chore(lang): Update language files

Author: github-actions[bot]

_posts/ar/2025-01-29-ai-thoughts-ar.md

@@ -3,69 +3,70 @@ audio: false
 generated: false
 lang: de
 layout: post
-title: KI Gedanken
+title: KI-Gedanken
 translated: true
 ---
 
 - Satya Nadella erwähnte das Jevons-Paradox. Es lohnt sich, darüber zu lernen.
 
 - Yin Wang: In der künstlichen Intelligenz gibt es keine „Intelligenz“, in neuronalen Netzen nichts „Neuronales“, im maschinellen Lernen kein „Lernen“ und im Deep Learning keine „Tiefe“. Was in diesem Bereich wirklich funktioniert, nennt sich „Analysis“. Daher bevorzuge ich die Bezeichnung „differenzierbare Berechnung“ für dieses Feld, und der Prozess des Modellbaus wird „differenzierbare Programmierung“ genannt.
 
-- Yin Wang: Maschinelles Lernen ist wirklich nützlich, man könnte sogar sagen, eine schöne Theorie, weil es im Grunde nur Analysis nach einer Verwandlung ist! Es ist die alte und großartige Theorie von Newton und Leibniz in einer einfacheren, eleganten und mächtigeren Form. Maschinelles Lernen ist im Wesentlichen die Anwendung von Analysis, um Funktionen abzuleiten und anzupassen, und Deep Learning ist das Anpassen komplexerer Funktionen.
+- Yin Wang: Maschinelles Lernen ist wirklich nützlich, man könnte sogar sagen, eine schöne Theorie, weil es im Grunde nur Analysis in neuem Gewand ist! Es ist die alte und großartige Theorie von Newton und Leibniz, in einer einfacheren, eleganteren und leistungsfähigeren Form. Maschinelles Lernen besteht im Wesentlichen darin, Analysis zu nutzen, um Funktionen abzuleiten und anzupassen, und Deep Learning ist das Anpassen komplexerer Funktionen.
 
-- Derzeit können große Sprachmodelle nicht nach Dateisprachen wie YAML oder Python filtern. Doch ein erheblicher Teil der Informationen in der realen Welt ist so organisiert. Das bedeutet, wir könnten große Sprachmodelle mit Dateien trainieren.
+- Derzeit können große Sprachmodelle nicht nach Dateisprachen wie YAML oder Python filtern. Ein erheblicher Teil der Informationen in der realen Welt ist jedoch auf diese Weise organisiert. Das bedeutet, dass wir große Sprachmodelle mit Dateien trainieren könnten.
 
-- Für das Training großer Sprachmodelle könnten wir ein System entwickeln, das exakte Übereinstimmungen findet. Vielleicht können wir den KMP-Suchalgorithmus (Knuth-Morris-Pratt) mit der Transformer-Architektur kombinieren, um die Suchfähigkeiten zu verbessern.
+- Für das Training großer Sprachmodelle könnten wir ein System entwickeln, das exakte Übereinstimmungen findet. Vielleicht können wir den KMP-Algorithmus (Knuth-Morris-Pratt) mit der Transformer-Architektur kombinieren, um die Suchfähigkeiten zu verbessern.
 
-- Es gibt keine technologischen Geheimnisse. Open Source wird alle streng gehüteten Geheimnisse enthüllen.
+- Es gibt keine technologischen Geheimnisse. Open Source wird alle streng gehüteten Geheimnisse offenlegen.
 
-- KI wird viele Tools beeinflussen, auch indirekte. Die Leute sagen, sie brauchen Figma nicht mehr, um Prototypen zu zeichnen, sie werden direkt zum Code übergehen. Ich denke, Postman wird ähnlich sein; die Leute werden direkt Python oder andere Skripte verwenden, um APIs aufzurufen oder zu testen.
+- KI wird viele Tools beeinflussen, auch indirekt. Die Leute sagen, sie brauchen Figma nicht mehr, um Prototypen zu zeichnen, sondern werden direkt zum Code übergehen. Ich denke, Postman wird ähnlich sein; die Leute werden direkt Python oder andere Skripte verwenden, um APIs aufzurufen oder zu testen.
 
-- Ein Grund, warum wir Postman oder Figma im KI-Zeitalter nicht verwenden, ist, dass ihre Funktionen nicht durch Text generiert werden können. Ihnen fehlt auch eine Befehlstaste + K, um Komponenten auszutauschen.
+- Ein Grund, warum wir Postman oder Figma im KI-Zeitalter nicht verwenden, ist, dass ihre Funktionen nicht durch Text generiert werden können. Ihnen fehlt auch eine Befehlstaste + K, um Komponentenersetzung auszulösen.
 
