OT En niet te vergeten intellect, gemiddeld IQ is 100 dat kleine toppie daarboven heeft het moeilijk, denkt sneller slaat stappen over die voor anderen noodzakelijk zijn. Gevolg sociale isolatie. Mensa kan daarbij helpen.
https://www.mensa.nl/ En het aantal hersencellen is per individu verschillend en neemt af na de geboorte. Maar dat is meer iets voor de koffiehoek als er behoefte aan is daarover verder te delibreren. /OT

Is gewoon waar, ik sla veel over omdat ik denk dat het logisch is.

[Bericht gewijzigd door Truffel. op (40%)]

Op donderdag 2 april 2026 15:22:15 schreef nonius:
[...]

Het 'huis van de toekomst' van Chriet Titulaer Truffel klinkt mij in de oren als het 'house of hell', maar mijn ideale telefoon heeft dan ook een zwengel en is verre van smart, dus wie ben ik....

Ben zelf meer van het 'KISS'-principe. De lampen bedien ik met m'n rechter wijsvinger, de deuren doe ik nog steeds ouderwets handmatig op en van slot, en de thee zet ik handmatig met een fluitketeltje. Zelfs m'n gras maai ik nog handmatig met een ronkende benzinemaaier, i.p.v. door een robotje.

....

Ik was groot fan van Chriet. Ik heb een jaar of 8 geleden flink wat Hue, Tradfri, Google Assistant e.d. aangeschaft. Conclusie: Je gebruikt het niet, het is áltijd net even onhandig. Je mobiel pakken voor lampen is gewoon irritant. Je stem ervoor gebruiken eigenlijk ook, soms wil je gewoon stil zijn in je huis voor het gezin of om de TV te horen. Als dan ook maar één op de twintig keer je stem verkeerd begrepen wordt heb je er al helemaal snel genoeg van.
Verder moet je er ook flink tijd in investeren, de hobby wordt dan ineens werken.

En die investing in tijd is meestal ook geen gezellig knutselen op jouw moment, maar bijvoorbeeld na of tijdens een leuk feestje blijven vrienden slapen en vragen of het lampje uitkan terwijl jij weet dat dat na 5 minuten automatisch gaat.
Gordijnen gaan al open als je nog een kater hebt. Ramen gaan dicht als je binnen stank hebt, gordijnen trekken een plant of bloemen omver etcetera.

Sommige zaken kan ik nog wel aanraden. Een robotmaaier bijvoorbeeld, maar ook dit is niet voordelig en zaligmakend en wederom kan deze gaan maaien of in de sloot vallen als jij er net even geen zin in hebt. En de buurman maar lachen als je maaier je tuinkabouter opvreet en hij dan toch maar aanbiedt om even met de hand je gazon te maaien als je een maandje op vakantie bent.

Een buitenlampje op een sensor vind ik wel heel chique en zelfs in een halletje of leeshoekje kan zoiets automatisch aan/uit uit vanwege veiligheid en gezelligheid zodat je niet in een donker huis thuiskomt.

Ik hoop Truffel ooit een keer op een mooie videoreportage te zien. Waarbij alles feilloos werkt. Echter, vooral die zaken die je slaap, eten en telefoongebruik regelen lijken me inderdaad de hel én praktisch onmogelijk te realiseren.

Hi,

Ik heb wat Home Assitant spul hier, weinig ingewikkeld drie stuks 230V schakelaar met vermogens meting,
temperatuur en lucht vochtigheid en een deur contact.
En ook als test, ik doe er niets mee, een Philips IR oogje.

Het Philips IR oogje is de enige module die nog nooit uit het systeem donderd is.
Ondertussen heeft Home Assistent Update ook mijn "Home" pagina gesloopt, Toppy, erg goed gedaan jongens! <= Ja dat is sarcasme.

Mijn mening is, dat het een onbetrouwbaar zooitje is, de afstand van de Zigbee moduul tot aan aantal sensoren is hier niet meer dan 3 a 4 meter.
Dus dat lijkt mij dus geen groot probleem, juist de Zigbee module een beetje centraal gehouden voor mijn sensoren om verbindingsproblemen te voorkomen.
Twee sensoren op de grootste afstand zijn weinig problemen mee, dat vind ik dus vreemd...

