Bilt Rewards, um programa de pontos e MasterCard apoiado por Wells Fargo, permite que as pessoas ganhem recompensas com pagamentos de aluguel, que geralmente são suas maiores despesas mensais. Agora, a empresa está tentando ajudar a prejudicar a próxima maior despesa de seus clientes: dívida do aluno.
Na quarta -feira, a Bilt anunciou que os membros agora podem usar seus pontos para pagar seus empréstimos estudantis, com um valor de resgate de US $ 10 para cada 1.000 pontos de bilt. Os fornecedores elegíveis incluem Nelnet, Mohela, Sallie Mae, Aidvantage e Navient, mas Bilt disse que adicionaria mais serviços de empréstimos nos próximos meses. Os membros podem resgatar seus pontos para pagamentos elegíveis diretamente através Site de Bilt ou aplicativo móvel.
“Ao permitir que os membros resgatem o BILT aponte para os pagamentos de empréstimos para estudantes, estamos atendendo a uma necessidade financeira crítica enquanto continuamos diferenciando nosso programa como oferecendo a moeda de pontos mais valiosos e flexíveis do setor”, disse o CEO e fundador Ankur Jain no comunicado.
Como funciona o BILT
Enquanto outros cartões de crédito cobram taxas altas por transações de aluguel, o BILT não. A Bilt também não possui taxa anual e oferece pontos individuais nos pagamentos de aluguel. Esses pontos podem aumentar rapidamente, já que o aluguel é a maior despesa mensal para a maioria das pessoas, especialmente os jovens. (Como alguém que paga aluguel astronômico de Nova York em um cartão BILT há quase três anos, posso atestar isso.)
O cartão também ganha duas a cinco vezes os pontos em outras categorias, como viagens, aplicativos de compartilhamento de viagens e refeições no bairro. Como em outros cartões, esses pontos podem ser resgatados por voos, hotéis e compras, mas você também pode salvá -los para aluguel futuro ou como adiantamento em uma casa – e agora para empréstimos estudantis.
Mas você não precisa do cartão BILT para ganhar pontos em pagamentos de aluguel se sua casa estiver dentro do programa rede de mais de três milhões de propriedades participantes. Mesmo que não seja, Bilt Envie um cheque de aluguel em seu nome Então você ainda coleta esses pontos individuais. Você também pode vincular certos cartões de crédito existentes ao programa para coletar pontos BILT nas despesas elegíveis.
Pontos para moradia de estudantes
A Bilt também anunciou que está expandindo sua rede de propriedades para incluir a habitação de estudantes por meio de uma parceria com as Comunidades Americanas do Campus (ACC). A partir do próximo mês, os alunos com 18 anos ou mais podem ganhar pontos em seus pagamentos de moradia, permitindo que eles criem recompensas e creditar antes de se formarem em um contrato formal. O programa está começando na Baylor University, mas adicionará outras propriedades administradas pelo ACC para cobrir 140.000 estudantes nos próximos meses.
Você pode encontrar mais informações sobre os pagamentos de empréstimos para estudantes em Site de Biltonde você também pode se tornar um membro.
Pegue as principais histórias da manhã em sua caixa de entrada todos os dias com nosso Tecnologia hoje boletim.
Participe de nossos boletins diários e semanais para obter as atualizações mais recentes e conteúdo exclusivo sobre a cobertura de IA líder do setor. Saber mais
Como o interesse em agentes de IA e Uso da ferramenta LLM Continua a aumentar, essa técnica pode oferecer benefícios substanciais para as empresas que desejam integrar modelos de raciocínio em seus aplicativos e fluxos de trabalho.
O desafio dos problemas de várias etapas
Os aplicativos corporativos do mundo real geralmente envolvem processos de várias etapas. Por exemplo, o planejamento de uma campanha de marketing complexa pode envolver pesquisas de mercado, análise de dados internos, cálculo do orçamento e revisão de tickets de suporte ao cliente. Isso requer pesquisas on -line, acesso a bancos de dados internos e código de execução.
Métodos de aprendizado de reforço tradicional (RL) usados para ajustar os LLMs, como o aprendizado de reforço com o feedback humano (RlHf) ou RL do feedback da IA (Rlaif), normalmente se concentra na otimização de modelos para tarefas de raciocínio único.