-- Benutzeroberflächen werden im KI-Zeitalter zu einer Barriere. Warum sollte man Postman für KI-gestütztes Testen von Anwendungen aufrüsten, wenn wir direkt die requests-Bibliothek von Python oder andere Programmiersprachen verwenden können, um Code zu testen, da Letzteres ohnehin KI-gestützt sein wird?
+- Benutzeroberflächen werden im KI-Zeitalter zu einer Barriere. Warum sollte man Postman für KI-gestütztes Testen von Anwendungen aufrüsten, wenn wir direkt die requests-Bibliothek von Python oder andere Programmiersprachen verwenden können, um Code zu testen, da letztere ohnehin KI-gestützt sein werden?
 
-- Warum sollte man Figma für KI-gestützte UI-Erstellung aufrüsten, wenn die codebasierte UI-Generierung, unterstützt durch KI, einen direkteren und potenziell mächtigeren Ansatz bietet?
+- Warum Figma für KI-gestützte UI-Erstellung aufrüsten, wenn codebasierte UI-Generierung, verstärkt durch KI, einen direkteren und potenziell leistungsfähigeren Ansatz bietet?
 
-- LLMs werden zunächst textbezogene Anwendungen verändern, wie Google, Suchmaschinen, Texteditoren und Schreibtools, Quizlet, Zendesk, DeepL, Medium, WordPress, Trello, Asana, Gmail, GitHub, Goodreads, Duolingo und Feedly.
+- Große Sprachmodelle (LLMs) werden zuerst textbezogene Anwendungen verändern, wie Google, Suchmaschinen, Texteditoren und Schreibtools, Quizlet, Zendesk, DeepL, Medium, WordPress, Trello, Asana, Gmail, GitHub, Goodreads, Duolingo und Feedly.
 
-- Umgekehrt werden LLMs wahrscheinlich keine Technologien wie Git, Linux, ffmpeg, Mobiltelefone, Hardware, Browser, Betriebssysteme oder Sprach- und Videoanrufe revolutionieren. Diese Technologien sind codezentriert, und ihr Code wird nicht so einfach von KI generiert, anders als API-Testtools wie Postman.
+- Umgekehrt werden LLMs wahrscheinlich keine Technologien wie Git, Linux, ffmpeg, Handys, Hardware, Browser, Betriebssysteme oder Sprach- und Videoanrufe revolutionieren. Diese Technologien sind codezentriert, und ihr Code wird nicht so einfach von KI generiert wie API-Testtools wie Postman.
 
-- Technologien mit mehr Code sind schwer durch KI zu revolutionieren, wie OpenOffice, MySQL, Mozilla Firefox, Chromium, VLC Media Player, Qt Framework, LLVM/Clang und GNOME. Wenn KI helfen könnte, diese Technologien zu verbessern, würden sie nicht ersetzt werden. KI sollte helfen, bessere Technologien zu entwickeln, und dafür wird sie mehr Rechenleistung benötigen, um denselben Umfang an Code zu generieren.
+- Technologien mit mehr Code sind schwer durch KI zu revolutionieren, wie OpenOffice, MySQL, Mozilla Firefox, Chromium, VLC Media Player, Qt Framework, LLVM/Clang und GNOME. Wenn KI helfen könnte, diese Technologien zu verbessern, würden sie nicht ersetzt werden. KI sollte helfen, bessere Technologien zu entwickeln, und dafür wird KI mehr Rechenleistung benötigen, um die gleiche Menge an Code zu generieren.
 
-- Es gibt zwei Möglichkeiten, wie LLMs Veränderungen bringen können: erstens durch die Veränderung von Inhalten oder Daten innerhalb einer Plattform oder Software, wie z.B. Inhaltsübersetzung in Apps wie TikTok; zweitens durch das direkte Ersetzen bestimmter Software oder Plattformen, wie Postman oder Google Search, einschließlich Google Translate.
+- Es gibt zwei Möglichkeiten, wie LLMs Veränderungen bringen können: Erstens durch die Veränderung von Inhalten oder Daten innerhalb einer Plattform oder Software, wie z.B. Übersetzungen in Apps wie TikTok; zweitens durch das direkte Ersetzen bestimmter Software oder Plattformen, wie Postman oder Google Search, einschließlich Google Translate.
 
-- Es gibt zwei Möglichkeiten, wie KI-Audio-Tools Veränderungen bringen können: erstens durch die Veränderung von Inhalten oder Daten innerhalb einer Plattform oder Software, wie z.B. die Generierung von Hörbüchern für Audible; zweitens durch das direkte Ersetzen bestimmter Software oder Plattformen, z.B. die Sing-Songs-App, da KI jetzt dieselben Aufgaben wie Menschen erledigen kann, was es einfacher macht, das Singen als Hobby zu betreiben.
+- Es gibt zwei Möglichkeiten, wie KI-Audio-Tools Veränderungen bringen können: Erstens durch die Veränderung von Inhalten oder Daten innerhalb einer Plattform oder Software, wie z.B. die Generierung von Hörbüchern für Audible; zweitens durch das direkte Ersetzen bestimmter Software oder Plattformen, zum Beispiel der Sing-Songs-App, da KI jetzt die gleichen Aufgaben wie Menschen erledigen kann, was es einfacher macht, das Singen als Hobby zu betreiben.
 