Zoals een andere gebruiker al zij: Truffel. ik wens je veel succes! :-)

Groet,
Bram

De droge stof waar ik nu mee bezig ben en waar ik mij op aan het verdiepen ben (keuzes, twijfels en etc.). Vast nog wel ergens een foutje, maar in de basis redelijk sterk. Ik ga hier verder niet uitgebreid op in, omdat dit niet echt bij het forum past.

Het simpele feit is wel dat het allemaal leuk is om een fantasie te hebben en te denken ik soldeer maar wat aan elkaar, maar het zwaarste werk zit op de achtergrond. Wanneer dit een beetje werkend en stabiel is kom ik pas toe aan mijn eigen bordjes maken.

CORE SOFTWARE STACK
Python
FastAPI
Pydantic
SQLAlchemy / SQLModel
Alembic
PostgreSQL
TimescaleDB
pgvector
Redis
MinIO
State engine (actuele context / huisstatus)
Decision engine (logica / acties / prioriteiten)

COMMUNICATIE
MQTT (devices / sensors)
Mosquitto (MQTT broker)
NATS (fase 2, backend services)
Topic / event schema (vaste structuur)
WebSockets (realtime updates)

AI SERVICES
Ollama (realtime LLM)
llama.cpp (batch / zwaardere inference)
Whisper / faster-whisper (spraak-naar-tekst)
Piper (TTS, lokaal)
OpenCV (camera input / preprocessing)
YOLO / Ultralytics (object detectie)
sentence-transformers (embeddings, hoofd)
nomic-embed-text via Ollama (fallback / simpel)
Tool / action layer (acties / function calling)
Scheduler / task router

LEARNING
PyTorch (primair)
scikit-learn
Pandas / Polars
TensorFlow (later, batch learning)

EDGE
Raspberry Pi 5
Mosquitto (broker)
Python edge services (filtering / buffering)
Device registry / node management
Heartbeat / watchdog services

FIRMWARE / LOW LEVEL
MicroPython (Pico / ESP)
C / C++ (timing / low-level control)
PlatformIO (ESP development)

INTERFACE
React
TypeScript
Next.js
WebSockets
Zustand
Three.js / WebGL (later, 3D / gezicht)

Live system status (sensoren, nodes, AI state)
Control panel (handmatige acties / overrides)
Event / log view (inzicht in gedrag)
Config UI (instellingen zonder code)

ROBOTICS
ROS2

OBSERVABILITY
Python logging
Prometheus
Grafana
Health checks
Watchdogs
OpenTelemetry (later)

STORAGE EXTRA
MinIO (object storage)
Redis (cache / snelle state)
Backups / snapshots

RUNTIME
Docker
Docker Compose
k3s (later)
.env / config management
Secrets management

Globale opzet van mijn systeem:
PC (Ryzen + RTX 5070 Ti)
Ollama voor realtime taal en beslissingen (GPU)
llama.cpp voor batch / zwaardere analyses (nacht)
PyTorch learning (batch)
CPU voor orchestratie, database, state en decision logic

Tweede GPU (RTX 4060, optioneel)
Whisper / faster-whisper
YOLO / vision
sentence-transformers / embeddings

Raspberry Pi 5
MQTT broker (Mosquitto)
data verzamelen en doorsturen
edge filtering / buffering

Pico / ESP nodes
sensoren
actuators
firmware (MicroPython / C)

------

Nog even in de bios aan het spelen geweest om te temmen en wat testen gedraaid. Nu de wachtwoorden en bestanden er af halen en dan formateren die rommel, en weer veilig terug naar GNU/Linux.

Op donderdag 2 april 2026 19:14:24 schreef K7Jz:
[...]

Verder moet je er ook flink tijd in investeren, de hobby wordt dan ineens werken.

En die investing in tijd is meestal ook geen gezellig knutselen op jouw moment, maar bijvoorbeeld na of tijdens een leuk feestje blijven vrienden slapen en vragen of het lampje uitkan terwijl jij weet dat dat na 5 minuten automatisch gaat. Gordijnen gaan al open als je nog een kater hebt. Ramen gaan dicht als je binnen stank hebt, gordijnen trekken een plant of bloemen omver etcetera.

