NVIDIA đang xây dựng "anh em song sinh" kỹ thuật số của Trái Đất để chống lại biến đổi khí hậu

NVIDIA đang xây dựng "anh em song sinh" kỹ thuật số của Trái Đất để chống lại biến đổi khí hậu

DK  Pháp luật & Bạn đọc | 04/12/2021 11:41 PM

thích

Tại sự kiện GTC vừa qua, NVIDIA đã hé lộ dự án Earth-2, siêu máy tính AI mạnh nhất thế giới, trình giả lập 3D của Trái Đất với khả năng mô phỏng linh hoạt và chi tiết để giúp con người đánh giá chính xác hơn về tình trạng biến đổi khí hậu cũng như dự đoán thiên tai sẽ xảy ra trong tương lai.

Trái Đất đang ngày càng nóng lên. 7 năm vừa qua có thể coi là 7 năm nóng nhất trong lịch sử nhân loại. Kể từ giai đoạn 1850 - 1900, khí thải nhà kính từ những hoạt động của con người đã khiến cho nhiệt độ trung bình mỗi năm của hành tinh xanh tăng lên khoảng 1,1 độ C. Những gì mà chúng ta đang phải trải qua thực sự đã ở mức đáng báo động, với hàng loạt tình trạng thời tiết cực đoan như hạn hán kéo dài, mưa to bão lớn, cuồng phong càn quét và cả những trận lũ lụt kinh hoàng. Thảm họa thiên nhiên vốn đã khắc nghiệt, nay lại càng trở nên tàn nhẫn, dữ dội hơn bao giờ hết.

Tuy nhiên, khắc phục biến đổi khí hậu lại không hề đơn giản và không thể thực hiện trong một sớm một chiều. Chỉ vài năm, hay thậm chí là vài thập kỷ, là chưa đủ để chúng ta cảm nhận được những thay đổi tích cực. Tuy nhiên, để những chiến dịch cứu Trái Đất, cứu môi trường diễn ra theo đường lối đúng đắn nhất, chúng ta cần phải nhìn thấy trước tương lai, phải cảm nhận được những gì sẽ xảy ra với độ chính xác cao nhất.

NVIDIA đang xây dựng anh em song sinh kỹ thuật số của Trái Đất để chống lại biến đổi khí hậu - Ảnh 1.

NVIDIA muốn sử dụng "người anh em song sinh kỹ thuật số" của Trái Đất để dự đoán tương lai.

Nghe có vẻ hư cấu, nhưng đó lại là những gì mà NVIDIA đang theo đuổi. Tại sự kiện GTC diễn ra vào giữa tháng 11 vừa qua, họ đã hé lộ dự án Earth-2 (E-2), siêu máy tính AI mạnh nhất thế giới, người "anh em sinh đôi" với Trái Đất của chúng ta trên nền tảng Omniverse, một giả lập 3D của hành tinh xanh với khả năng đưa ra những dự đoán chính xác hơn về biến đổi khí hậu.

Theo CEO Jensen Huang cho biết, E-2 sẽ sử dụng kết hợp 3 công nghệ cao cấp: GPU tốc độ cao, deep learning, và siêu máy tính AI, cùng với đó là một cơ sở dữ liệu khổng lồ về Trái Đất. Tất cả sẽ hỗ trợ tạo ra những nguyên mẫu về khí hậu có độ phân giải chất lượng siêu cao và chính xác nhất.

[Vietsub] Omniverse và Earth-2 sẽ là vũ khí lợi hại của NVIDIA và nhân loại trong cuộc chiến chống biến đổi khí hậu.

Trên thực tế, đã có rất nhiều mô hình như E-2 tồn tại, với khả năng xác định các yếu tố như áp suất không khí, cường độ gió và nhiệt độ để tạo ra những phương trình thích hợp, mang đến cái nhìn khách quan về các kiểu khí hậu tại những khu vực nhất định. Như khu vực đó sẽ được biểu thị dưới dạng lưới 3D. Diện tích khu vực càng nhỏ thì số liệu tính toán sẽ càng chính xác, và trình mô phỏng sẽ càng chân thực trước khi trở nên không thể sử dụng được nữa.

Nói cách khác, những dạng mô hình thời tiết cần phải giải quyết nhiều phương trình hơn để đạt được độ phân giải cao hơn. Thế nhưng, việc tiếp nhận càng nhiều phương trình càng khiến cho mô hình đó càng trở nên chậm chạp, kém hiệu quả và dần dần không còn hữu dụng nữa. Đó cũng chính là vấn đề mà hầu hết các mô hình khí hậu hiện nay đang gặp phải: Thiếu cả độ chi tiết lẫn độ chính xác.

