elblog.pl

次世代持続可能なテクノロジーの未来を先取りしたショーケースが、世界のテックシーンを革新しようとしています。人工知能やエネルギー効率の最先端の革新が、今後のグローバルテックエキスポで中心に据えられ、より緑の多い、スマートな未来への一端を垣間見ることができます。

伝統的なペットケアの時代は終わりました – AIを活用したペットたちへの同伴とウェルネスを想像してみてください。この画期的なテクノロジーは、人間と動物の絆を再定義し、AIによる給餌支援、ペットの健康分析、遠隔での獣医相談などのサービスを提供し、全体的な健康を重視した自然なペットケアソリューションを目指します。

持続可能なライフスタイル革命を体験してください

持続可能性が単なる言葉でなく、生活の一部となる世界に足を踏み入れます。革新的な環境に優しいソリューションが、家庭から旅行、革新的な照明ソリューションまで、さまざまな分野でエネルギー消費を変革する準備が整いつつあります。緑のライフスタイルを受け入れることはもはや選択肢ではなく、世界的なエネルギー課題と炭素中立化の追求の中で必然となっています。

グローバルテックサミット：新時代の幕開け

今後開催されるGlobal Tech Summitで、革新と協力の旅に乗り出す準備をしてください。開発者、業界リーダー、ビジョナリーがAIと持続可能性の融合をインタラクティブな体験を通じて探求するために集結します。最先端のテックショーケースから未来志向の製品のローンチまで、このサミットは産業のトレンドを再定義し、より持続可能な未来への協力を推進することを約束します。

我々は前を向いて、技術と持続可能性との間の協力はより輝かしく、より緑豊かな未来を形作り続けます。より持続可能で相互に繋がった世界へのこの刺激的な旅の一翼を担ってください。

持続可能なテクノロジーの新展開が披露されます

高い期待を寄せられるGlobal Tech Expoのカウントダウンが始まる中、新しい事実と革新が登場し、持続可能なテクノロジーの未来を重要な方法で形作ることを約束する状況です。前述の記事が人工知能とエネルギー効率の進歩に焦点を当てていましたが、エキスポで注目される他の重要な側面があります。

キーワード:
1. 持続可能なテクノロジーの進歩がエネルギーやAI以外の産業にどのように影響を与えていますか？
2. これらの最先端ソリューションを大規模に導入する際の課題は何ですか？
3. 持続可能なテクノロジーの開発に関連する論争はありますか？

回答と洞察:
1. エネルギーとAI以外にも、持続可能なテクノロジーは農業、運輸、建設などの分野を革新しています。垂直農法、電気自動車、環境に優しい材料などの革新により、さまざまな産業における持続可能性へのアプローチが再定義されています。
2. 持続可能なテクノロジーの普及に直面する主要な課題の1つは、初期のコスト障壁です。これらのソリューションは長期的な環境上の利点を提供しますが、最初の投資は多くの事業や消費者にとって制約となる可能性があります。
3. 持続可能なテクノロジーに関する論争は、特にAIを活用したソリューションの領域で、プライバシーやデータセキュリティに関する問題を中心に展開されます。データの倫理的な使用やアルゴリズムの偏りの可能性に対する懸念は、これらの技術の社会的影響について重要な問題を提起しています。

利点と欠点:
利点:
– より低いエネルギー消費と排出による環境への影響の削減。
– さまざまな産業での効率と生産性の向上。
– 医療、交通、都市計画などの革新による生活の質の向上。

欠点:
– 持続可能なテクノロジーの導入に伴う高い初期コスト。
– 技術の複雑さがもたらす可能性のあるメンテナンス上の課題。
– AIを活用したソリューションでのデータプライバシーやアルゴリズムの偏りに関する倫理的懸念。

Global Tech Expoについて詳しく知る

世界が最新の持続可能なテクノロジー革新の披露を見る準備をしている中、これらの新展開は技術がより持続可能な未来を形作る上で果たす重要な役割を強調しています。業界リーダーや革新者、愛好家が集結し、より緑の多い、よりスマートな世界の無限の可能性を探求していく中でお楽しみください。… Read the rest

財務リソースが限られている中小企業において、AI技術の統合は独自の課題を提起します。予算の制約にもかかわらず、これらの企業は創意工夫を凝らして、オペレーションを強化するためにAIを活用する方法を見つけています。