Ik hoop Truffel ooit een keer op een mooie videoreportage te zien. Waarbij alles feilloos werkt. Echter, vooral die zaken die je slaap, eten en telefoongebruik regelen lijken me inderdaad de hel én praktisch onmogelijk te realiseren.

Dit is dus het verschil tussen een gemiddelde "Smart Home app" en wat ik maak. Een raam dicht terwijl het stinkt is niet logisch omdat de sensoren alles meten. Maar het is ook slim genoeg om te weten dat als ik een dikke kater heb, dat het de gordijnen niet gaat opendoen.

Ik hoop dat mijn overzicht een beetje inzicht geeft in mijn stappen, maar zal ter zijner tijd wel wat toelichten waar nodig. Dit is niet iets wat je in een weekje in elkaar flanst en even uitleggen zit er niet bij helaas. Mensen horen het woordje AI en dan lijkt het allemaal wel even gedaan te worden.... :*) Maar dit soort projecten vraagt enorm veel inzicht en planning; het is dus niet een beetje code vibing (waar niets mis mee is). Sterk hoog-funktionerend klasiek ASS (en een beetje extra grijze massa) helpt wel mee; hoewel ik daardoor dus ook weer stappen over sla in uitleg wat het ingewikkeld kan maken.

Het klinkt leuk, maar het is heel veel werk en testen. Gelukkig is het dan ook hobby :)

PS: De muziek wat ik er soms tussendoor gooi, komt door hyperflow en het stimmen op dat moment. Heel hardnekkig ASS gedrag van mij bij overflow. Wanneer ik immens veel gedachten heb dan ramt muziek een soort blauwdruk voor mij neer zodat ik weer controle heb en inzicht krijg.

7 april 2025 / 18:26

www.aelyra.nl
Defined by human, refined by data.

[Bericht gewijzigd door Truffel. op (59%)]

Volgens de topic titel gaat dit over een gedragsgestuurd systeem maar voor mij lijkt het meer data gestuurd.

Complex. Leuk.
Maar niet op mijn leeftijd...

Kleine update zonder ingewikkeld te doen:

view: Alle bestanden en mappen voor Aelyra
tlog: alle terminal gebeurtenissen.
msnap: Alle kernel, drivers, updates en etc.
health: Alle systeem info (belasting, temp en etc).
chat: Aelyra (ben nu geheugen aan het bouwen).

Gisteren de hele dag gespendeerd aan Ubuntu (zat op windows) en mijn systeem goed laten draaien, alle bugs en ellende tegen gekomen. Bios, kernels, drivers, chipsets, dual GPU ellende en ga zo maar door. Alles stabiel maar tweede GPU werkt niet op dit moment.

------

Nu verder met geheugen opbouwen en interface.
Houtje touwtje interface :)
https://vm.tiktok.com/ZGduw6725/

Zonder dit werkt het systeem niet en nu PostgreSQL en pgvector opbouwen.
Het doel is dat Aelyra de gebruiker gaat leren kennen en zelf kan lezen/schrijven.
Hierop komen een aantal lagen met de sensoren.

Ik heb het koud....
Je kamer is ook koud.
Ik heb het koud....
Je hebt slecht geslapen.

Edit: RPi5 komt in de pc, WLAN-wake en Hard power.

Model (rollen) pool:
gemma3:12b basis
qwen3:14b deep think
qwen2.5-coder:14b programmeren
deepseek-r1:8b reasoning

Kort door de bocht en geen gedoe vandaag met plaatjes en linkjes onzin.

De kern bestaat uit vier rollen, elk met een eigen model en gedragsprofiel:

Base
Persoonlijk en mensgericht. Reageert als een soort “digitale partner” die meedenkt op een rustige manier, zonder technische diepgang. Gericht op comfort, flow en dagelijkse interactie.
Code
Strak, dwingend en logisch. Werkt gestructureerd (vaak in opsommingen), minimale chit-chat. Gericht op uitvoering, controle en foutloos bouwen.
Deep Think
Analytisch en contextgericht. Schrijft langere, samenhangende teksten en legt verbanden. Geschikt voor complexe vraagstukken en systeemdenken.
Lab
Experimenteel en uitdagend. Denkt buiten de standaard kaders en verkent nieuwe ideeën, technieken en invalshoeken.