Os autores principais do The Swirl Paper, Anna Goldie, cientista de pesquisa do Google Deepmind e Azalia Mirhosseini, professora assistente de ciência da computação da Universidade de Stanford, acredita que os métodos atuais de treinamento em LLM não são adequados para as tarefas de raciocínio de várias etapas que as aplicações do mundo real exigem.
“Os LLMs treinados por meio de métodos tradicionais normalmente lutam com o planejamento e a integração de ferramentas em várias etapas, o que significa que eles têm dificuldade em executar tarefas que exigem recuperar e sintetizar documentos de várias fontes (por exemplo, escrever um relatório comercial) ou várias etapas de raciocínio e cálculo da aritmética (por exemplo, preparar um resumo financeiro)”, disseram eles.
Aprendizagem de reforço passo a passo (redemoinho)
O Swirl aborda esse desafio de várias etapas por meio de uma combinação de geração de dados sintéticos e uma abordagem especializada em RL que treina modelos em sequências inteiras de ações.
Como os pesquisadores declaram em o papel deles“Nosso objetivo é ensinar o modelo a decompor problemas complexos em uma sequência de subtarefas mais gerenciáveis, quando chamar a ferramenta, como formular uma chamada para a ferramenta, quando usar os resultados dessas consultas para responder à pergunta e como sintetizar efetivamente suas descobertas”.
O Swirl emprega uma metodologia de dois estágios. Primeiro, ele gera e filtra grandes quantidades de dados de raciocínio e uso de ferramentas em várias etapas. Segundo, ele usa um algoritmo RL em passo para otimizar um LLM base usando essas trajetórias geradas.
“Essa abordagem tem a principal vantagem prática de que podemos gerar rapidamente grandes volumes de dados de treinamento em várias etapas por meio de chamadas paralelas para evitar diminuir o processo de treinamento com a execução lenta do uso de ferramentas”, observa o artigo. “Além disso, esse processo offline permite maior reprodutibilidade devido a um conjunto de dados fixo”.
Gerando dados de treinamento
Crédito do processo de geração de dados de redemoinho: arxiv
O primeiro estágio envolve a criação do redemoinho de dados sintéticos aprende. Um LLM tem acesso a uma ferramenta relevante, como um mecanismo de pesquisa ou uma calculadora. O modelo é então solicitado iterativamente a gerar uma “trajetória”, uma sequência de etapas para resolver um determinado problema. A cada etapa, o modelo pode gerar raciocínio interno (seu “cadeia de pensamento“), Ligue para uma ferramenta ou produza a resposta final. Se ele chamar uma ferramenta, a consulta será extraída, executada (por exemplo, uma pesquisa é executada) e o resultado é devolvido ao contexto do modelo para a próxima etapa. Isso continua até que o modelo forneça uma resposta final.
Cada trajetória completa, desde o prompt inicial até a resposta final, é dividida em múltiplos sub-trajetórios sobrepostos. Cada sub-trajetória representa o processo até uma ação específica, fornecendo uma visão granular do raciocínio passo a passo do modelo. Usando esse método, a equipe compilou grandes conjuntos de dados com base em perguntas de benchmarks multi-hop de resposta à resposta a perguntas (HotpoTQA) e de solução de problemas de matemática (GSM8K), gerando dezenas de milhares de trajetórias.
Os pesquisadores exploraram quatro estratégias diferentes de filtragem de dados: sem filtragem, filtragem baseada apenas na correção da resposta final (filtragem de resultados), filtragem com base na razoabilidade julgada de cada etapa individual (filtragem de processos) e filtragem com base no processo e no resultado.
Muitas abordagens padrão, como o ajuste fino supervisionado (SFT), dependem fortemente de “rótulos dourados” (respostas corretas perfeitas e predefinidas) e geralmente descartam dados que não levam à resposta final correta. Abordagens populares recentes de RL, como a usada em Deepseek-r1use também recompensas baseadas em resultados para treinar o modelo.
