Jan Moberg og Odd-Rikard Valmått snakker med Stig Nyvold, daglig leder i Squarehead Technologies i Nydalen, om akustisk dronedeteksjon med mikrofonarray og maskinlæring, bruk i Ukraina-krigen, forsvar, autonome fartøy og fremtidsplaner.
00:00
Podkasten diskuterer hvordan mikrofonareier kan oppdage dronelyde ved hjelp av avansert teknologi i Oslo.
05:04
Teknologi for akustisk drone-deteksjon har utviklet seg i løpet av ti år til å bli essensiell for å motvirke dronetruen.
17:14
Fokuset er å bevare ledende posisjon innen akustikk og retningsbestemt akustikk gjennom innovasjon og rekruttering av talent.
Transkript
Nævnt i episoden
Squarehead Technologies
Norsk selskap i Nydalen med 70 ansatte som utvikler mikrofonarray-teknologi for dronedeteksjon.
Stig Nyvold
Daglig leder i Squarehead Technologies, gjest i episoden.
Nydalen
Område i Oslo der selskapet holder til og produserer hardware.
Universitetet i Oslo
Der grunnleggerne Morgan og Vikebæk startet som masterstudenter.
Ukraina
Krigens droner økte behovet for passive akustiske sensorer.
Fjord1
Kontrakt for sensorer i fullautonome ferger.
Reach Remote
Maritimt autonomt fartøy nevnt som relevant bruksområde.
Norges forsvar
Kunde; teknologien brukes som passiv wake-up-sensor på artillerivogner.
Teknisk Sett
Podcasten fra TU der samtalen finner sted.
TU
Utgiver av podcasten Teknisk Sett.
Delta
Fagforening, sponsor/intro i starten av episoden.
Deltagere
host
Jan Moberg
host
Odd-Rikard Valmått
guest
Stig Nyvold
Sponsorer
Delta
Point
Vi har laget supermannhørsel.
Beskrivelse av hvordan hundrevis av mikrofoner og maskinlæring gir langt bedre hørsel enn mennesker.
Radarsystemer er enormt dyre. En liten drone med en sprengladning er veldig billig, så det er ikke symmetri i kostnadsbildet.
Peker på det økonomiske asymmetri-problemet i forsvar mot droner.
Det tar ikke så lang tid å detektere en drone akustisk, men det tar for bokstavelig talt lang tid å klare å undertrykke falske positive.
Om den største tekniske utfordringen: robusthet i et ekstremt komplekst lydbilde.
Lyden er det veldig vanskelig å gjøre noe med – jo mer du bærer på en drone, jo mer støyer den.
Hvorfor akustisk deteksjon ikke kan omgås slik som radar- og RF-signaler kan.
Når du fjerner mennesker fra fartøyet, har du fjernet hørselssansen – du fjerner en god maskinssjef.
Om behovet for å erstatte menneskelig hørsel i autonome fartøy.
Vi er en godt bevart hemmelighet i Norge.
Selskapet har jobbet internasjonalt i alle år og ble først oppdaget av norske forsvarskunder under covid.
Påstande
Squarehead Technologies ligger i Nydalen i Oslo og har 70 ansatte.
Oppgis i intervjuet.
Squarehead Technologies ble stiftet for mer enn 20 år siden.
Presentert av programlederen.
Selskapets basisteknologi ble utviklet fra 2004.
Om mikrofonarray-teknologien.
En mikrofonarray kan ha opp til flere hundre mikrofonelementer og er omtrent pizzaboks-størrelse.
Beskrivelse av硬件-en, her korrigert til 'hardware-en'.
Lyden beveger seg med ca. 330–340 meter per sekund.
Fysisk faktum nevnt i forklaringen av rettingslokalisering.
Selskapet begynte å se på dronedeteksjon rundt 2014, og startet arbeidet i 2016.
Tidslinje for dronefokus.
Selskapet ble grunnlagt av to masterstudenter fra Universitetet i Oslo, med ambisjon om å revolusjonere broadcast- og medieindustrien, blant annet ved å høre spillere på en fotballbane.
Opprinnelig forretningsidé.
Radar som sendes aktivt kan bli oppdaget og tatt ut, noe som har vist seg i krigen i Ukraina.
Om svakheter ved aktiv radar.
I Ukraina flys det droner med fiberoptikk for å unngå RF-deteksjon.
Om utviklingen med fiberstyrte droner.
Selskapets akustiske deteksjonssystem har nådd TRL 9 og er aktivt i bruk.