中小企業は、低コストのAIソリューションを試し、既存のアプリケーションを特定の要件に合わせて適応させたり、オープンソースの代替案を探ったりしています。小規模な範囲でAIを取り入れることで、これらの組織はプロセスを合理化し、意思決定を改善し、市場で競争力を獲得しています。

デビッド・チェンなどの業界の専門家によると、中小企業におけるAI導入の成功の鍵は戦略的計画と優先順位付けにあると言われています。

大手企業がAI導入のための豊富なリソースを持つのに対し、中小企業は限られた予算を戦略的に配分し、高いインパクトを持つAIイニシアチブに重点を置いています。AIが最大の収益をもたらす分野をターゲットにすることで、中小企業は財務の持続可能性を損なうことなく、この変革的技術の恩恵を最大限に享受しています。

結論として、小規模企業におけるAI導入への道のりは大手企業と異なるかもしれませんが、潜在的なリターンは同様に有望です。

革新を受け入れ、制約に適応し、戦略的にAIソリューションを展開することで、小規模企業は持続可能な成長の道を歩み、デジタル時代の競争力を高めることができます。

中小企業における人工知能の統合：重要な問題と課題の探求

中小企業の領域において、人工知能（AI）技術の統合はオペレーションを強化し、競争力を得る手段としてますます注目されています。前述の記事では、中小企業がAIソリューションを採用する際の創造性とリソースの戦略的配分が強調されていますが、議論と探求が必要な追加の考慮事項があります。

重要な問題:
1. 中小企業が特定のニーズに適した正しいAIテクノロジーを選択する際の複雑さをどう乗り越えるか？
2. データプライバシーやバイアスに関する倫理的な問題について中小企業がAI実装を行う際にどのような影響を受けるか？
3. 中小企業が効果的に労働力のスキルアップをどのように行い、AIシステムと共に作業するための方法についてどう考えるか？

回答と洞察:
1. 中小企業は、AI専門家と協力するか、AIベンダーパートナーシップを活用して、オペレーションに最適なテクノロジーを特定および実装することで利益を得ることができます。
2. 中小企業にとっては、倫理的な懸念を緩和するためにデータセキュリティ対策を優先し、AI意思決定プロセスに透明性を確保することが重要です。
3. トレーニングプログラムを提供し、継続的学習の文化を育成することで、従業員が効果的にAIツールやフレームワークと共に作業できるようサポートすることができます。

主な課題と議論:
1. データプライバシーとセキュリティは依然として議論の的であり、中小企業は分析や意思決定のためにAIを活用しながら、機密情報を保護するという課題に直面しています。
2. AI自動化による仕事の失業の可能性は、従業員の再配置やスキル向上イニシアチブの必要性について懸念を引き起こしています。
3. 限られた財務リソースを持つ中小企業にとって、先進的なAIテクノロジーの実装とコスト効率をバランスさせることは大きな課題です。

利点と欠点:
1. 利点: AI統合は、中小企業において生産性を向上し、オペレーションを合理化し、データに基づく意思決定を促進し、効率性と競争力を高めることができます。
2. 欠点: 初期投資コスト、技術的複雑さ、および維持や更新に対する必要性などの課題は、一部の中小企業にとってAI導入の成功に向けた障壁となる可能性があります。

中小企業がAI統合の進化する風景を航行するにつれて、これらの重要な問題や課題、考慮事項に取り組むことが、AI技術の利益を最大限に活用し、潜在的リスクを軽減するために不可欠です。戦略的アプローチの育成、革新の受け入れ、倫理基準の重視により、中小企業は持続可能な成長とデジタル時代における競争力を高めるためにAIのパワーを活用することができます。

中小企業におけるAI統合に関する追加の洞察やリソースについては、Forbes をご覧ください。… Read the rest

ユニークな技術を持ったジュエリー商品が市場に登場しました。スタイリッシュなネックレスとしてデザインされたこの革新的な商品は、人工知能を活用してユーザーにインタラクティブな体験を提供することを目指しています。

従来の音声アシスタントと異なり、このネックレスであるCompanionはユーザーのスマートフォンでの通知を通じてのみコミュニケーションします。組み込まれたAIにより、ユーザーは会話を楽しんだり質問したりすることができます。デジタルコンパニオンと一緒にいることを楽しむことも可能です。

