Technik, die mithilfe von AI New Yorkerinnen und New Yorkern Hüte aus dem Fenster fallen lässt
(dropofahat.zone)- Anders als der HN-Titel vermuten lässt, ist die eigentliche Seite keine Technikdemo, sondern eine Verkaufsseite, die zum Kauf der abgelaufenen Domain dropofahat.zone bei GoDaddy weiterleitet
- Die Domain ist als Eintrag GoDaddy Buy Now gekennzeichnet; der Preis beträgt 100 USD, und sowohl Google-Sperre als auch Adult-Content-Status sind als nicht zutreffend angegeben
- Das Domain-Profil enthält Verlaufsmetriken wie WHOIS-Erstellungsdatum 31/05/2024, erstes Wayback-Jahr 2024, 61 indexierte Seiten und 52 Crawls
- ExpiredDomains.com ist eine kostenlose Plattform zum Suchen und Filtern abgelaufener bzw. bald ablaufender Domains nach TLD, Keywords, Länge, Backlinks, SEO-Metriken und mehr
- Der Kauf selbst wird nicht auf ExpiredDomains.com abgeschlossen, sondern durch Weiterleitung zu externen Registraren oder Marktplätzen wie GoDaddy
Verkaufseintrag für dropofahat.zone
- dropofahat.zone ist ein auf ExpiredDomains.com gelisteter Verkaufseintrag für eine abgelaufene Domain
- Der Kauf-Button verweist auf Buy Now on GoDaddy
- Verkaufsinformationen:
- Preis: 100 USD
- Auktionstyp: GoDaddy Buy Now
- Google-Status: nicht gesperrt
- Adult-Content-Status: kein Adult Content
Domain-Profil und öffentliche Metriken
- Namenseigenschaften:
- Länge: 10
- TLD: zone
- Anzahl registrierter TLDs mit Link: 5
- Keyword-Suchvolumen: 0
- Keyword-CPC: 0
- Radio Test: bestanden
- Verlaufsmetriken:
- WHOIS-Erstellungsdatum: 31/05/2024
- Erstes Wayback-Jahr: 2024
- Wayback-indexierte Seiten: 61
- Wayback-Crawls: 52
- Facebook-Shares: 1
- Facebook-Reaktionen: 4
- SEO-bezogene Eigenschaften sind nur nach Login sichtbar:
- MOZ Domain Authority
- MOZ Page Authority
- Majestic External Backlinks
- Majestic Trust Flow
- Majestic Citation Flow
- Semrush Rank
Mit angezeigte verwandte Domains
- Auf der Seite werden ähnliche Domains mitsamt Preisen nebeneinander angezeigt
- mht.zone: 200 USD
- drop-zone.com: 4995 USD
- wp.zone: 3598 USD
- dropzonetactical.com: 4911 USD
- enter.zone: 8 USD
- dropofahat.zone: 100 USD
- aho.zone: 300 USD
- need.zone: 30 USD
- dropzone.delivery: 100 USD
- lofo.zone: 100 USD
Navigationsfunktionen von ExpiredDomains.com
- ExpiredDomains.com ist eine kostenlose Online-Plattform zum Finden abgelaufener Domains und bald ablaufender Domains
- Sie bündelt Domain-Daten aus Hunderten von TLDs und stellt sie für Suche und Filterung bereit
- Nutzer können Domains nach Kriterien wie SEO-Autorität, bestehendem Traffic oder Markenpotenzial eingrenzen
- Das Durchsuchen von Listen, Prüfen von Metriken und Anwenden von Filtern ist ohne Registrierung oder Bezahlung möglich
- Verfügbare Filter und Tools:
- TLD
- Keywords
- Länge
- Backlink-Profil
- SEO-Score
- Traffic-Schätzung
- Estimated Auction Price
- BrandRank
- SEO Price
- externe Daten wie MOZ und Majestic
Kaufablauf über GoDaddy
- ExpiredDomains.com registriert Domains nicht direkt, sondern verlinkt zu externen Registraren und Marktplätzen wie GoDaddy
- GoDaddy wird als Registrar mit mehr als 20 Millionen Kunden und mehr als 84 Millionen verwalteten Domains beschrieben
- In einer separaten Seitenbeschreibung wird außerdem angegeben, GoDaddy sei 2023 der Webhoster mit dem fünftgrößten Marktanteil und habe mehr als 62 Millionen registrierte Domains
- GoDaddy wird als All-in-One-Plattform mit 24/7-Kundensupport, verschiedenen TLDs, Hosting und Website-Builder vorgestellt
- In der Hosting-Beschreibung werden eine Garantie von 99,9 % Uptime und 24/7-Kundensupport genannt
1 Kommentare
Meinungen auf Hacker News
Ich habe mal in Midtown an der 25th Street gesehen, wie jemand aus einem Fenster, etwa im 8. oder 9. Stock, einen Gegenstand mit einem kleinen Fallschirm fallen ließ.