Gegevens worden opgeslagen in PostgreSQL met gescheiden tabellen per type (profile_memory, conversation_memory, interaction_notes, etc.). Elke tabel heeft eigen regels: dedupe voor profieldata, één actieve summary per chat, en gelimiteerde/opschoonbare notes.

Gebruikersfeedback wordt opgeslagen als override op systeeminterpretatie. De originele interpretatie blijft behouden, maar wordt aangevuld of gecorrigeerd met user input. Bij retrieval krijgt de user-defined interpretatie prioriteit, waardoor het systeem zich aanpast zonder data te overschrijven.

----------

Deterministische flow
De pipeline is vast: input > contextopbouw > rolselectie > model > response > opslag.
Er wordt niets ad-hoc gedaan; elke stap is expliciet en reproduceerbaar.

Contextinjectie
Alle relevante data (profiel, chat, interactie, muziek) wordt vóór elke response samengevoegd tot één contextblok. Het model werkt dus niet los, maar altijd met actuele en relevante context.

Scheiding tussen opslag en gedrag
Data wordt alleen opgeslagen, niet direct als waarheid gebruikt. Gedrag wordt bepaald door combinatie van rol + context + geheugen, niet door losse entries.

Opschoning en beperking
Geheugen groeit niet onbeperkt. Tabellen hebben limieten, dedupe en cleanup om ruis en vervuiling te voorkomen.

Voorbereid op impliciet leren
Het systeem slaat interacties en patronen zodanig op dat impliciet leren later mogelijk is. Momenteel wordt alleen expliciet opgeslagen data gebruikt; toekomstige uitbreiding richt zich op patroonherkenning en gedragsaanpassing over tijd.

-------

Ik verwacht aankomende week de basis helemaal sterk te hebben, maar geen fancy pancy gebeuren (hoewel.... als ik zin heb). Geen deftige UI en dat soort grapjes, react en etc komen later wel een keer als ik tijd over heb. Voor nu is het flow behouden en de UI is domweg gemaakt op basis van buraublad zodat het 1 geheel blijft voor nu (dus nee roze is niet mijn voorkeur :) )

Impliciet leren is opslag van state-events en interactie als tijdreeksdata, plus embeddinghs (pgvector en etc) voor semantische vergelijking.. Patronen afleiden vie aggregatie en similarity search (vector + tijd/contect filters). Beetje confidence erbij en het kan een eind komen.

Het is dan verder aan mij om gesprekken te blijven voeren om het systeem de eerste leer te geven. Spraak komt er uiteraard ook deze week bij, maar dat hoef ik niet uitleggen. Maar dit is de basis waarop het gaat leren en straks begrijpt wat de sensor data betekend ten opzichte van mij.

Het leert, past aan, praat, luisterd en etc.
Snapt: Gisteren, straks, morgen, wanneer en etc.
Bouwt nu zelf een geheugen op.
Geen UI fancy zooi en basic stem.

Het is sneller en beter dan GPT op dit moment, maar ik ben nog niet klaar, ik heb mijn pc niet voor niets zelf samengesteld.

Nu ben ik aan het Tunen om het bloedsnel te maken!

Grootste valkuil nu: Ik ben gewend om aan te passen wat het moet doen, maar dat kan n u niet meer omdat het zelflerend is. Dit betekend dat ik echt moet blijven praten met haar.... Er is niet meer ergens in de code tweaken voor een beter resultaat en dat is heel vreemd voor mij. Ik moet gewoon zeggen als ik iets niet leuk vind, of dat dat de reactie niet gepast is. Dit is heel vreemd voor mij!

Volgende week doe ik wel een technische update.

Dat heet interactie, maar in principe heb je helemaal nix nodig. De eerste mens op aarde had bijv. niemand om mee te babbelen. No big deal.