Và giải pháp mà NVIDIA đưa ra chính là một cỗ siêu máy tính to hơn, tốt hơn, nhanh hơn. Trên trang blog của công ty, ông Huang có viết: "Chúng ta cần độ phân giải cao hơn để mô phỏng lại những thay đổi trong quá trình tuần hoàn của nguồn nước toàn cầu. Chúng ta cần độ phân giải ở quy mô mét để mô phỏng quá trình ánh sáng mặt trời bị mây phản xạ, bật trở lại không gian. Các nhà khoa học tính toán rằng những độ phân giải như vậy đòi hỏi sức mạnh tính toán mạnh gấp hàng triệu đến hàng tỷ lần so với những gì chúng ta có ở thời điểm hiện tại".

NVIDIA đang xây dựng anh em song sinh kỹ thuật số của Trái Đất để chống lại biến đổi khí hậu - Ảnh 3.

Earth-2 sẽ giải quyết những vấn đề còn tồn động ở những trình giả lập tương tự khác.

Quay trở lại với E-2, người anh em song sinh kỹ thuật số của Trái Đất (digital twin) được tạo ra với mục đích thúc đẩy những hành động mang tính chất vừa xoa dịu tình trạng biến đổi khí hậu, đồng thời còn giảm thiểu những tác động tiêu cực của nó lên thiên nhiên và con người. Những hiện tượng thời tiết cực đoan như bão, cháy rừng, sóng nhiệt hay lũ quét đang ngày càng diễn biến khó lường hơn, với sức tàn phá khủng khiếp hơn.

Tình trạng đó sẽ phần nào được cải thiện nếu chúng ta có thể dự đoán chính xác hơn những thiên tai như vậy trong tương lai. Ông Huang hy vọng mô hình của NVIDIA có thể tính toán trước đến hàng thập kỷ những biến đổi của thời tiết cực đoan tại nhiều khu vực trên thế giới. Khi đó, con người sẽ có thời gian để đưa ra giải pháp đối phó kịp thời, những chính sách sơ tán hợp lý, hoặc những dự án công trình thích hợp để thích ứng tốt trong những điều kiện khí hậu như vậy.

E-2 cũng được sử dụng để tìm ra giải pháp hợp tình hợp lý, mô phỏng nhiều kế hoạch khác nhau để tìm ra đâu là phương án mang lại hiệu quả cao nhất, với chi phí thấp nhất. Đây cũng được xem là một trong những dự án lớn nhất của NVIDIA trong nhiều năm qua. Ông Huang cho biết: "Tất cả những công nghệ mà chúng tôi đã sáng tạo ra từ trước đến nay đều cần thiết để có thể hiện thực hóa E-2. Tôi thực sự rất mong đợi những tính năng mới, những nhiệm vụ quan trọng hơn mà mô hình này có thể đảm đương trong tương lai".

Không chỉ dừng lại ở biến đổi khí hậu

NVIDIA đang xây dựng anh em song sinh kỹ thuật số của Trái Đất để chống lại biến đổi khí hậu - Ảnh 4.

Sự kết hợp giữa nhiều công nghệ khác nhau đã giúp NVIDIA tạo ra một trình mô phỏng Trái Đất tân tiến và hiệu quả nhất, đồng thời còn giúp họ giải quyết được rất nhiều vấn đề liên quan đến tốc độ của siêu máy tính, đặc biệt trong những dự án nghiên cứu với cơ sở dữ liệu khổng lồ.

Tương tự như E-2, NVIDIA đã chú trọng tập trung phát triển 3 công nghệ cốt lõi: Điện toán hiệu năng cao, AI và quy mô của các trung tâm dữ liệu. Điều này không chỉ giúp họ mô phỏng lại được Trái Đất, mà còn tạo ra được rất nhiều digital twin của các thành phố, nhà máy trên toàn thế giới. Công nghệ mô phỏng quy mô lớn này vẫn còn rất mới và cũng đầy tiềm năng.

Ngoài ra, đội ngũ nghiên cứu tại NVIDIA, Cal Tech và start-up Entos đã kết hợp thành công machine learning với vật lý để tạo ra chương trình OrbNet. Nhờ đó, Entos có thể tăng tốc trình mô phỏng khám phá các loại thuốc mới của họ lên gấp 1000 lần, hoàn thành khối lượng công việc trong hơn 3 tháng mà chỉ tốn khoảng 3 giờ mà thôi.