スマートフォンのアプリでも十分な場合に、なぜこのようなデバイスが必要か疑問を持つ人もいますが、技術愛好家がAIを身につけられる形で探求するための革新的な方法を提供するCompanionは、特に孤独な時に会話や交流を求める個人に魅力的であるかもしれません。

ただし、購入を検討している方は、いくつかの制限に注意する必要があります。Companionは来年にリリース予定で、販売はアメリカとカナダに限定されます。価格は99ドルで、現時点ではiOSデバイスのみとの互換性があります。Androidプラットフォームを使用している方は、この革新的なジュエリーコンパニオンを体験するために将来のアップデートを待つ必要があります。

ジュエリーテクノロジーの次世代を紹介

新しいジュエリーコンパニオンは、スタイリッシュなネックレスとしてだけでなく、ヘルスモニタリング機能などの最新の機能を組み込んでいることをご存知ですか？この画期的な技術は、心拍数を追跡し、身体活動を監視し、総合的な健康状態についてのフィードバックを提供するセンサーが搭載されています。

ジュエリーコンパニオンを特別なものにする要素は何でしょうか？

この革新的なデバイスに関連する主な問題の一つは、ユーザーのプライバシーとデータセキュリティをどのように保証するかです。高度な暗号化措置の統合により、ユーザーは自分の個人情報やAIコンパニオンとのやり取りが不正アクセスから保護されることを安心できます。

主な課題と論争点

ジュエリーコンパニオンなどのウェアラブルデバイスが発する電磁場に長時間暴露することが健康リスクにつながる可能性がある点を考慮することが重要です。長期的な影響に関する研究は進行中ですが、ユーザーはリスクを最小限に抑えるために使用を制限したり、休憩を取ることができます。

利点と欠点

ジュエリーコンパニオンの大きな利点の一つは、SiriやGoogleアシスタントなどの仮想アシスタントとのシームレスな統合により、ユーザーに便利なハンズフリー体験を提供することです。一方で、最適なパフォーマンスと進化するスマートフォンテクノロジーとの互換性を確保するために頻繁なソフトウェアのアップデートが必要となる点に留意する必要があります。

ウェアラブルテクノロジーの最新情報に関する詳細は、WearableTechHub.comをご覧ください。日常生活でのテクノロジーとのやり取り方に革命をもたらす、幅広いウェアラブルデバイスやアクセサリーをご覧いただけます。… Read the rest

最先端のテクノロジー企業であるFlax Innovationsは、企業のデータ利用を向上させる革新的な新しいプランを導入しました。最新の提案である「データ効率アクセラレータプラン」は、高精度のAI-OCRモデルを様々な取引書類にアクセスできるようにし、複雑なセットアップの必要がありません。

従来の解決策とは異なり、「データ効率アクセラレータプラン」は、請求書、提出書類、梱包リストなどの文書から情報を自動的に分類および抽出するために先進のアルゴリズムを活用しています。この革新的なアプローチにより、手動での調整が不要となり、業務プロセスが大幅に合理化されます。

さらに、このプランでは、標準セットを超えた多様な取引書類のモデルの開発と読み取りを事業に柔軟に提供しています。前進したAI抽出手法を使用して、「到着通知」や「出荷指示書」といった文書のモデル開発と読み取りを煩わしさなく行え、コーディングの必要がない点が特長です。

「データ効率アクセラレータプラン」に興味を持つ企業は、最初の10社については特別プロモーションキャンペーンの一環として、初期コストの20,000単位が免除されます。さらに、スタータープランから移行する企業は、Proプランを含む特定の要件に合わせた高度なパッケージにアップグレードすることができます。Proプランには、カスタマイズされたAI、システム、およびサーバーソリューションが提供されます。

Flax InnovationsはAI市場での革新を推進し続ける中で、「データ効率アクセラレータプラン」は、企業が業務効率を向上させ、データ処理を合理化するための重要なマイルストーンです。Flax Innovationsと一緒にAIソリューションの未来を探り、ビジネス運営を革新しましょう。

AIソリューションによるビジネス効率の革新: 追加の進歩を公開

革新的なAIソリューションでビジネス効率を革新する中で、現代企業の風景を形作っている様々な進歩にさらに深く入り込むことが不可欠です。Flax Innovationsによる「データ効率アクセラレータプラン」は、取引書類向けの洗練されたAI-OCRモデルにより話題となっていますが、探求に値する他の側面もあります。