Por outro lado, a Swirl alcançou seus melhores resultados usando dados filtrados por processo. Isso significa que os dados incluíram trajetórias em que cada etapa de raciocínio ou chamada de ferramenta foi considerada lógica, dado o contexto anterior, mesmo que a resposta final tenha sido errada.
Os pesquisadores descobriram que o Swirl pode “aprender mesmo com trajetórias que terminam em respostas finais incorretas. De fato, alcançamos nossos melhores resultados, incluindo dados filtrados por processo, independentemente da correção do resultado”.
Treinamento LLMS com redemoinho
Crédito do processo de treinamento de redemoinho: arxiv
No segundo estágio, o Swirl usa o aprendizado de reforço para treinar um LLM base nas trajetórias sintéticas geradas. Em todas as etapas de uma trajetória, o modelo é otimizado para prever a próxima ação apropriada (uma etapa de raciocínio intermediário, uma chamada de ferramenta ou a resposta final) com base no contexto anterior.
O LLM recebe feedback em cada etapa por um separado Modelo de recompensa generativaque avalia a ação gerada pelo modelo, dado o contexto até esse ponto.
“Nosso paradigma granular e passo a passo finetuning permite que o modelo aprenda tanto a tomada de decisão local (previsão da próxima etapa) quanto a otimização global da trajetória (geração final de resposta) enquanto foi guiado pelo feedback imediato sobre a solidez de cada previsão”, escrevem os pesquisadores.
Gire durante o crédito de inferência: arxiv
No momento da inferência, um modelo treinado de redemoinho funciona da mesma maneira iterativa. Ele recebe um prompt e gera texto em resposta. Se ele produzir uma chamada de ferramenta (como uma consulta de pesquisa ou uma expressão matemática), o sistema a analisa, executa a ferramenta e alimenta o resultado de volta à janela de contexto do modelo. O modelo continua gerando, potencialmente fazendo mais chamadas de ferramentas, até produzir uma resposta final ou atingir um limite pré-conjunto para o número de etapas.
“Ao treinar o modelo para tomar medidas razoáveis a cada momento no tempo (e fazê-lo de uma maneira coerente e potencialmente mais explicável), abordamos uma fraqueza central dos LLMs tradicionais, a saber, sua fragilidade diante de tarefas complexas e multi-etapas, onde a probabilidade de sucesso decai exponencialmente com o comprimento do caminho,” Goldie e Mirhoseniini. “A IA útil e útil e robusta precisará inevitavelmente integrar uma ampla variedade de ferramentas diferentes, encadeando -as em sequências complexas”.
Redem em ação
A equipe de Stanford e Google Deepmind avaliou o turbilhão em várias tarefas desafiadoras de respostas à resposta a perguntas e de várias etapas. Comparado aos modelos de linha de base, o Swirl demonstrou melhorias significativas de precisão relativa, variando de 11% a mais de 21% em conjuntos de dados como GSM8K, Hotpotqa, Musique e Beerqa.
Os experimentos confirmaram que o treinamento de um modelo Gemma 2-27B com redemoinho em dados filtrados por processo produziu os melhores resultados, superando os modelos treinados em dados filtrados por resultados ou usando a SFT tradicional. Isso sugere que o Swirl aprende o processo de raciocínio subjacente de maneira mais eficaz, em vez de apenas memorizar caminhos para corrigir as respostas, o que ajuda no desempenho dos problemas invisíveis.
Mais importante, o Swirl exibiu fortes capacidades de generalização. Por exemplo, o treinamento de um modelo usando exemplos de redemoção de perguntas baseadas em texto melhorou seu desempenho nas tarefas de raciocínio matemático, mesmo que o modelo não tenha sido explicitamente treinado em problemas de matemática.
Essa transferibilidade em diferentes tarefas e tipos de ferramentas é altamente valiosa, pois há uma explosão de aplicativos agênticos para modelos de idiomas e métodos que generalizam entre conjuntos de dados e tarefas serão mais fáceis, mais baratos e mais rápidos para se adaptar a novos ambientes.