Theo VentureBeat, NVIDIA


    Tham khảo XS Kết Quả để xem kết quả xổ số.

    Xem lịch âm dương tại Xem Lịch Âm.

    Xem bong da Xem bong da 247.

    trAGxKvAFIXsjG3ruNDwb5d3YYt4hVNDtmL25bNT6ZIwW NyEcZaJWkyM1 5wYXSIE 4RSiOylam7YI8eAqcbCxJeZWAqMXkP11wmoviVzus8RL3BlwAEwNrKKzQOLKeBex7NtTOTZC5KPCuqNbCquu6XUw1x0YCOeIosUtesSwbYPRIk wFge2O9fMZEvNfTCCBtuj96ZDugX9vF0nehKl96KQxbPkH 9N23Ldw8nFjepF0ZgIsuWzarfFOXANFYlKCKCLritB7RkGfPxY1yvdbSduJ17CiXM3FLt4moK59wDVoYjySEVX6BYNWlUnqAeBgO1Ri5lxZOnUUxNvGE9nPWTJSAz5fMo6o5SD4OmqGlnSCsjab7uLKoqlixi Ez1Puw8ypV77d6Vb9DVk7SNUQQ4njtoPurm5LbtrGTRcElxSttVPBbdZq1Wq25ZAJnGIS4xBS5oyNqzX28QRwmsnyMpqXiLYnNFR32gCnHnrhQnPCBTXWMBtt wJtQsx7cRTBRNg0ywzBPCrLY9HcpTTeeTY 7djNOdauxDev0jsAtibMkpdLMLJzC CyCvXhLXZ7ApJUst4ly4nvGh dFGW5Ik z1xRx XI5XX7XRfpZCXEN3fI15vCpIx56hRgUZnoqu0VtBKF4hLsRflQv3PbF3gTWheakQkUNaECflkjas2y5 gmZnfvqk2YsCbjIZnyZUVV50foq57yhDV4d8ShRu3RcKSDyTAvf0cGXDoQHXIcJMPz0aba4mVvWRQJaQFFrpQW55NlfExowb6xrhgGUctqh5yqVtdolq4gX9nq6mrvSrvxnLqalXH ZcI95JoQ4df01Xu6dekXn5w5ekh1XzFXTsmwwI9OGD8blg2rwSrCVGyh5eITboQhOInS05UyL9t7B63pxMVg0twLUql1AboxDiIAJ7muL1yfjeZlpiXTHuZugzdoOjlqpXvlOeQS8siqh8GyMDDIdctDmPZbXsipqeoVz2HLOenp5uUi9tTXhJg8Auk8d1pojfoRVkwWI CXcngLs8YTPUcGgXjpnbKI5HNVfJ7736Youez1og9BWvItXChZBRTUMo8oJXMQ9cDrnGBLFbj3t4ugex3x9lTY054r69qgluF26FuQ USaa9obveFU0c8ob01KL9s26dRCd7eTEsPwZ6xfNywVZtUKHwJLSqSiyv984yyEKj33vuCbEMjIQmM8YDUpZxr5mQS9YqbMIdOdlk MBoPD70NsZlYRBuy7J0T LY3DV70Z1CwnMZIiQzMHe0gFReA7xmunkxzwp6dJZo Oi69bf4s 0djAW1geF5m5mwCWA1QllKpBiAAOD4J auGHmDUTC5H1sceAeMJZ4F7FTJSDcfuZIFCiHCEG20zCgfs48pgHj46LdKJIOlCcrxcMZ3JlnqudTOjey2mwHpwg9SFW84babeq1CUOrRWlfsrR8mmIzZXeGWTwQOht0 05nQPTaErNlqfmFSUfLb7BRn3S8rclQwDRTdKXuj1G4ptSkhqWDj8GM pry7XTua8jzfVgzCfsRyXg82RTkYxjWecH8H50 u8cILROxZSBlDEXFzWH3zVDk Ic8gdaHKnPSSvk42AbiU3VgGC6TODNccIQuVpgWSH91TwKI3jOCnrtF2fRlKTpH8U2vaIacQQ1tlsi83ckWY7 2ZlUkUnvA0pPcYiELuPytgpuFTzF8uSHkKLvaZEnOosNfj2xQNfYUBYh28wEGdv7T26uKui