Als er langsam bis zur Straße hinunterkam, hob ihn jemand auf und ging ins Gebäude hinein; der Gegenstand war ein Schlüssel. Vermutlich war die Klingel kaputt, und es war eine ziemlich amüsante Szene.
Das ist weniger windanfällig und stabiler. Ich habe vor sehr langer Zeit Modellraketen gebaut, und wenn der Fallschirm zu groß war, driftete die Rakete zu weit vom Kurs ab, was nicht gut war. Bei High-Power-Raketen öffnet man in großer Höhe einen Bremsfallschirm und in niedriger Höhe einen Landefallschirm, aber dafür braucht man Elektronik und eine Art Zertifizierung. Bei leichtem Gerät gibt es ohne besondere Vorrichtungen einfach eine Verzögerung im Motor, die dann oben durchbrennt und kurz nach innen ausstößt.
Unglaublich, dass eine Geschichte darüber, mithilfe von AI Hüte auf Leute fallen zu lassen und das Dropshipping zu nennen, zu Diskussionen über Partys und Spielverderber, die Gefahr süchtig machender Substanzen versus „nervige“ Gegner des Hut-Dropshippings, rechtliche Grenzen unerwünschten Hut-Dropshippings, die Auswirkungen verirrter Hüte auf Babys, eine quantitative Analyse der Umweltfolgen von aus NYC-Apartmentfenstern fallenden Gegenständen und die psychischen Auswirkungen fallender Objekte in Hochhausstädten geführt hat. Wirklich großartig.
Das scheint nur Windows zu unterstützen :(
Ich verstehe nicht, wie dieser Hut gerade nach unten fällt. Bei Propeller und Wind: Warum fliegt er nicht überallhin?
Als ich nur den Text gelesen hatte, dachte ich, die AI lasse ihn direkt auf dem Kopf einer Person landen; das wäre wahnsinnig beeindruckend gewesen.
Das war das Beste, was ich seit ziemlich langer Zeit auf HN und überhaupt im Internet gesehen habe. Tolle Arbeit, und danke, dass ihr mir den Tag aufgehellt habt.
Ich mag solche Projekte.
In vielen US-Bundesstaaten werden Gesetze mit Anforderungen an Wasserzeichen für AI-generierte Inhalte vorbereitet, aber nur selten wird AI präzise definiert. Ich fürchte, dass wir bald aus Sicherheitsgründen alles mit „mit AI erstellt“ kennzeichnen müssen. So wie bei Prop-65-Warnhinweisen.
Vor ein paar Jahren wäre es wahrscheinlich eher Machine Learning (ML) statt künstliche Intelligenz (AI) genannt worden.
Wenn man überall Warnungen anbringt und die Nutzer ermüdet, werden sie sie am Ende ignorieren. Besonders dann, wenn es keine Strafe dafür gibt, Warnungen anzubringen, obwohl gar keine echte Gefahr besteht. Big Tobacco würde Prop-65-Warnungen lieben. Wenn alles so aussieht, als würde es Krebs verursachen, können Raucher weiterleben, ohne zu wissen, wie viel größer das Risiko von Zigaretten im Vergleich zu den meisten anderen Dingen ist.
[ Alle Cookies und AI-bezogenen Elemente akzeptieren ]Das Konzept ist großartig, und es wäre auch eine tolle Idee als Gerät mit Webcam an einem Balkon in der Bourbon St in New Orleans, das Perlenketten auf die Party unten wirft.
Ich habe einen Freund mit einer mehrstöckigen Bar mitten in dieser Straße, der so etwas geöffnet lassen könnte. Wenn der ursprüngliche Autor oder jemand anderes einen AI-/ferngesteuerten Perlenketten-Werfer bauen möchte, hinterlasst eure Kontaktdaten, dann versuche ich, euch zu verbinden.
Suche einen Laden in der Nachbarschaft! Manchmal habe ich unterwegs Lust auf Kaugummi – jemand für einen Kaugummi-Drop?