“A generalização do Swirl parece bastante robusta nos domínios que exploramos, mas seria interessante testar isso em outras áreas como codificação”, disse Goldie e Mirhoseini. “Nossas descobertas sugerem que um modelo de IA corporativo treinado em uma tarefa principal usando o redemoinho provavelmente exibiria melhorias significativas de desempenho em outras tarefas aparentemente não relacionadas sem o ajuste fino específico da tarefa. O redemoinho generaliza melhor quando aplicado a modelos maiores (ou seja, mais poderosos), indicando que essa técnica pode ser ainda mais eficaz no futuro, à medida que as capacidades de linha de base crescem”, ”
Insights diários sobre casos de uso de negócios com VB diariamente
Se você deseja impressionar seu chefe, o VB Daily o cobriu. Damos a você uma informação interna sobre o que as empresas estão fazendo com a IA generativa, desde mudanças regulatórias a implantações práticas, para que você possa compartilhar informações para o ROI máximo.
Esteja você construindo uma startup ou tentando gerenciar uma equipe distribuída, o Office 2021 e o Windows 11 Pro fornecem as ferramentas necessárias para menos de US $ 55.
Imagine caminhar de cama para aula em seus pijamas. Um trajeto de quase zero é apenas uma das razões pelas quais morar no campus da Universidade Estadual de São Francisco se traduz em sucesso acadêmico e uma trilha rápida para a graduação. Pedido de moradia de estudantes na SFSU para 2025 – 2026 foi inaugurada em 3 de março às 9h
Todos os candidatos a calouros que aceitaram sua oferta de admissão e enviaram a solicitação de habitação com seu pagamento inicial são garantidos por uma cama em um dos Sete comunidades residenciais da universidade; Novos estudantes transferidos e estudantes contínuos devem aceitar sua oferta de admissão e enviar um pedido de moradia com seu pagamento inicial até domingo, 6 de abril, para receber uma garantia. Todas as unidades são com tudo incluído: totalmente mobiliado com Wi-Fi e utilitários. Eles também oferecem serviços exclusivos de estudantes, espaços de estudo e termos de licença mais curtos que a duração padrão de 12 meses no mercado de aluguel.
“Sinto que é muito benéfico morar no campus como estudante – especialmente se for um dos seus primeiros anos fora de casa”, disse o aluno Keely. “É bom ter outras pessoas que estão passando pela mesma experiência que você e que podem se relacionar com você sobre ser um estudante e passar pela vida universitária”.
A SFSU Research descobriu que os alunos que moram no campus têm maior probabilidade de receber unidades adicionais a cada semestre. Sua taxa de graduação de quatro anos é 58% maior do que os estudantes que moram fora do campus. Além disso, os alunos do primeiro ano que moram no campus alcançam uma média de notas 10% maior do que aqueles que vivem fora do campus.
Com base em uma nova pesquisa com estudantes e famílias da SFSU compilados pela Know Research e Lexicon & Line, mais de dois terços do primeiro ano e os moradores que retornam descobrem que morar no campus melhorou seus acadêmicos. Mais de três quartos dos pais afirmam que morar no campus melhorou os acadêmicos de seus alunos.
O campus e a comunidade residencial da SFSU estão equipados com segurança, incluindo a disponibilidade 24/7 para funcionários da polícia e da vida residencial no campus, o acesso principal a todos os edifícios residenciais, caminhos iluminados, telefones de emergência e um serviço de balanço de segurança acompanhado gratuito.
“Na Universidade Estadual de São Francisco, você pode ter tranquilidade sabendo que seu aluno está em um ambiente seguro de vida e aprendizado, onde está pronto para crescer profissionalmente e pessoalmente”, disse Jeny V. Patiño, vice -presidente associado de serviços de moradia, restaurantes e conferências. “Com uma localização cênica a apenas 1,6 km da praia e Trânsito público gratuito em toda a área da baía para estudantesum mundo de oportunidade aguarda fora da sua porta. ”
Um programa de habitação de estudantes de taxa reduzida para calouros iniciantes lançados no ano passado. O primeiro programa desse tipo no sistema da CSU, fornece taxas reduzidas para 725 alunos em qualquer uma das comunidades residenciais disponíveis para calouros iniciantes que atendem às qualificações para receber um prêmio de ajuda financeira da concessão A ou B.