主要な質問:

1. AIソリューションの実装が文書処理を超えてビジネス全体の効率にどのような影響を与えるか？
2. ワークフローを合理化するためのAI技術の使用にまつわる倫理的な考慮事項は何か？

追加の進歩と課題:

文書分類や抽出を超えて展開するAIソリューションは、ビジネス運営のさまざまな側面を最適化するポテンシャルを持っています。需要予測のための予測分析から顧客エンゲージメント戦略の個別化まで、AIの統合は複数の部署で意思決定プロセスを向上させることができます。

ただし、AIソリューションの実装に関連する主要な課題の1つは、データトレーニングとアルゴリズムの改善に必要なリソースと専門知識です。AIシステムの正確性と信頼性を確保するためには、企業がこれらのテクノロジを効果的に活用しようとする際には相当なリソースと専門知識が必要となり、これはハードルとなります。

利点と欠点:

利点:
– 繰り返し作業の自動化による業務効率の向上
– 情報の正確性と洞察力の向上による明確な意思決定
– 進化するビジネスの必要に応じてAIソリューションを適応させるスケーラビリティと柔軟性

欠点:
– AI統合とトレーニングの初期投資コスト
– データプライバシーとアルゴリズムのバイアスに関連する倫理的な懸念
– 重要なプロセスでの人の監視の制限につながるAIシステムへの依存

ビジネスがAIソリューションの進化する風景を航行する中で、利点と欠点を注意深く評価することが重要です。潜在的なリスクを最小限に抑えつつ、最大の利益を得るために慎重に考えてください。

ビジネス効率に与える新進なAIの進展やその影響について詳細に知るには、ForbesやThe Wall Street Journalなどの信頼できる情報源を活用してください。AI駆動の革新の時代で一歩先行くための最新のトレンドやベストプラクティスを知ることで、戦略的なAI統合でビジネス運営を革新し、持続可能な成長と成功に向かって加速しましょう。 … Read the rest

人工知能（AI）技術は、日常生活だけでなくビジネスの世界でも大きな変化をもたらしています。AIトレーニングの台頭は、個人に求められるスキルの風景を変えつつあります。主要なクラウドベンダーであるAmazon Web Services（AWS）は、最近、AI生成に焦点を当てた無料トレーニングコンテンツを拡大しました。

AWSは、「AWSスキルビルダー」として知られるオンライン学習サポートサービスを中心に、2020年までに全世界で2900万人に無料トレーニングコースを提供することを目指しています。このプラットフォームでは、機械学習（ML）やAI技術などの特定分野の専門コンテンツを含む600以上の無料トレーニングコースが提供されています。参加者は、「AWSビルダーラボ」を通じて実践的な学習を行い、「試験準備」コースで認定試験の準備をすることができます。

さらに、AWSは、「Amazon Q Developer入門」と「Amazon QuickSightでのジェネレーティブBI」など、ジェネレーティブAIツールに特化した新しい無料トレーニングコースを導入しました。これらのコースを受講することで、ユーザーは「Amazon Q Developer」をコード生成に活用したり、「Amazon QuickSight」をビジネスインテリジェンスアプリケーションに活用する方法を学ぶことができます。

今後、AWSは2023年11月まで、MLやジェネレーティブAIに関連するトレーニングコースを拡大する「AI Ready」イニシアティブを発表しました。2025年までに少なくとも200万人に無料トレーニングコースを提供し、急速に変化する業界におけるAI関連スキルを育成することを目指しています。

AWSの取り組みは、主要なプレーヤーであるMicrosoftやGoogleなどのテクノロジー業界全体に波及するトレンドを反映しています。AIの専門知識への需要が高まる中、企業はますます競争が激化する環境でこれらのトレーニングプログラムの効果を評価する新たな課題に直面しています。

ビジネスにおけるAIトレーニングのフルポテンシャルを引き出す

世界中の企業が人工知能（AI）技術の変革力を受け入れる中、AIトレーニングの領域は急速に進化し続けています。Amazon Web Services（AWS）のようなプラットフォームが包括的なトレーニングソリューションを提供する一方で、企業がAIトレーニングイニシアティブの潜在力を本当に引き出すためには、より深い問題や考慮すべき点があります。