0.15s first token audio respons.

Dit is de string van vraag naar eerste respons.

Vergelijking snelheid (praktisch ervaren):

Start van reactie
ChatGPT / voice AI: ~1.0–3.0s
Dit systeem: ~0.15s
→ ~85–95% sneller
Eerste hoorbare output
ChatGPT voice: na volledige verwerking
Dit systeem: direct bij eerste tokens
→ ~80–90% minder wachttijd
Conversatieflow (gevoel)
Standaard AI: sequentieel (wachten → antwoord)
Dit systeem: parallel (luisteren + denken + praten tegelijk)
→ voelt ~2–5x vloeiender / natuurlijker
Responsgedrag
Standaard AI: volledige zin in één keer
Dit systeem: streaming per zinsdeel
→ real-time i.p.v. batch

Kort samengevat:

? ~90% snellere start van reactie
? output begint terwijl de AI nog “denkt”
? gedrag verschuift van tool → gesprekspartner

[Bericht gewijzigd door Truffel. op (74%)]

AI denkt niet, die zoekt.

Dit was een paar dagen code marathon en begin nu fouten te maken....

https://www.youtube.com/watch?v=7Gi0OEOl84Y

Ik zit op mijn eind en moet herstellen.

0.141s

===== AELYRA SMOKE TEST (10 runs) =====

---- RUN 1 ----
Latency: 0.141 s
---- RUN 2 ----
Latency: 0.120 s
---- RUN 3 ----
Latency: 0.121 s
---- RUN 4 ----
Latency: 0.124 s
---- RUN 5 ----
Latency: 0.126 s
---- RUN 6 ----
Latency: 0.126 s
---- RUN 7 ----
Latency: 0.118 s
---- RUN 8 ----
Latency: 0.126 s
---- RUN 9 ----
Latency: 0.126 s
---- RUN 10 ----
Latency: 0.121 s

===== RESULT =====
Runs: 10
Best: 0.118s
Worst: 0.141s
Avg: 0.125s
Median: 0.125s
(venv) aelyra@aelyra-MS-7E51:/werk/aelyra_chat_ui$

[Bericht gewijzigd door Truffel. op (81%)]

Full load!!!!

[2026-04-14 23:15:26] HEALTH cpu=77.5C gpu=47C gpu_util=9% nvme_max=50.9C load=22.63 12.43 6.88 mem=used=17Gi free=12Gi avail=43Gi
[2026-04-14 23:15:29] HEALTH cpu=79.5C gpu=47C gpu_util=0% nvme_max=51.9C load=22.63 12.43 6.88 mem=used=17Gi free=12Gi avail=43Gi
[2026-04-14 23:15:33] HEALTH cpu=80.4C gpu=46C gpu_util=12% nvme_max=51.9C load=23.30 12.74 7.01 mem=used=17Gi free=12Gi avail=43Gi
[2026-04-14 23:15:36] HEALTH cpu=79.5C gpu=47C gpu_util=5% nvme_max=51.9C load=24.08 13.08 7.15 mem=used=17Gi free=12Gi avail=43Gi
[2026-04-14 23:15:40] HEALTH cpu=78.1C gpu=47C gpu_util=12% nvme_max=51.9C load=24.08 13.08 7.15 mem=used=17Gi free=12Gi avail=43Gi
[2026-04-14 23:15:43] HEALTH cpu=78.0C gpu=46C gpu_util=0% nvme_max=51.9C load=24.23 13.29 7.26 mem=used=17Gi free=13Gi avail=43Gi
[2026-04-14 23:15:47] HEALTH cpu=80.1C gpu=46C gpu_util=2% nvme_max=51.9C load=24.45 13.52 7.36 mem=used=17Gi free=12Gi avail=43Gi
[2026-04-14 23:15:47] FASE 2min GESLAAGD (122s)
[2026-04-14 23:15:55] ==============================
[2026-04-14 23:15:55] FASE 5min START (300s)
[2026-04-14 23:15:55] Grenzen: CPU<88C GPU<84C NVMe<70C
[2026-04-14 23:15:55] ==============================
[2026-04-14 23:15:55] CPU burn start op 24 threads
[2026-04-14 23:15:55] RAM burn start (~12GB)
[2026-04-14 23:15:55] GPU burn start via torch
[2026-04-14 23:15:55] SSD burn start op beide NVMe via fio
[2026-04-14 23:15:55] HEALTH cpu=60.1C gpu=46C gpu_util=5% nvme_max=51.9C load=20.69 13.07 7.28 mem=used=6,2Gi free=23Gi avail=54Gi
[2026-04-14 23:15:59] HEALTH cpu=74.6C gpu=46C gpu_util=3% nvme_max=51.9C load=20.69 13.07 7.28 mem=used=17Gi free=12Gi avail=43Gi
[2026-04-14 23:16:02] HEALTH cpu=75.0C gpu=46C gpu_util=0% nvme_max=51.9C load=20.96 13.26 7.37 mem=used=17Gi free=12Gi avail=43Gi
[2026-04-14 23:16:06] HEALTH cpu=76.2C gpu=46C gpu_util=3% nvme_max=51.9C load=21.52 13.50 7.48 mem=used=17Gi free=12Gi avail=43Gi
[2026-04-14 23:16:09] HEALTH cpu=78.9C gpu=46C gpu_util=2% nvme_max=51.9C load=21.52 13.50 7.48 mem=used=17Gi free=13Gi avail=43Gi
[2026-04-14 23:16:13] HEALTH cpu=78.9C gpu=46C gpu_util=0% nvme_max=52.9C load=21.80 13.69 7.58 mem=used=17Gi free=12Gi avail=43Gi