A Augustana University está comprometida em fornecer acesso igual e participação em oportunidades, programas e serviços de emprego, sem considerar raça, cor, religião, credo, sexo, gravidez, orientação sexual, identidade de gênero, informação genética, origem nacional, ancestralidade, idade, status de veterano ou deficiência. Augustana está em conformidade com o Título IX das Emendas da Educação de 1972, o Título VII da Lei dos Direitos Civis, a Lei dos Americanos com Deficiência, Lei de Reabilitação e outras leis aplicáveis que prevêem não discriminação contra todos os indivíduos. A UA fornecerá acomodações razoáveis para deficiências conhecidas na medida do exigido por lei.
Existe algo mais humano do que se reunir em grupos para compartilhar alimentos e participar de uma bebida fermentada ou duas (ou três, ou ….)? Os pesquisadores pegaram chimpanzés selvagens na câmera envolvidos no que parece ser uma atividade semelhante: compartilhar fruta -pão africana fermentada com conteúdo alcoólico mensurável. De acordo com um Novo papel Publicado na revista Biologia atual, os dados observacionais são a primeira evidência do compartilhamento de alimentos alcoólicos entre grandes macacos não humanos na natureza.
A fruta em questão é sazonal e vem de TriCulia africana Árvores comuns em todo o ambiente doméstico dos chimpanzés selvagens no Parque Nacional Cantenhez, em Guiné-Bissau. Uma vez maduro, os frutos caem da árvore para o chão e amadurecem lentamente de um exterior verde duro e profundo para uma textura amarela e esponjosa. Como os chimpanzés são inocentes, os autores implantaram armadilhas de câmera em três locais separados para registrar seu comportamento de alimentação e compartilhamento.
Eles registraram 10 instâncias de compartilhamento seletivo de frutas entre 17 chimpanzés, com os animais exibindo uma preferência acentuada por frutas mais rígidas. Entre abril e julho de 2022, os autores mediram o teor de álcool da fruta com um bregueiro portátil útil e encontraram quase toda a fruta caída (90 %) continha um pouco de etanol, com o mais maduro contendo os níveis mais altos – o equivalente a 0,61 % ABV (álcool por volume).
Isso é comparativamente baixo às bebidas alcoólicas normalmente consumidas pelos seres humanos, mas, novamente, a fruta representa até 60 a 80 % da dieta dos chimpanzés, para que a quantidade de etanol consumida possa aumentar rapidamente. É altamente improvável que os chimpanzés fiquem bêbados, no entanto. Não conferiria nenhuma vantagem evolutiva e, de acordo com os autores, há evidências no ancestral comum dos macacos africanos de um mecanismo molecular que aumenta a capacidade de metabolizar o álcool.
A atriz premiada Stephanie Beatriz (cortesia da Associated Students Inc.)
Com sinceridade, humor e uma mensagem sincera de autenticidade, a atriz premiada Stephanie Beatriz cativou uma sala cheia de titãs durante o 10 de abril de Cal State Fullerton Além da conversa evento.
Desde expressar Mirabel no filme vencedor do prêmio da Disney Academy, “Encanto” até retratar Rosa Diaz na sitcom popular “Brooklyn Nine-Nine”, Beatriz falou com a comunidade CSUF sobre sua carreira, seu profundo amor pela narrativa e o poder da representação na tela e na vida.
“Se você é um artista ou deseja se interessar pelas artes, acho que se trazendo, seu gosto e seu ponto de vista para o que você está fazendo é inestimável”, disse Beatriz. “Sua jornada individual da vida é tão interessante e você e tão bom. Será que merece ser ouvido.”
Criado em Houston, Texas, Beatriz não considerou agir uma carreira viável até o ensino médio: “Meus recursos eram limitados, mas me senti muito obrigado a agir. Fui puxado para isso de uma maneira que não fui puxado para qualquer outra coisa”.
Depois de se formar no Stephens College em três anos, ela se mudou para Los Angeles, onde conseguiu seu papel no “Brooklyn Nine-Nine”.
“Uma das coisas que eu realmente amei no ‘Brooklyn Nine-Nine’ foi que eles abraçaram quem éramos. Eles até mudaram o nome do meu personagem de Megan para Rosa porque queriam que ela fosse latina como eu”, disse Beatriz.