Om teknologimodenhetsnivå.
Under en tidlig test i USA startet gresshopper (crickets) å synge, og systemet oppdaget falske droner fordi det ikke var trent på denne lyden.
Anekdote om falske positive.
Selskapet har en kontrakt med Fjord 1 for sensorer i maskinrom på fullautonome ferger som skal gå live senere i år.
Sivil anvendelse.
Selskapet har en kontrakt med det norske forsvaret for sensorer på de nye artillerivognene, som fungerer som en passiv wake-up-sensor for skyt.
Her korrigert fra 'skudd'-kontekst: detekterer at et skudd går av.
Billige droner i Ukraina ble i starten tatt ned med missiler som koster hundretusener til millioner av kroner.
Om kostnadsubalansen i droneforsvar.
Stig Nyvold er daglig leder i Squarehead Technologies.
Nevnt i avslutningen av episoden.
Norske forsvarskunder ble oppmerksomme på selskapet under covid-pandemien, etter at selskapet tidligere hadde jobbet internasjonalt.
Om selskapets markedshistorie i Norge.
Loader
Nå kan jeg endelig snakke om andre ting med kona før vi legger oss. For eksempel hvordan dagen har vært.
Snakk med oss i Delta, fagforeningen som hører deg. Du hører på Teknisk Sett, en podcast fra TU. Mitt navn er Jan Moberg, og jeg sitter i Nydalen med Odd-Rikard Valmått. Hei, Jan. Hei, Odd-Rikard. Du, vi skal nok en gang innom områder som du er veldig interessert i. Absolutt. Og nå skal vi snakke om lyd.
Du lager jo mye lyd. Jeg lager litt støy, ja, men lyd er så mangt. Ja, det er det, og jeg må si at dette selskapet vi skal snakke med nå, det må si at jeg ble overrasket over at dette finnes her i Oslo. Ja, og jeg ble veldig overrasket. Ja, for vi snakker om veldig viktige ting, spesielt i dagens droneverden. Ja.
Hei, takk.
Takk for at vi fikk komme inn om deg. Tusen takk for at du tok ditt tid. Du hører på introen her at dette ble vi fascinert av. Ja, veldig gøy å høre. Vi er en godt bevart hemmelighet i Norge. Ja, dere er 70 ansatte her oppe i Nydalen, Square Technologies, et selskap som ble stiftet for mer enn 20 år siden, og har virkelig fått vin i seilene nå. Det dreier seg om droner og deteksjon av droner via lyd.
Kan du forklare kort for lytterne? Det trenger ikke være så kort, for dette er veldig spennende, men hva dreier du seg om? Nei, vi bruker jo basisteknologien vår, som vi begynte å jobbe med allerede tilbake i 2004. Vi bruker noe som vi kaller for mikrofonareier, mikrofonareitteknologi, som egentlig er en plate som består av masse helt vanlige digitale mikrofoner, slik som du har i mobiltelefonen din. Ja.
Det er litt sånn pizzabokk-størrelse. Det er litt sånn pizzabokk-størrelse på den, og så kan vi ha opp til noen flere hundre mikrofonelementer på den, puttet på en sånn spesiell form. Og så har vi også parret det med et videokamera som sitter inne her, og dette kobler vi sammen, og dette kaller vi for mikrofonareier. Og det en mikrofonarei kan gjøre for deg, det er at den kan finne ut retningen hvor lyden kommer fra,
Ja, det er sånn som vi mennesker har to ører. Ja, det er akkurat. Det er helt riktig. Så det at vi har to mikrofoner på toppen av hodet, det gjør at vi får en idé om hvor lyd kommer fra. Fordi at lyden går jo med 330-340 meter i sekunde, altså det er en forsinkelse i hjernen at lyden treffer det første øret litt før det andre øret, og så plukker hjernen inn opp til en forsinkelse, så man kan si noe om retningen.
Og jo flere ører, jo bedre er det. Og jo flere ører, jo mer følsom blir man, jo bedre er det. Og så er det sånn at vi mennesker også er i stand til å fokusere i den retningen vi hører en lyd, og så begynner hjernen basert på erfaring og det han har lært og det han har fått med seg opp gjennom, så begynner man å kjenne igjen sånne lyder, og så sier man at dette er en moped, eller dette er en flymaskin, det gjør man veldig tidlig. Så da har man både en informasjon om retning,
retning og hva det er som lager lyd. Og hvis vi bruker denne analogien og ser på hva vi har gjort, så har vi laget supermannhørsel gjerne. Vi har mange ører, kanskje mange hundre på denne plata. Og så har vi også videokamera, så vi kan i prinsipp også se det vi hører.