Kurz gesagt wurden verwendet: 1) ein leichtes, aber cooles Produkt wie ein Propeller Hat, 2) ein Raspberry Pi für die Gesamtsteuerung, 3) ein Adafruit-Schrittmotor für den Abwurfmechanismus, 4) ein Faden, der den Hut festhält, 5) Roboflow für die KI
Ein Freund von mir wurde vom Gebäude aufgefordert, eine Kamera zu entfernen. Die Kamera filmte nur den Blick auf den Hügel vor dem Gebäude, war also keine Verletzung der Privatsphäre, und sie war magnetisch befestigt, verursachte also keinerlei Schaden
Dann wurde mir klar, dass damit gemeint war, beim Gehen Kaugummi kauen zu wollen, und ich hatte eine Erleuchtung
Ich wollte bei dieser Investitionschance in der Frühphase dabei sein, aber ich glaube, ich bin schon zu spät
Das war ein unerwartet großartiger Beitrag. Als ich den Link anklickte, erwartete ich „typischen Unsinn“, aber am Ende war es im besten Sinne untypischer Unsinn und wirklich interessant
Der Autor hat mehrere Hürden genommen und schreibt so, als hätte er auch den schwierigsten Teil mit ein bisschen Herumprobieren gelöst. Vielleicht ist er schon mit Machine Learning und Robotik vertraut. Es hat großen Spaß gemacht, das zu lesen.
Im Zusammenhang mit Video-Objekterkennung frage ich mich, warum die Inferenz über Roboflow SaaS laufen muss. Es steht da etwa
api_url="https://detect.roboflow.com", api_key="API_KEY". Ist der Pi zu schwach, um eine vollständig On-Device-Lösung wie Frigate [0] oder DOODS [1] laufen zu lassen? Ein Coral TPU wurde wohl nicht in Betracht gezogen, weil hauptsächlich Teile verwendet wurden, die schon zu Hause herumlagen. Kann jemand, der Roboflow genutzt hat, sagen, wie es im Vergleich zu Frigate oder DOODS ist?Ich frage für einen Freund. Ich will ganz bestimmt nicht über Hauslautsprecher Dinge ansagen lassen wie „Mama nähert sich dem Haus“, „Paket angekommen“, „Hund beim Spaziergang entdeckt“, „Hundehalter entdeckt, der die Hinterlassenschaften seines Tiers nicht wegräumt“. Letzteres dürfte knifflig umzusetzen sein. Tja, kann man nichts machen :)
[0] https://github.com/blakeblackshear/frigate/pkgs/container/fr...
[1] https://github.com/snowzach/doods2
Außerdem behalte ich mir vor, „besten“ durch „bestmöglichen“ zu ersetzen. Wenn auf diese Mitteilung nicht innerhalb von 48 Stunden geantwortet wird, gilt jeder Einspruch gegen diese Verwendung und Abwandlung als aufgegeben. Antworten bitte an
/dev/nulldetect.roboflow.comist nur die gehostete Version des Inferenzservers; wenn man Docker irgendwo ausführt, kann man diese URL durchlocalhostoder eine selbst gehostete Adresse ersetzen. Intern ist es ein HTTP-Interface zum Python-Paket inference[1], und wenn die App ebenfalls in Python ist, kann man es auch nativ ausführen.Inferenz auf dem Pi ist ziemlich langsam; ohne Beschleuniger dürfte es ungefähr 1 Frame pro Sekunde sein. Wenn man solche Projekte lokal schneller laufen lassen will, nutzt man normalerweise CUDA-Beschleunigung auf einem Jetson.
Zu den Vorteilen gehört, dass es auf Roboflow Universe[2] über 100.000 von anderen veröffentlichte vortrainierte Modelle gibt, die als Ausgangspunkt dienen können; es unterstützt viele aktuelle State-of-the-Art-Modelle, bietet eine breite Bibliothek von Notebooks für Custom Training[3], ist eng mit den Dataset-/Annotation-Tools integriert, die den Kern von Roboflow ausmachen und sich gut zum Erstellen eigener Modelle eignen, und unterstützt über supervision[4] auch gängige nachgelagerte Aufgaben gut.
[1] https://github.com/roboflow/inference
[2] https://universe.roboflow.com
[3] https://github.com/roboflow/notebooks
[4] https://github.com/roboflow/supervision
Zum Beispiel so etwas wie „1. Mrs Green Richtung Postamt 5 Min.“, „2. Mr Smith Richtung Bushaltestelle 7 Min.“, „3. Mr Snow Richtung Mrs Smith 9 Min.“