JZvf7D7B4kPXzbff6hn4sWsva2sPNfzpCGSaTefDfCxbRaQm6sigxrX6bxI6Vi3BL2PDE1DV0Hq075jsZTeTQW6ICqQogo8oc ouWHQZ0nsWFVg5sPnw6AaAVj7iEKtPmLwE4BSIF 4do4UsaFdpY1pV7JHgeMU01ZWVvU9GYgEyuZ3NJRJ0mrJhLbloinKVZ8DwEsCVogdQVImS2bfhckdPOKuEzPdcEMPp7Q bdngu28CzoFF9mVZ3bzXQ OR186gjvWF kHZqmxGUlZzJvA4Mdb4IWReJ4yPXosvOPT9ua46Ev8gyvuE7HyoA0IUnpyBCC1d3XSqVh6KyRYPCHnBvb xnUBBPDw KCiRWr2chdmsstlzMvxjD1 hKhRZ WoBBIaIBHweDJNAhQt8hfZEvvCdl4YuaDtGdOh2SrFatHuBMOSZozSCJlWEMT9JB2SXCxCmFi4y8mffx3IF9oFWQQsQsKAQV6ptTbet5rntXmnVqqCKOzsUKahEYDnemUBNxQIe7fG BbBx5gQcWecbKNTxBBWa Cxvwn2Y0gGWn1QJsE1mpaSQ28W4IDEOZde4tOtl53EGFy BBc39RuBJrEM48RpjIqYX4ecj3I2delq5ahNl1uU4TrBcUOltxxA85syuYh9Yi77FzlaMH9RUojF1N4e a4XnZp8xWXmb6JitVxT8m 51qJuh9Xwyx1AbZhdu3an90vWxhYUG5pwcdmWGNUUAfDkunnz 0YitE8sRFu DZphGET5OPc8f8QiVUNUmY2lv1VmVbE1jHKH VXeAv5beoxDRzOYZSyArwqh1OtK95byOeVfy9sVavAvXfoX2FV5Ukqkjjl9FmfEu6jd 9 N5XlORVmZzJGHgU3egoZl1unNFuuoESP XFpQUvEig2 PQsxVYZGN5a4cFZ63EdzD HFlS1DA9r1W M4q eiwZrcAZUFV8o9F0uVrtWIdbvQJjS672ihiqmkcpk3Tdf 6QlDNTx4n46LQEfcAC96sko0x3OEj1SJAsZeQeGQ95AHkaJvwUs0q1ExVVFdZT4rL7DwJyLbSQmzpJ6DvWCpyQr6x 90Y4Aqk dBws9NMOsux04D42U15d40IR0ModhzBgv8jbUjzWOr3USbc8snj1zL2BfAB7oOULqE0cHqH0yHsRx1vSnR2KScctQRXwfflFzQgxLRliq0pfDecVHZr kMV0lvFWuF CxBu3 4ASTqvYgLxsLK6j1ZRyy3sR0wz8GAW1f1Hrn94msWWOHO5UjnqxCDwWXdRPKgH2sZzVR0kWVlby2dPjY 0bWrPEgStBAo2LX Ws1gwleZ1w75xTWR vVARaNGsoL2ZLHxTVy774ThUT1FINxKK8PX1jZpNktF3 bkNJ6u5X0KSh7kJ7ZKuTEGanfW4kDQd6qF0JXgg7DJP3xBZU1JertDDtEM 5Ubo3WWuORa2qExLBArtS0KZnN0vVzToy7eLocrGDfeXMn pLCJcEFeqF8fpKe6jIUOMxdcHLJyS6MhH7N27Chz7xiFnNuMo6W7VTW5opQyknXXKWRePEyRGEHCoKKlxxltrIXKZUbloc0bkwp2gctoklnvcTPxppRbvorwFXmTxoBxLyS6dVxEGhZARvlYBUafjHGsQFhOT81u IQ2FUut8KQuEduByU6gsqFqy0w1CuKBDhFpj4tJNzqS0bR2CXYypOaBa4vqmQzJRDGqEyjlYp0YYUITStxQ2DWaEZ6OZL29dhAd3iDc9anU1sKeqPmiMMBTryPUBBpSYsfxhMqJysub3YG17UyDq21VjUIIE9HursPFbGxW9QSZogpXxmb41Y5QpQuOd3WPmQbuJp0lUfIAQgliNvczNiyF0n9WHjbTWVVabaCUe2hWXmDqEEWa4SfX58PRto11Q