) nachdem der Begriff Arbeitslosigkeit expandiert worden ist

Was ebenfalls noch fehlt: Ein Hinweis darauf, dass eine Grafik grad aufbereitet wird - grössere Graphen brauchen mit vis.js recht lange, bis sie dargestellt werden.

Technisches Detail

Bei dieser Erweiterung habe ich das mir bisher unbekanntes SQL-Konstrukt =IN= entdeckt. Bisher waren meine Graphen in der Grösse u.a. deshalb beschränkt, weil meine Datenbank bei zu vielen OR-Klauseln bei der Extraktion der Verbindungen zwischen Objekten reklamiert hat. Durch Verwendung des IN-Operators können nun meine Graphen massiv grösser werden... (was die Anzeige einer Fortschrittsanzeige beim Darstellen noch dringlicher macht)

Links

Hier noch interessante Websites, die mir bei dieser Tätigkeit in den letzten Tagen begegnet sind:

• https://js.cytoscape.org/ Andere möglich js-Graph-Bibliothek (open source)
• https://sigmajs.org/ Andere möglich js-Graph-Bibliothek (open source)

Zum Kommentieren ist eine Registration notwendig.

Warum GMLS und nicht einfach LLM?

18 July 2024 - Version 2

Vor einiger Zeit habe ich beschlossen, möglichst auf den Begriff "künstliche Intelligenz" (Biblionetz:w00039) zu verzichten und stattdessen andere Begriffe zu verwenden (für eine Begründung siehe warum wir den Begriff KI vermeiden sollten oder auch Biblionetz:a01540).

Aktuell sieht mein Begriffsverständnis folgendermassen aus:

(Erklärung der Grafik als Video)

Weshalb habe ich den neuen Begriff Generative Machine-Learning-Systeme (Biblionetz:w02833) erfunden, statt einfach den bestehenden Begriff der Large Language Models zu verwenden? Hier meine Überlegungen:

• LLM sind nicht gleich GMLS: Der Begriff "Large Language Model" bezeichnet streng genommen nur ein Modell und nicht ein Gesamtsystem. Somit ist z.B. GPT-4 ein LLM, ChatGPT aber nicht (ChatGPT nutzt ein LLM als Bestandteil).

• Nutzung statt Funktionsweise: LLM bezeichnet eine Methode, wie etwas erreicht wird. GMLS beschreibt den Output eines Systems (es generiert etwas). Es ist gut möglich, dass künftig auch generierende Systeme entwickelt werden, die unter der Haube anders funktionieren (kein LLM verwenden). Für den Bildungskontext ist mir die Anwendung solcher Systeme wichtiger als die Funktionsweise.

• Unerwünschte Assoziationen: Mit dem Begriff "Large Language Model" verbindet sich oft die falsche Annahme, dass es nur um Texte geht, weil "Language" im Alltagsverständnis meist etwas mit Text zu tun hat. Der Begriff GMLS vermeidet diese Assoziation zur reinen Textproduktion.

• Betonung des Algorithmischen: Das "Generieren" im Begriff GMLS betont, dass Computer Medien sind, bei denen nicht einfach das wiedergegeben wird, was im Medium gespeichert wurde (anders als bei Büchern, Videos etc.). Der Begriff "Modell" kann auch als "Abbild" verstanden werden. Mir ist wichtig aufzuzeigen, dass GMLS mehr machen als "Abbilden".

• Verortung: Mit dem Begriff "generative Machine-Learning-Systeme" wird bereits im Begriff deutlich:
  • a) Es handelt sich um eine Anwendung von machine learning
  • b) Es gibt noch andere Anwendungen von machine learning

• Im Bildungskontext will ich aufzeigen, dass "Generieren" nur eine Anwendung von machine learning ist und wir uns ebenfalls auf das "Analysieren" und "Voraussagen" konzentrieren müssen.

Zum Kommentieren ist eine Registration notwendig.