主要な問い：

1. 企業はAIトレーニングプログラムのROIを効果的に評価するにはどうすればいいですか？
2. ビジネスの文脈でAI生成コンテンツを利用することの倫理的な側面は何ですか？
3. 組織はどのようにして、AIの進展への柔軟かつ適応的な対応を維持できるように保証できますか？
4. AIトレーニングから最も利益を得る可能性の高い特定の産業やビジネス機能がありますか？どのようにして影響を最大化できますか？

課題と論争：

企業にとってのAIトレーニングに関連する主な課題の1つは、AIアルゴリズムに潜む偏りであり、歪んだ結果や差別的な実践を生む可能性があります。AIシステムの公正性と透明性を確保することは、ユーザーやステークホルダーとの信頼構築に不可欠です。

また、AI技術をトレーニング目的で利用する際のデータプライバシーやセキュリティへの懸念も論争を巻き起こしています。データの機密情報を保護し、データ保護規制を遵守することは、AIトレーニングの現場で極めて重要です。

利点と欠点：

企業にとってのAIトレーニングの利点には、効率の向上、意思決定能力の向上、市場での競争優位性の獲得能力が含まれます。AIをトレーニングした従業員は、革新を促進し、さまざまなビジネス機能でプロセスを効率化することができます。

しかし、欠点としては、AIトレーニングプログラムを導入するためのコスト、従業員の変化に対する抵抗、AIの進展に遅れることなく追従するためのスキル向上の必要性が挙げられます。また、AI技術の複雑さは、適切な専門知識を持たない組織にとって課題となる可能性があります。

ビジネスにおけるAIトレーニングの領域を航行する際には、企業の目標や価値と一致するような情報に基づいた意思決定を行うために、これらの主要な問い、課題、利点、欠点を考慮することが不可欠です。

ビジネスにおけるAIトレーニングとそのビジネスへの影響に関するさらなる洞察を得るには、Amazon Web Servicesをご覧ください。… Read the rest

AI開発における境界の突破
人工知能（AI）の領域は、画期的なイノベーションや人間の仕事タスクを向上させる賢いチャットボットによって人気を博しています。多くの人が気づいていないことは、女性が世界的なAIブームを引き起こす上で重要な役割を果たしたということです。

トレイルブレイザーFei-Fei Liに会う
アメリカ出身の48歳のコンピュータサイエンティストであるフェイ・フェイ・リは、世界的なテックコミュニティで「AIの母」と称されています。控えめなメディアプレゼンスにもかかわらず、リはGoogleやTwitterなどの大手テック企業で要職を務め、AIの進歩における彼女の専門知識を披露しています。

謙虚な始まりからテック王家へ
1976年に北京で生まれたリは、中国南西部での謙虚な育ちからAI界の大立者になるまでの道は、非常に励まされるものです。リの両親の教育への確固たる信念は、彼女に学業で優れる機会を提供し、テック業界での素晴らしいキャリアへの道を開きました。

先見の明あるImageNetデータベース
2006年、リは画期的なImageNetデータベースの概念を立案し、これはしばしば「AIの目」と称され、生成的AIの基盤を築きました。彼女のコンピュータビジョンの研究は、自然シーン理解の分野を革新し、画像を通じた視覚的ストーリーテリングの新たな基準を確立しました。

AIにおける知性の再定義
リの革新的なAIアプローチは、ジェフリー・ヒントンのデータ中心モデルからインスピレーションを受け、機械の知性の認識を挑戦しました。リは、物体、イベント、生物、環境との相互作用を重視することで、AIの中の人工性の概念を破り、その本質的に人間中心の性質を強調しました。

AIにおける女性の力
AIの分野で最も影響力のある人々のリストに選ばれており、AIにおける功績に対してインテル生涯功績賞を受賞したリは、テック分野で女性の力を引き続きサポートしています。彼女の回顧録「私が見る世界：AI黎明期の好奇心、探求、発見」は、AI分野の女性の声を高め、これからの女性パイオニア達にインスピレーションを与えています。