Også har vi masse datamaskin-reinnekraft inne der, som gjør at vi kan lytte i mange retninger samtidig. Så det vi også gjør er for de som kjenner til shotgun-mikrofontechnologi, og sånn som man bruker i boka, sånn ullene lange rør som man gjerne peker i en eller annen retning, for å få sterk en retning. Da må du snu og flytte på dette, mens vi kan elektronisk styre den retningen vi ønsker å høre i. Vi bare skruer litt på forsinkelser fra øre til øre, eller mikrofon til mikrofon.
Det er det her som heter digital beamforming, som gjør at vi kan få informasjon om retninger og skru opp lyden i en spesifikk retning som vi ønsker å høre mer om. Det som jeg synes også er fascinerende her, er at denne boksen har litt tykkelse, for der ligger det både hardware og programvare, så dette skjer jo der og da på Edge. Det er helt riktig. Som du sier på Edge, vi har masse regnekraft ute i dette mikrofonet vårt, og så har vi brukt mange, mange år
på å utvikle signalbehandling, algoritmer og masse marskinnlæring. Så vi repliserer også da menneskets hjerne til å fortelle hva det er for noe du hører. Hvor godt hører den der i forhold til et menneske?
Det er litt avhengig av størrelser og sånt, men vi sier gjerne kanskje en tre ganger så langt, mye mer precis, og blir jo i og for seg aldri sliten. Så den kognitive lasta på en datamaskin som er trent opp til å fortelle hva han hører, det er jo et viktig element her. Så hvis vi skal ta det tilbake til dronedeteksjonsverdenen, så startet vi jo med det allerede i 2016, eller vi begynte så vidt å se på det i 2014. Og så begynte vi å skjønne at denne teknologien kunne vi faktisk bruke til å
Til å høre droner og følge droner eller trekke droner. Men det var jo før dronekrigen. Hva var det som fikk dere til å tenke den tanken? Det er jo ofte som det ofte er en del tilfelligheter. Vi fant ut at vi kunne høre droner lenger enn det vi kanskje kunne som mennesker høre det. Vi kunne følge dem.
Og vi kom i prat med folk som så på dette med dronene som en trussel allerede da, for da begynte jo på mange måter disse litt mindre dronene å komme på markedet. Man begynte å bli redd for terrorister, og hva kunne man slippe av ved 17. mai-tog, eller hva kunne man smugle inn i fengsler.
Så det var allerede en diskusjon rundt droneteknologi og misbruk av dronene. Så det er en fantastisk mulighet, men det er jo også en potensiell trussel. Det mente vi at vi så allerede i 2015-2016. Men det er viktig for lytterne, da har dere holdt på i ti år når dere kommer dit. Men det opprinnelige var at dere hadde tenkt å satse på mediebransjen og sports, rett og slett sportsevenemanger. Ja, det er der det starter.
så var det opprinnelig to masterstudenter fra universitetet her i Oslo, Morgan og Vikebæke, som hadde ideen om at de skulle se på bruk av digital beamforming. De hadde jobbet en del med sonar under vann, bruker mye av de samme teknikkene med vannmikrofoner, altså over vann. Og så fikk de med seg Ines også fra universitetet i Oslo, og disse tre hadde noen ideer om at de skulle inn og revolusjonere broadcastindustrien, eller hva?
TV-medieindustrien, ved at man kunne sitte langt unna der ting skjedde og kunne høre og følge, for eksempel høre hva som ble sagt ut på en fotballbane når spillerne løp rundt og sa ting til hverandre. Så det var der det startet.
Ja, og nå når vi begynte å se på dronefokuset for ti år siden, så må vi si at dere traff veldig godt. Hvordan oppleves det i dag? Altså nå igjen, dere er 70 mennesker, og da trenger flere, og det skalerer, og dere har funnet et segment som både er viktig for freden og viktig for dere.
Det er helt riktig, og det er selvfølgelig et alvorlig bakteppe, men det føles godt å kunne bidra også. Og det krigen i Ukraina med all tydelighet har vist, er at det er behov for mange typer sensorer for å oppdage, detektere og holde kontroll på droner.