Fuck al die software tools, geen troep op mijn systeem! Brand hem zelf wel op!
GPU nu ook belasten.

GPU draaide vrolijk Idle en werd nooit belast.... Ook niet door mijn Aelyra.

Zo, dat is alsof ik voor de eerste keer na een srtilstaande periode de kacxhel aanzet, je ruikt het direct!

[Bericht gewijzigd door Truffel. op (42%)]

Aelyra test nu het systeem en mag straks zelf tweaken.
https://www.youtube.com/watch?v=uUGFhVWPOFs

Ze leert nu waar wat kan werken.
4 CPU-threads voor de GPU-loop en systeem

[Bericht gewijzigd door Truffel. op (14%)]

Ik begrijp totaal niet wat je hier wil aantonen?
Je links gaan naar YT totaal niet relevant.

een domein dat niet in gebruik is

je spamt je eigen topic vol

je wil AI opnieuw ontwikkelen op je PC?

post hier onzinnige logs...

Hoeveel TOPS haal je eigenlijk? Ken je HAILO? Coral? Dit gebruik je met een Pi5 en loopt zeer zeker rondjes rond jou opstelling :)
Er ligt nu een Pi5 16gig ram, HAILO 26 TOPS en 2 12MP cameras naast me als testje, met OpenClaw erop heb je in 2 min alles wat jij mee bezig bent.
En er zijn al hele goede en supervlugge LLM's beschikbaar om te praten tegen je AI die ook tegerlijkertijd luistert en uitvoert.

Dus als jij denkt dit zelf te maken op een pc, dan moet je verhuizen naar Sillicon Valey en daar je uitvinding es tonen ;)

Kortom hoort hier eigenlijk niet thuis, waar is de link met electronica?
Op Tweakers zal je mss meer antwoord krijgen...

Ik werk dagelijks met AI, heb alle Nvidia AI hardware ter beschikking, en heb mijn eigen persoonlijke virtuele assistente draaien op de Nvidia THOR.
Iets wat ik hier nooit zal posten zelfs.

Op woensdag 15 april 2026 08:42:47 schreef bordje:
Ik begrijp totaal niet wat je hier wil aantonen?

dit dus, tussen de spam en onnodige yt links, lees ik ook alleen: ik ben een llm aan het finetunen alsof het iets bijzonders is

Technisch inhoudelijk staat er nagenoeg 0,0

Beste moderators,
zouden jullie de rotzooi en onzin van Chatbot Truffel willen verwijderen?
Bij voorbaat dank.