-- Es gibt mehrere Möglichkeiten, zu messen, wie KI aktuelle Software oder Plattformen beeinflusst. Eine Möglichkeit ist, zu messen, wie viele Daten oder Inhalte durch KI teilweise oder vollständig generiert oder verbessert werden können. Eine andere Möglichkeit ist, zu messen, wie viel Code durch KI teilweise oder vollständig geschrieben oder verbessert werden kann. Das bedeutet, wir nutzen das, was KI generiert, um aktuelle Plattformen zu verbessern. Zusätzlich kann KI helfen, neue Software und Plattformen zu erfinden.
+- Es gibt mehrere Möglichkeiten, den Einfluss von KI auf aktuelle Software oder Plattformen zu messen. Eine Möglichkeit ist zu messen, wie viele Daten oder Inhalte von KI teilweise oder vollständig generiert oder verbessert werden können. Eine andere Möglichkeit ist zu messen, wie viel Code von KI teilweise oder vollständig geschrieben oder verbessert werden kann. Das bedeutet, wir nutzen das, was KI generiert, um bestehende Plattformen zu verbessern. Zusätzlich kann KI helfen, neue Software und Plattformen zu erfinden.
 
-- Es gibt drei Arten von Produkten: Generative-KI-Produkte, Produkte, die APIs von Generative-KI-Produkten nutzen, und andere Produkte.
+- Es gibt drei Arten von Produkten: Generative-KI-Produkte, Produkte, die APIs generativer KI-Produkte nutzen, und andere Produkte.
 
-- Eine Produktidee ist, KI zu nutzen, um Echtzeitinformationen, Nachrichten oder Updates von sozialen Plattformen wie Reddit, GitHub Trending, Twitter Trending, Quora Trending und Zhihu Trending zu sammeln. Benutzer können mit Prompts ihren Feed anpassen oder sogar bestimmte Social-Media-Accounts hinzufügen.
+- Eine Produktidee ist, KI zu nutzen, um Echtzeitinformationen, Nachrichten oder Updates von sozialen Plattformen wie Reddit, GitHub Trending, Twitter Trending, Quora Trending und Zhihu Trending zu sammeln. Benutzer können mit Prompts ihren Feed anpassen oder sogar spezifische Social-Media-Konten hinzufügen.
 
 - Es gibt fünf wichtige Arten von Daten: Text, Bild, Audio, Video und Code.
 
-- Andere wichtige Arten von Daten sind numerische, georäumliche, biometrische, Sensordaten, Transaktionsdaten, Metadaten, Zeitreihen, strukturierte, unstrukturierte, halbstrukturierte Daten, Gesundheitsdaten, Umweltdaten, Protokolldaten, Netzwerkdaten und Verhaltensdaten.
+- Andere wichtige Arten von Daten sind numerische, georäumliche, biometrische, Sensordaten, Transaktionsdaten, Metadaten, Zeitreihen, strukturierte, unstrukturierte, halbstrukturierte Daten, Gesundheitsdaten, Umweltdaten, Logdaten, Netzwerkdaten und Verhaltensdaten.
 
-- Google ist immer noch besser für die Indexierung von Websites, besonders wenn man Software oder ein Dokument von einer bestimmten Seite herunterladen möchte. Es funktioniert wie eine Domänensuche. Man nutzt es nicht, um Informationen zu finden, sondern um auf andere Seiten zu navigieren, um Aufgaben zu erledigen. Ein LLM hat möglicherweise nicht die neuesten Download-Links.
+- Google ist immer noch besser für die Indexierung von Websites, insbesondere wenn man Software oder ein Dokument von einer bestimmten Seite herunterladen möchte. Es funktioniert wie eine Domänensuche. Man nutzt es nicht, um Informationen zu finden, sondern um auf andere Seiten zu navigieren, um Aufgaben zu erledigen. Ein LLM hat möglicherweise nicht die neuesten Download-Links.
 
 - Google funktioniert wie eine Domänensuche; wenn man auf eine Maven-Repository-Seite gehen möchte, um die neueste Version zu prüfen, kann man es nutzen.
 
 - Google bleibt nützlich für die Bildersuche, während LLMs in der Texterstellung glänzen. Dennoch bevorzugen Menschen oft echte Bilder, um Hardware-Details, Abmessungen, Objektformen oder das Aussehen einer Person zu überprüfen.
 