Og der er det masse teknologi. Det er mye teknologi, mange typer sensorer, men akustikk har nå virkelig fått vind i seilene, så den har en del egenskaper som andre sensorer ikke har. Ja, for det her er en passiv sensor. Det er ikke mulig å oppdage at den er i funksjon. Det er jo en av driverne våre her nå, ikke sant? Fordi at radar er veldig precise, veldig gode, de kan se langt, og det er veldig mye bra med en radar, litt
av utfordringen som har vist seg i krigen i Ukraina, er at når de er aktive, altså de sender jo gjerne ut ting for å få et ekko tilbake, da blir de også oppdaget, og så blir det tatt ut av droner. Radarsystemer er enormt dyre. En liten drone med en sprengladning er veldig billig, så det er ikke symmetri i kostnadsbildet. Derfor ser man behovet nå for å ha passive sensorer som kan detektere trussel uten at
motstanderen ser det da. Ja, og det andre er jo når vi ser ned på slagmarkene i Ukraina, ser alle fiber som ligger der, som styrer droner, så er det så et forsøk på å omgå radiokommunikasjon da. Det er helt riktig, så jeg nevner radar som en sensor, en annen veldig viktig sensor innenfor dette domene som går på drondeteksjon har vært det som kalles for RF-detektorer, altså
Radiobølgedeteksjoner, man gjerne har detektert kommunikasjonen mellom piloten og selve dronen. Og en av de tingene som da har skjedd i Ukraina er at man har begynt å fly droner med fiberoptikk, altså mange, mange kilometer med fiskescener som kommuniserer, nettopp for at du ikke skal sende ut RF-signaler som RF-detektorene tar.
Så det er en voldsom innovasjonstakt i dette markedet rundt droner. Men lyden blir jo ikke kvitt. Lyden er det veldig vanskelig å gjøre noe med. Og det er som jeg sier, jo mer du har med deg, altså peile og det mer du bærer på en drone, jo mer støyer den. Ja, og mye mer luft skal du flytte, og det blir støy av det. Ja, det er akkurat det.
Men nå skjønner jo både Odd-Rikard og jeg, selv om jeg er veldig nysgjerrig, at du kan sikkert ikke fortelle om alle som har disse systemene installert, men det finnes vel noen allerede? Ja da, og dette er jo ting, selv om vi begynte i 2014-15-16, så er det utrolig komplisert. Det har tatt lang tid å utvikle et robust akustisk deteksjonssystem. Vi har brukt ti år på å samle data, leble data som det heter, for at våre
Nødvendigvis skal det bli gode til å finne igjen og skjønne at dette er en drone. Så det har tatt lang tid, men vi har også vært i markedet nå ganske lenge, og det er i bruk. Så det er et fagterm som kalles TRL-9, som betyr at dette utstyret er i bruk i dag, aktivt. Det ligger jo foran, men det er jo veldig mange som nå må ha oppdaget at dette var jo kjempesmart. Så jeg vil jo tro at det er mange andre som har kastet seg på løpet også. Det er det.
Så hvordan er det med konkurransen? Den kommer. Den er definitivt økende, og det som er greia, og som er litt som alle som jobber med maskinlæring og AI, vet at det tar lang tid å lage robuste systemer. Og du kan si at det tar ikke så lang tid å være i stand til å detektere en drone akustisk.
Men det tar for baska lang tid å klare å undertrykke falske positive. Ja. Ikke sant? For at et lydbilde der ute i verden er ekstremt komplekst. En moped som kjører på en båtvei kan høres veldig ut som en drone, for eksempel. En litt av en morsom eksempel, en av de første testene vi gjorde i USA, så tenkte vi at her hadde vi et veldig fint robust system, og så skrudde vi det på, og øvelsen startet. Og så på et eller annet tidspunkt dro alle gressåpene til.
Det var så mye stærk gressoppe, og vi så droner overalt.
Vi hadde ikke sett sånne type crickets i Norge, og hadde ikke trent ut det. Så da var det å ta masse opptak og få det inn og begynne å trene ut crickets. Så det sier litt om kompleksiteten for å få et robust system, det gjelder alle sensorer, men spesielt også akustikk. Så må du ha årevis med data og trening av modeller, for å få det robust, for å også unnhørt ikke falske alarmer. Men nå skrevet opp i data, så klarer du å filtrere bort det i forhold til droner?
Hva sa du nå? Med nok gresshoppedata. Det er helt riktig. Maskinlæring og sånne modeller blir trent. Har du det, og du vet at det er gresshoppe, ikke en drone, så kan du på en måte få trent det ut. Men dere er jo også i sivilmarkedet. Det var vel et godt eksempel fra litt større dronefartøyer, maritimt.
