超过二十年来,作者一直在完善一种照片管理流程,重点在于长期保存照片、统一来自多个来源的图库以及改善查看体验。至关重要的是,此流程*完全*依赖于嵌入在照片文件中的EXIF元数据——避免了外部数据库的脆弱性。 在Google Photos的变动扰乱了他之前的设置后,作者寻找替代方案并发现Immich很有前景。他将Immich用作只读查看器,连接到他位于Synology NAS上的主要照片存储,该存储由一个名为Elodie的自定义命令行工具组织。 他开发了一个插件,将Immich与Elodie集成,从而可以通过EXIF更新实现组织(相册、描述、收藏夹),并自动备份到他的NAS和Dropbox。这通过直接将更改写入照片文件来避免Immich对数据库的依赖。虽然由于Immich和Elodie的交互方式而具有挑战性,但该解决方案比标准文件系统提供了更丰富的查看体验,满足了他重温回忆的愿望,并确保了照片的长期保存。代码可在GitHub上找到(issue #496)。
## 基于延迟的IP地理定位:一种新方法
受ipinfo最近发现VPN提供商伪造地理位置数据的启发,我开发了一个CLI工具,使用网络延迟来验证IP位置。ipinfo证明了传统的地理位置数据库不可靠,因为VPN会操纵提供给它们的数据。他们的解决方案?一个大型探测网络,追踪互联网流量以确定*实际*的IP位置。
我的工具利用开源的Globalping网络(3000多个探测点)来复制这种方法。它的工作原理是从多个跨大陆的探测点ping/traceroute一个IP,然后识别延迟最低的位置。这个过程针对国家/地区重复进行,然后针对美国各州重复进行,最终确定可能的城市。
初步测试显示出有希望的准确性,与ipinfo的结果相符。虽然并非完美——覆盖范围差距和网络配置会影响结果——但该工具展示了基于延迟的地理定位的力量。改进措施可以包括分析多种traceroute类型以及对注册ASNs的数据进行加权。
该工具是开源的([https://github.com/jimaek/geolocation-tool](https://github.com/jimaek/geolocation-tool)),并且可以通过`geolocate $IP`轻松运行。用户可以增加探测点限制以提高准确性,并为Globalping网络做出贡献以解锁更高的API限制。
## 将人工智能扩展到卡达雪夫等级 1:太阳能和电池作为极限
本分析认为,实现卡达雪夫等级 1 状态——利用整个行星的能量——的人工智能计算将由大规模的太阳能和电池基础设施驱动,*不*依赖化石燃料。作者挑战了天然气备份是必要的观点,证明消除天然气组件可以更快、更便宜,从而优化“每美元的 token 数”。
核心思想很简单:GPU 昂贵,但只需要稳定的直流电源。太阳能电池板产生直流电,电池储存它——这是一种自然、高效的组合。最佳系统将由大型太阳能发电场(可能每兆瓦人工智能负载 15 英亩)组成,直接连接到电池组和 GPU 机架,从而消除成本高昂且复杂的组件,如电网、涡轮机和转换器。
虽然土地使用是一种权衡,但太阳能和电池的成本正在迅速下降,使其比燃气替代方案更具经济性。这种方法也为空间人工智能打开了可能性,利用简化的法规和持续的阳光,但目前基于地面的解决方案仍然更具成本效益。
最终,扩展人工智能的途径在于“删除”所有不必要的元素,完全专注于使用清洁、直流的太阳能+电池系统最大化计算能力。实现这一点可以将人类推离目前的能量水平(K=0.65-0.73),并走向充分的行星能量利用(K=1)。