Quando perguntado sobre a manutenção de Mirabel em “Encanto”, Beatriz refletiu sobre o que o papel significa para ela.
“Sou um enorme fã da Disney. Eu sempre fui. Eu cresci em ‘The Little Mermaid’, ‘The Lion King’ e até os cortes mais profundos como ‘Robin Hood’. Eu sempre amei as heroínas nos filmes da Disney ”, disse ela. “Estar em um filme da Disney como personagem principal é algo que eu nunca pensei que conseguiria.”
Ela também se abriu sobre sua jornada contínua com a saúde mental, incentivando os alunos a pedir ajuda e aproveitar os recursos de saúde mental no campus.
Acima de tudo, Beatriz fortaleceu os alunos a abraçar sua criatividade e individualidade: “Espero que você se lembre de que sua história é importante. O mundo não precisa de uma cópia de outra pessoa. Precisa de você”.
Entrevistando uma atriz premiada
Tanya Gonzalez, estudante de design gráfico e interativo da CSUF, entrevistou a atriz premiada Stephanie Beatriz (cortesia da Associated Students Inc.)
Hospedado pela Associated Students Inc. e pela Divisão de Assuntos Estudantis, a série Beyond The Conversation convida os palestrantes ao campus a compartilhar suas histórias e inspirar a comunidade Titan.
Beatriz foi entrevistada pelo aluno de design gráfico e interativo da CSUF, Tanya Gonzalez, que também atua como presidente da Associação da ASI para a consciência intercultural. Ela disse que o “encanto” A discussão foi sua parte favorita do evento.
“Nunca imaginei que dois anos depois de participar do meu primeiro além da conversa, eu estaria no palco entrevistando um desses convidados”, disse Gonzalez, que anteriormente entrevistou “Hamilton” ator Daveed Diggs. “Foi honestamente um momento de abrir os olhos e um momento de círculo completo.”
Outros fatores incluem ventos e raios – o que causou incêndios destrutivos em agosto de 2020 – e comportamento humano. De acordo com o Serviço de Parques Nacionais, quase 85 % dos incêndios nas terras selvagens nos Estados Unidos são causados por seres humanos, incluindo fogueiras deixadas sem vigilância, a queima de detritos, uso e mau funcionamento de equipamentos, cigarros descartados e incêndio criminoso.
Todos esses incêndios afetam a saúde das pessoas ao seu redor e dos moradores do Vale Central porque o ar poluído por fogo se instala entre as cadeias de montanhas e pode demorar a se mover.
Ha, um professor de saúde pública e membro do Instituto de Pesquisa em Ciências da Saúdedescreveu os riscos à saúde associados a incêndios florestais e quais medidas podem ser tomadas para mitigá -las.
“Como sabemos, a composição da poluição do ar emitida pelo Wildfire pode ser um pouco diferente da poluição regular do ar ambiente à qual somos regularmente expostos”, disse ela. Essa poluição tem mais componentes tóxicos, como partículas ultrafinas e metais.
A poluição por incêndios florestais afeta quase todos os sistemas do corpo, disse Ha, incluindo cardiovascular, respiratório e reprodutivo. Talvez menos imediatamente óbvio é que os incêndios de pedágio assumam a saúde mental.
A exposição ao incêndio está ligada a um maior risco de complicações de saúde mental devido ao estresse da incerteza sobre a casa, animais de estimação ou entes queridos. Isso geralmente se manifesta em transtorno de estresse pós-traumático, distúrbio do sono, raiva, violência interpessoal e depressão, disse Ha.
“As complicações de saúde mental podem exacerbar os impactos da saúde física que as pessoas talvez já tenham também”.
As pessoas podem neutralizar esses impactos, permanecendo informados e implementando medidas como purificadores de ar e janelas fechadas quando as condições estiverem ruins lá fora.
Mas a responsabilidade não é apenas com indivíduos, disseram os pesquisadores.
Os prestadores de cuidados de saúde podem ajudar treinando e educando os pacientes, prestando atenção especial aos sinais de alerta precoce sobre complicações de saúde mental e física e colaborando com a saúde pública e as agências locais.
Os pesquisadores estão trabalhando para identificar os impactos e mecanismos da saúde, identificar pessoas em risco e desenvolver e testar novas ferramentas para mitigar os riscos.