Ja, det er riktig. Og det er jo en, kan du si, med denne teknologien, altså en av våre... Det viser jo litt hva man kan bruke den til. Ja, ikke sant? Og det er på mange måter en slags utfordring også for sånne selskaper som har en veldig kul teknologi, er at det er enormt mange anvendelser på det. Og så gjelder det å fokusere, og finne de nisjene, de vertikalene som det er verdt å få følge. En av de vi tror veldig på nå, helt utover dette drone-eksempelet, er
Med maritime marked, rett og slett. Med autonome fartøy. Fartøy som skal kjøre helt uten mennesker ombord. Eller de blir styrt fra land, såkalt ROC, Remote Operation Center. Vi lagde en podcast for bare to uker siden med Reach Remote. 24 meter langt fartøy styrt fra land. Akkurat det er use case for oss. Fordi når du fjerner mennesker fra fartøyet, eller du er inne i rom i fartøy som du egentlig ikke har tilgang til, eller skal være i,
Du fjerner hørselsansen, så har du fjernet noe. Du fjerner en god maskinnsjef. Du, det du gjør, vet du. Ikke sant? Og alle som har sittet i en bil og hører det begynne å rumle, vet ganske kjapt at det er et lager som er i ferd med å ryke. Det gjorde dere ramla igjen, men nå er det i ferd med å skje, ikke sant?
Og at det er endring i et normalt akustisk bilde, i et maskinrom for eksempel, sier veldig mye om tilstanden. Og når du da sitter på land, eller du kjører helt autonomt, og det å erstatte den menneskelige hørselsansen er da viktig. Så vi har en kontrakt med Fjord 1 som skal gå live med de første fullautonome fergene senere i år. Der sitter vi med sensor ombord i maskinrom på alle de.
Ja, og vi rett og slett gir alarm. Først så trener vi systemet vårt til å si at dette er et helt normalt bilde. Selv om det er masse variasjoner, så er det likevel normale variasjoner. Så fort det er en lite avvik fra det, så sier vi at her ...
Her er det noe som ikke skal være sånn, og vi forteller også hvor det er for det vi har så god retningsstyring på mikrofonene våre. Men her må jo ha et enormt marked. Du begynner å tenke ut i tankene, sånn som enhver bil burde jo ha noen mikrofoner for å sjekke. Er det noen lager, er det noen foringer, er det noe ditt og datt?
Og det hadde jo ikke trengt å være dyrt, men det trengs mye maskinlæring til å få etter. Det er riktig det. Så det er klart, og mye av vår IP-etterverkt går jo på infrastruktur rundt maskinlæring, alle dataene, hele riggen vår rundt, tulling og alt som trengs for å lage gode modeller. Så vi er veldig godt posisjonert innenfor den akustiske verdenen nå, ja. Ja, så dere håndterer både sensorikk, hardware og programvare. Hvordan kommer kunstig intelligens inn i bildet for dere nå?
I forhold til vår egen utvikling så er det en ekstremt viktig komponent. Du har helt rett, vi lager jo alt her i Nydalen. Vi har en godt bevart hemmelighet som jeg sier. Vi er en ordentlig fabrikk. Vi lager alt selv. Hardware og software, hele softwarestacken, alt sammen. Vi gjør sammenstilling og produksjon her.
Signalbehandling har vi alltid holdt på med, men som jeg sier, maskinlæringen, vi har en stor gruppe nå etter hvert som kun jobber med nevrale nett og maskinlæring på det for å tolke de lyssignalene. Så jeg sier at ok, vi i dag har gode modeller for å klassifisere og detektere droner, men alt som lager lyd kan vi i prinsippet klassifisere, gitt at vi har data til det. Og den infrastrukturen har vi bygget opp,
Og vi har jo også en kontrakt med norske forsvaret, hvor vi sitter på de nye artillerivagnene deres, hvor vi er en sånn passiv wake-up-sensor, som vi kaller det. Det vil si vi hører at det går av et skudd, og så kan man skrupe av radaren som er aktiv. Så mange bruksområder også innfører for eksempel forsvaret. Man kan høre helikopter, man kan høre militære kjøretøy. Vi har fokusert på droner nå, men plattformen og infrastrukturen vår er klar for å bygge på det. Ja, men
Men det er jo viktig da, i et sånt scale-up som dere er, å dra i håp på en stund. Jeg skjønner jo at det er viktig med fokus nå i disse dager. Det er riktig. Det vil jo gavne også sivilbruk etter hvert. Ja, det vil det, og det er jo det klassiske dual use-diskusjonene. Vi har ting inn både mot sivil, altså også for dronedeteksjon innenfor sivil infrastruktur er jo også viktig. Så er det ikke bare forsvarsanvendelse, men også sivil infrastruktur.