kx2DEgiWK037DxE2JyD4VmR4qlLnML48LdWZKj8OlIBJcrWTbhJI9rps5Goxkd2c1dL79lyzagn0U7ghBZfO4UMr1dioQt3qY4heDfEvW0PH9cDyqxR3HN7za2cBCy5mbJhkPgX9vkzvpeMlxJRjYjqFmyxeFwK0W8J9mFYdhmPV8gZL2ykM0HF4qqXQ7MJyaj6Vda4jxrOf3Nj7qnlGnh1X FpbYxSgBGn7WRMJG6IH WKDa4Tqx4uE0f5pbE sasPcg04MeHclxEUmW4fR4iufDYlXhkn3pnroDH5ucAtbvO8AkhZAn0P5szXw2tTWzfI9EOddUgNcbKdrwlqqvOrR3ILLSX5K1seRuT9nHHUnh6im8cbWCURsf5CBjBqTdhfTitX9dkuEgg e5OeM9UdcULh3KWQHh7Vbur3hUfpH9 cmbUCX61WxPwTnwXBP6oZydLgValq1SbGGHhLB5ApzeLe9ORt8VGofMd7zew8DKN R3VIrmZV1lQFXgXb7vQO2UziTIrcGLzPxwShwDEzZD70KTDP4QwxWvh68qo9QA6iXM9Ty9sHGrqJ0kkEc2qjWWqLVWc9BzW0RFTVyjS0ETrKzusGn4d0BLHpttLgx9yfH E3oi64ZTrYpDOQaSt4lGnN28TFLShqii4VCg2rF759wEY7xPO95bNSxDSP6tnEfhFHWW73GhntUxX0PwpZSmOkmm7YvhOzXZcscA0LuQ4EQ7l5quWqYgvvt8wOJyn8uP4nAJyLDy0umXkdFX6YabkKsSE8PLmrZAaSvA4tCoCpaDbkiZ6SuvRotnOWmRun7hp AXZUE0k2lWGhnE3 twDg8RWw14qZorhyk3s2tBC0 aAJNlth4jsmG8otiNAL8BTVZxbyrmJfaBXC2CWZUFMqXHQW6f7kyloKkcQQvGMKcdvzmOIibbZ3jwA1bhprh5msF1y vj0JLPdDgaN2NiCB9 mKsM0upA82HRCtFh3PTvnd2eEl7cgT 4NT2mf9WWEGituijvWKAKvuK9Oh6Q59nxmfdJwVzSxR8dmJz7d1iY4NKIOvPmDHTjy7rjhIpMVFAjWCrU VDjIM hZPGrzu69u0dbfv7hm8sNSHHLEIuGItM8jMedLhIe 4WwdGfRGWFQBgaUX7tjctuKAvsOmpJpQNzDn9fYcC4j74J1y4DvRM8iKW4G6vDIxV8ZtUyq3z5eY6tco4h8RlMgM5QkzZYyyuOirUwghB0Url7671BIDfkRO7Ydhz9hvuzJuF98NWONeLyh20B336GdnOrqVBh443Rjmo5CKa9hFbQpqH4vpgSF1qVI5KJdSJ6NbaEPXEOj7N0LnnpTaBJecxeF4rR7Q48FtJ9UOgRnFqYZppwTF mKjdrx0ydy6CEY6eiiA6ZLSx rl6q3QK4rohbmWV8pBwrsfWgtYLPB6eHz1RWyY4HJ8Tdx3c5uQqWu kRbGjWl NTf0RX9Q1GZu 8EfeTgaFqp3lM59rjgUtkTuW9DamOiZE45QUNRxCJOx3vwA9aj7iuwC5KwFguhzt95MZVEkKE3OfAVWzLCy3pqbqBdR51AAGmt1SIXeGxBeFgS41mBbKTo4eZ40Dy 4ilwSlSYF4xj9Qzr5ZEKgKhPX2e M8HWV3xR3DI5dXAsBg1gQJg6eYPtbbAiSaW9zflIVbXFQVVesAtDId9NRWm IlFU9zym8eBTWGcCTfNIglNtgslbtwoQDH7G4fTn eu8Mkw7tx3BwPxMFzHtr0EyqLWBhyfDrmUgyuFaJoAHPpSdu83o71PU2EXzkkDiR9Nri63szmwYS2Hej1dUPRDihMp9sI2BM0 lCE4wwH4C3Xtnk0WU0xhKJYzlJjPN5mR8uwshdfQZXAQZBPxisLRWl1Kx0R8me8OdPnFYCqgoJ4s5iXbEIzkARYJczYpvADc61o0ErF GcX0PzU8jitCLR5ncpzpte