Senbusskartan är ett experiment som visar något väldigt konkret: var Stockholms innerstadsbussar befinner sig just nu jämfört med var de borde vara enligt tidtabellen. Kartan kombinerar tidtabellsdata för linjer, hållplatser och turer med linjesträckningar och realtidsdata för fordonspositioner. Resultatet blir en visualisering där man direkt ser faktisk position, förväntad position och om bussen ligger före, …
Jag har precis färdigställt en ny prototyp som jag kallar Stresskartan.Den visualiserar var Stockholms innerstadsbussar går trögare än normalt genom att jämföra livepositioner med historiska mönster för samma plats, dag och tid. Stresskartan blir som en slags hälsomätare på busstrafiken ”just nu”. Ser allt normalt ut? Några gula eller röda utslag? Som en liten bonus …
Vilka busshållplatser i Stockholm är mörkast på kvällen? Antalet möjliga kombinationer av öppna data är oändligt och nu har jag testat följande: jag korsade två öppna datakällor — SL:s hållplatspositioner via Trafiklab och Stockholms stads 40 000+ belysningsmontage — och räknade helt enkelt hur många ljuspunkter som finns inom 20 meter från varje hållplats. Resultatet: …
Nu kan du skapa en egen realtidsuppdaterad SL-karta där du själv väljer exakt vilka linjer eller till och med vilka bussar du är intresserad av – med bokstavligen två meningar och en kodningsagent som Claude Code eller Codex. Min prompt var helt enkelt:“jag har sparat en api nyckel till trafiklab i .env — ladda ner …
För ett tag sen beskrev jag ett litet projekt jag påbörjat där man enkelt och smidigt kan prata med sin Zettle data. (Läs mer här: https://purpur.se/prata-med-din-forsaljningsdata/) Efter lite mer arbete har jag skapat en riktig backend samt vibe-kodat fram ett GUI så man enkelt och smidigt kan jobba med sin data. Det mest spännande i …
Så byggde jag en lösning för att prata med vår försäljningsdata från Zettle Tänk om du kunde ställa frågor till din försäljningsdata – precis som till en kollega – och få svaret direkt. I veckan testade jag att bygga en enkel prototyp som gör just det, genom att låta en LLM skapa SQL-frågor mot vår …
— Ett steg mot självläkande system Produktionsfel är ofta akuta: något kraschar, användare påverkas, stressnivån stiger. Vi har loggar, men att manuellt läsa dem, förstå orsaken och åtgärda tar tid. I mitt senaste experiment har jag undersökt hur långt vi kan komma med LLM:er för att automatisera just detta – med målet att kunna gå …
Läs mer ”LLMer för att upptäcka och fixa fel i produktionsmiljöer”
För en stund sedan bestämde jag mig för att genomföra ett spännande experiment: att omvandla en av mina bloggartiklar till en podcast med hjälp av AI, i detta fallet NotebookLM som jag just hört talas om. Jag ville se om jag kunde skapa ett engagerande avsnitt där två AI-värdar diskuterar ämnet. Det visade sig att …
Läs mer ”Från Blogg till Podcast – Mitt Experiment med AI och Google NotebookLM”
Under det senaste året har jag arbetat med flera olika projekt som verkligen visar hur AI kan användas för att optimera vitt skilda utmaningar. Exempelvis de där små återkommande aktiviteterna som man drar sig för att ta tag i för att man vet att: det tar tid, det måste göras och det är svårt att …
Läs mer ”Från teori till verklighet: Hur AI optimerar allt från scheman till måltider”
I takt med att den artificiella intelligensens förmåga att generera text fortsätter att utvecklas, växer behovet av att kunna bedöma och jämföra dessa genererade texter mot ett givet mått på kvalitet. Hur kan vi effektivt utvärdera svårfångade egenskaper såsom innehållets relevans, struktur eller stilistiska precision i en text? Denna fråga fick mig att utforska några …
Läs mer ”Utvärdera textkvalitet effektivt med LLMer: metoder och utmaningar”