Så der er vi jo definitivt til stede. Men også det som vi kaller for asset management, da man bor i fartøy. Teknologien, infrastrukturen er mye det samme, da. Og så legger vi på applikasjonene. De nye krigene vi har fått nå har jo fått verden til å åpne seg for droner på en helt annen måte. Det er veldig mye gammel militær teknologi som nå
spiller for litt, og så kommer roen inn i stedet. Og det kan jo surfe på det. Ja da, og så er det jo også noe med innovasjonshastigheten som vi nå har sett, som alt det skjer i forbindelse med kriger. Det går så fort. Så hele innkjøpsstrukturer og alt blir å endre og må endres nå, for det er jo software-defined utstyr. Du kan jo legge på ny software, og så endrer du oppførselen. Og der er vi jo midt
Det er vi veldig godt på å skjønne. Men dere burde jo rekruttere folk i regnene, det er mye innovasjon der nede. Ja, det er fantastisk, og det som også er å si om det, er at de har utrolig høyt nivå, altså sånne universiteter, og de kan masse, masse, masse.
Så det er mye å lære fra ukrainer. Et annet tema som du, Stig, også var innom før sendingen her, er jo at det er noe med hvor mye penger du skal bruke på å ta ned billige droner. Vi ser det jo nå med amerikanerne. De bruker mye dyrt utstyr for å skyte ned dronene.
Disse iranske dronene, for eksempel. Ja, og det var jo også noe man så veldig tidlig i krigen i Ukraina, at man hadde relativt billige droner som gjorde stor skade, og en som måtte ta det ned på er jo sånn stortung missiler og ting som koster hundrevis av tusen og kanskje millioner av kroner. Så det har jo vært en utrolig ubalanse her, og det er jo også noe som
Folk i vår industri jobber med å få ned kostnadene for det å detektere og mitigere eller ta ut rådene.
Avslutningsvis, Stig og Rikard, jeg pleier jo å be våre gjester om å kikke i krystalkula. Vi har jo egentlig vært litt innom det, men til lytterne da, hvor er Squarehead Technology om fem år? Eller er fem år riktig? Jeg vet ikke, det går så fort, så det er vanskelig å si. Det går ekstremt fort, og vi har masse mer vind i seilene. Vi skal, som sagt, vokse, vi skal ha masse nye, smarte mennesker.
Hvor det stopper er jo litt sånn vanskelig å si, men min drøm er jo å være der vi er nå, nemlig verdens beste på det vi driver med. Akkurat nå er vi verdens beste på akustikk og retningsdyrt akustikk med masse intelligens og maskinlæring. Og målet mitt er at vi fortsetter å beholde den posisjonen. Så vi er helt avhengig av masse, masse gode folk og ligger helt i forefront i forkant med teknologiske valg.
Da tror jeg det skal gi oss til limit på mange måter. Jeg tenker jo at det er uendelig mange markeder dere ikke har satt plogen i. Det er helt riktig, og vi har jo forsøkt oss i en del ting, men nå har vi noen ordentlige store fisk på denne appen, og så må vi på en måte kultivere de og kapitalisere på det, og så er det helt riktig, det er ganske mange veier å gå herfra. Men fokus er viktig nå? Fokus er det eneste vi konsentrerer oss på nå, ja.
Og Rikard, hva sier du til at Squared Technology eksisterte nærmest ditt nabolag, og du har oppdaget hjemme? Jeg synes det er helt stønn, det. Har de ikke laget nok støy? Nei, det har de som synes de ikke gjort. Det har jo vært stille. Ja da, vi har vært stille. Vi har jobbet internasjonalt i alle år. Under covid så ble vi som andre tvunget til å være hjemme, og da fikk norske forsvarere opp øynene for oss, og vi er gode kunder i Norge nå, ja.
Veldig bra. Takk til deg, Stig Nyvold, daglig leder i Squarehead Technologies, og lykke til videre. Dette var kjempeinteressant å få være med på å høre. Tusen takk. Tusen takk for besøket. Og takk til Odd-Rikard Valmått og mitt navn Eian Moberg.
#Facebook #metaverse #deepfakes #AI #wolfgangweeuncut
Wolfgang Wee Uncut #194: Eirik Solheim er journalist og teknologirådgiver i NRKbeta, og har lang erfaring fra medie- og teknologibransjen....