Os formuladores de políticas podem ajudar estabelecendo sistemas de alerta precoce e políticas eqüitativas para reduzir os riscos de incêndios florestais e o financiamento para mais pesquisas e serviços.
A falta de sistemas de alerta precoce suficientes levou as fábricas a criar o aplicativo de serviço do relógio. Mills, um empreendedor, iniciou o aplicativo de informações sobre desastres depois de se mudar para Sonoma e experimentar o incêndio florestal devastador em primeira mão. O único aviso de que ele conseguiu um incêndio próximo foi ver um helicóptero carregando água acima de sua casa, disse ele.
Mills fez algumas pesquisas e não existia nenhum instrumento para comunicar informações vitais sobre desastres em tempo real para pessoas que podem estar em perigo, ou mesmo entre as agências de primeira resposta.
“Os bombeiros colocaram suas vidas em risco para nós”, disse ele. “Eles não têm o que precisam.”
Ele montou uma rede de voluntários e formou uma organização sem fins lucrativos que agrega e examina informações sobre incêndios à medida que eles quebram e compartilham com os usuários. O aplicativo tem sido tão bem -sucedido que lançou uma versão premium para bombeiros e o governo e está procurando expandir seu uso nos Estados Unidos e além.
“Foi feito o dever de assistência para dois grupos de pessoas – pessoas que correm para o incêndio e as pessoas que fogem dele”, disse Mills. “Então, todo mundo.”
O Information Watch Duty fornece é vital, disse Kolden, uma administração do professor complexo de sistemas e diretor do Centro de Resiliência de Incêndio da UC Merced.
“Ao conversar com pessoas que concorreram por suas vidas nos incêndios de 2017, no Camp Fire de 2018, ouvimos repetidamente como eles não sabiam o que fazer”, disse ela. “A falta de informação foi uma grande parte de como tivemos tanta destruição”.
Na última década, a Califórnia sozinha viu mais de 300 mortes civis, mais de 50.000 casas destruídas por incêndios florestais e milhões de pessoas evacuadas por dias, semanas ou até meses no momento, disse Kolden.
O Fire Resilience Center, iniciado no ano passado, sob o Instituto Climático do Instituto de Pesquisa Sierra Nevada da Universidade, com financiamento da Fundação Packard, visa apoiar soluções de incêndios selvagens que beneficiam todos os californianos, disse Kolden.
“Espero que este seminário seja o primeiro de futuros eventos especiais, à medida que trabalhamos para como nos tornamos mais resistentes e melhor vivemos com incêndios na Califórnia e nos Estados Unidos”.
No momento, este dispositivo de limpeza útil está metade do preço usual por apenas US $ 99,99.
Desfrute de uma piscina impecável sem esforço com este limpador
Você tem coisas melhores para fazer do que limpar sua piscina. Deixe a gaivota se cuidar disso para você. Ele desliza automaticamente no chão da piscina, pegando facilmente sujeira e detritos graças à sua poderosa sucção de 1.320 Gph. E os parques auto-parques próximos à parede da piscina após a limpeza, ou quando a bateria estiver baixa, então tudo o que você precisa fazer é carregá-lo, soltá-lo e clicar em um botão e depois continuar o seu dia.
O Seagull SE está equipado com uma bolsa de filtro de grande capacidade ou vasilha para enfrentar o fundo das piscinas bagunçadas. Há também um dispensador químico que equilibra e purifica a água da sua piscina enquanto ela arruma, oferecendo à sua piscina uma limpeza completa.
Uma carga completa fornece 90 minutos de limpeza. Uma vez que a gaivota se está sem bateria, é fácil sair da água com um Gancho de recuperação. E quando você alimentar o Seagull SE de volta, pode experimentar um carregamento 50% mais rápido.
A bandeja de filtro também não poderia ser mais fácil de limpar – remova a tampa e enxágue o filtro com uma mangueira.
Curioso por que você está recebendo um preço tão bom? O SeaGull SE vem com uma classificação reformada de grau A, o que significa que ele chegará a você em condições quase curtas, com quantidades mínimas a zero de arranhões (e você ainda poderá desfrutar do profundo desconto).