-- KI-Chatbots sind beliebt, weil Text schwerer zu verarbeiten ist als Bilder. Menschen bevorzugen echte Bilder gegenüber KI-generierten, da Bilder auf einen Blick leichter zu verstehen sind. Allerdings hat die KI-Bildgenerierung ungenutztes Potenzial – Benutzer könnten die KI bitten, verschiedene Blickwinkel zu zeigen, Gesichter zu vergrößern oder Details auf Leiterplatten zu vergrößern. Da Menschen hauptsächlich mit Text arbeiten und nicht mit Bildern, gibt es viel Raum für Wachstum bei KI-Bildtools.
+- KI-Chatbots sind beliebt, weil Text schwerer zu verarbeiten ist als Bilder. Menschen bevorzugen echte Bilder gegenüber KI-generierten, da Bilder auf einen Blick leichter zu verstehen sind. Allerdings hat die KI-Bildgenerierung ungenutztes Potenzial – Benutzer könnten die KI bitten, verschiedene Blickwinkel zu zeigen, Gesichter zu vergrößern oder Details auf Leiterplatten heranzuzoomen. Da Menschen hauptsächlich mit Text arbeiten und nicht mit Bildern, gibt es erheblichen Spielraum für Wachstum bei KI-Bildtools.
 
-- KI ist gut darin, Konzepte zu erklären und das Verständnis zu erleichtern. Darüber hinaus können Benutzer Fragen zu jedem spezifischen Detail stellen. Dies ist wahrscheinlich der größte Nutzen von KI-Tools.
+- KI ist hervorragend darin, Konzepte zu erklären und das Verständnis zu erleichtern. Darüber hinaus können Benutzer Fragen zu spezifischen Details stellen. Dies ist wahrscheinlich der größte Nutzen von KI-Tools.
 
 - Ich habe KI genutzt, um etwas über große Sprachmodelle zu lernen. Der Moment, in dem sie mir half, K, Q und V zu verstehen, war wunderbar.
 
-- Der Grund, warum ich seit der Veröffentlichung von LLM lieber Ubuntu verwende, ist, dass die bunten und vielfältigen Apps von macOS für mich weniger attraktiv sind. Ich bevorzuge es, meine Programme zu schreiben und alles über das Terminal und Text zu erledigen.
+- Der Grund, warum ich seit der Veröffentlichung von LLMs lieber Ubuntu nutze, ist, dass die bunten und vielfältigen Apps von macOS für mich weniger attraktiv sind. Ich bevorzuge es, meine Programme selbst zu schreiben und alles über Terminal und Text zu erledigen.
 
-- KI kann danach bewertet werden, wie gut sie eine pom.xml oder requirements.txt-Datei auf die neueste Version aktualisieren, Bibliotheken updaten und Prüfungen durchführen kann. Dieser Prozess kann viel Arbeit erfordern und manchmal komplex sein.
+- KI kann danach bewertet werden, wie gut sie eine pom.xml- oder requirements.txt-Datei auf die neueste Version aktualisieren, Bibliotheken aktualisieren und Prüfungen durchführen kann. Dieser Prozess kann eine erhebliche Menge an Arbeit umfassen und manchmal komplex sein.
 
+- Im KI-Zeitalter sind Programmiersprachen mit besserer Leistung und Robustheit wichtiger und werden beliebter sein, während die Syntax weniger wichtig ist. Das liegt daran, dass LLMs helfen, Code zu generieren, was weniger umständlich ist, solange das Programm gut ausgeführt wird.
 
-- [Neue Plattformen mit KI-Workflows](./ai-workflow-en)
+- [Neue Plattformen, die durch KI-Workflows angetrieben werden](./ai-workflow-de)
 
-- [Die nächste Richtung von KI-Code-Editoren](./ai-code-en)
+- [Die nächste Richtung von KI-Code-Editoren](./ai-code-de)
 
-- [Wie ich gut im KI- und Blockchain-Zeitalter lebe](./ai-blockchain-en)
+- [Wie ich im KI- und Blockchain-Zeitalter gut lebe](./ai-blockchain-de)

_posts/de/2025-01-29-ai-thoughts-de.md

@@ -63,6 +63,7 @@ translated: false
 
 - AI can be evaluated by how well it can update a pom.xml or requirements.txt file to the latest version, update libraries, and perform checks. This process can involve a significant amount of work and can sometimes be complex.
 
+- In the AI era, programming languages that have better performance and robustness are more important and will be more popular, while syntax is less important. This is because LLM will help generate code, making it less of a hassle as long as the program executes well.
 
 - [New Platforms Powered by AI Workflows](./ai-workflow-en)