このAI分野で女性が果たす役割について詳細な情報をお求めの場合は、TechCrunchをご覧ください。… Read the rest

人工知能（AI）モデルの統合によってデータ処理が革命を起こし、情報が生成・配信される方法に変化が生じました。 AIシステムが一般的になるにつれ、データ品質と正確さの低下が懸念されます。最近の調査では、AIモデル内でデータ劣化の概念が浮かび上がり、「劣化効果」と呼ばれる現象が示されました。

従来のデータソースとは異なり、AI搭載言語モデルはトレーニングと進化にオンラインコンテンツを大きく頼っています。 ただし、主要なデータリソースが減少したり制約に直面した場合、これらのモデルは他のAIエンティティによって合成されたコンテンツのトレーニングに頼るようになります。このAI生成データへの依存は、モデルが関連性のある正確な出力を生成する能力の劣化のリスクを引き起こす可能性があり、著名な科学ジャーナルで紹介された研究で示されています。

プロジェクトへの主要貢献者である研究者エレナ・マルティネスは、この劣化プロセスの初期段階について明らかにしました。 AIモデルはデータの多様性を採用する代わりに、AIソースのデータと反復的なトレーニングを行い、データのバラエティエロージョンが起こります。この意図しないフィーディングループはエラーを悪化させ、長い時間をかけて不適合なコンテンツの生成を促進します。マルティネスは、モデルの劣化が異なる段階で展開され、データの分散の減少が特定の側面を過度に強調し、必要な要素を著しく二次化することを強調しました。

AIテクノロジーの進化する景観を考慮すると、 AIアプリケーションの持続的な効果および信頼性を確保するために、これらのデータ品質の課題に体系的に取り組むことが不可欠です。強固な品質管理メカニズムの実装と責任あるデータキュレーションの文化を育むことによって、業界はこれらの問題を乗り越え、AI駆動プロセスの信頼性を維持できるでしょう。

人工知能モデルがデータ品質に及ぼす影響：課題と機会に向き合う【訳注：タイトル】

人工知能（AI）モデルは間違いなくデータ処理と分析を変革し、情報管理の基盤自体を再構築してきました。 AIシステムの統合は前例のない進歩をもたらしましたが、データ品質と正確さに関する懸念を引き起こしました。データ劣化の概念の先に、AIモデルとデータ品質の関係に影響を与える数々の詳細な点が存在します。

AIモデル内でデータ品質を確保する上での考慮事項は何ですか？

多くの場合見落とされがちな重要な側面の1つは、データバイアスの問題です。不均衡または偏ったデータセットでトレーニングされたAIモデルは、データに存在する既存のバイアスを強化し、拡大させることがあります。これは、AI駆動の意思決定プロセスにおける公正性、透明性、および説明責任について重要な問題を提起します。

AIモデルがデータの解釈にどのような影響を与えるのでしょうか？

重要な課題の1つは、AI生成の結果の解釈可能性にあります。これらのモデルが複雑かつ洗練されるにつれ、予測の基本的なロジックや理由を理解することがますます困難になります。 AIシステムの透明性と説明可能性を確保することは、ユーザーやステークホルダー間で信頼を築くために重要です。

AI搭載データ処理の利点と欠点は何ですか？

一方で、AIモデルは膨大な量のデータを迅速かつ効率的に処理し、組織が貴重なインサイトを取り出し、規模でデータ駆動の意思決定を行えるようにします。しかし、AI生成のデータソースへの過度な依存は、時間とともにデータ品質の低下を招き、AIアプリケーションの信頼性を損なう可能性があります。

AIモデルがデータ品質に及ぼす課題に対処するには、多面的なアプローチが必要です。 強固なデータガバナンスフレームワークの確立、データの多様性の推進、バイアスの検出と軽減戦略の実装は、AIモデル内でデータ品質を保護する上で不可欠です。さらに、倫理的なデータプラクティスの文化を育成し、モデルパフォーマンスの継続的なモニタリングは、AI駆動エコシステムで高いデータ品質基準を維持するための主要な要素です。

AIモデルがデータ品質に与える影響は、慎重な関心と積極的な手段が必要な複雑で進化する分野であることは明らかです。これらの課題に果敢に取り組み、責任を持ってAIテクノロジーの変革的潜在能力を活用することで、組織はAIの利点を生かしつつ、データ品質の懸念に関連するリスクを軽減できます。

人工知能とデータ品質の交差点に関するさらなる洞察については、AIandDataQuality.comをご覧ください。… Read the rest