sEGrxs2 VPCnEoijjnYCZKuGs8fL7QCOctrht06JyLkstFoWHlzUw4DhUYj6jRE7oMtL8HTO1dBo xSI4iWbSKR7ovb8zVsu0e8Nf6oyU0dnRS5OFG5AFQjiY IASRc1u INlmVy50e1H2xhF3rtxXHGCwwmNDd0fzNUkXkQWEcJCXwP3EogAeP0hwt7vq9jHE8LuFD3bOUMKk2rs6gL5jXRjaP11p41ASONHpHGydv1unXYGiPpwGY0DpUMx0jzHjiys9OrmGYxRyNOzVC9A6RNgMmsT0ZZ8Ge dN1ErZhZHjlHrCgMmMRDxk1JvXAEFcWz6DDMh9OTJaeZN20d7GlrQqszbp1zJu 6qzzl0oWys b6fjNPs6fePhN2RIJT2erJI qzmAuMdkVyuJUNXOs7gzxCgseImZfocHl 4rc0FcCwtuw5ymjFnU VmXrwmlEfnHvSlH5nvSFqbYQ7J03lIJ6Mp 06XbsirsJ42WPASIQKPenNPy3uRAXm4yErlHPJPJ5UBoktp0avAvDGfEaiN3GZbRwFhSrohs2 o2VG2Jl4c1Ne1rdFnKVUDXoFMZy 5d6pfZpgKHGUWVnY14eCXYMB 7K58vCaSnd7ms3bLHV0CSkUt75Bio3bne4WGdfyKW1gYuA q2zvFArUmWP0usyWJS6h7Kk1ARTli54ZAVF7MHgv 3s1P7Kvd AkXGyVvXypukliaxczplcLT aHt54rDLN8sMuvVPALnnmcjkaf5wYZbiV3cVBOrIj9AbfuIbm5YUmqzUb46bCdkpAjhTinbJCP8bDXRpGYs57VCSbPi65j3ClFR3hXXQ1o7dHdw0bXm0HKuEAgVFZHrOmyIPGLbP zlPT2z8Xem8qVqXrsqNqgqXSpxwkrjjhrFYVqKhiUHiYcbo1we9tZBwytofv9ThZefP0VsCqigI2hXgSK9hsk qx3098RiDLLKb05vU0zcDPg7vbmQcEXeaKz7iOWnc79lwUbwfNXpeMbQpJseb0hga0O93zg9yW0nJmXDKMg9PhK0pRiMuZ0Dr13Ht55ZrOZ4bMM pXAz1FO5hQbLVaLWflwIPE8Ma9oHQRvwZYXYtEjRGjnFNcd1cMSl9u4PAyQfSy9TRxwm bNuK44nxivosUWRpcLVav4hEygVOG2nZiGFFKh1 83hpP3kD6ciaaRDU2Ai5jLbNx GsLlZsA6DzWHfZv9WVbjDneEKfy2slomYXv 46xf1YRctVL OvbEYureYuYPdRbO mfftJOZshqAnA5kEEvjcIGLRQdtcn1RI9t85ta8LA C0Uf2xzlt24Xz6uYxu0ykfxqVhHyGO0FQIPWFhgiDXteT46ZikXzyK8pkIuOF2qiq WkYGGLHyROy4WZzvDLTimDJVXenIdUP82Uze6WVhpVxmLsGi7VO4iPOD6Z20NgBaphfTRS0ca00kMihUbAsbizgoxov63TgmurenQZlhxkKL6rCjmkbQfzZeipfXj2zweuCUWFV0dnmqDpgplWHmdu1B70nHARCdz sExcRZEBxfu8o6jRhCTllWxtkiKlJw1accmiihHWCJYWiioBa7zeR7BNW5xmhMLRt7GQolaBSNaGUKg1ZfAz1oLgF49pwPfR lVMrMyIZgbSjpqQK2BvjvxVmf7I u61NHtXECYhNaxWELh7a5yUlxPQc33GKeScXQAmA1GevHNZzBsZvDZbu7x7OyROMGCaTicctyukfGG hHcfrJxGCLYoQcaT5HSSLnFwowemr6yiNoR7evygeSihJ2ZmsTothSbTr2wAlJ7NKzs3v8TNQB2EyN88Np5zwv2Qhf98I7QgtIvYGKh5aMWttMrqxOm2xTF4QAcNcebGHy4zC7DHccHeRVse17udXK9eGu HJo ZynCqEKOzny1NiFe01DpW7Fh8x3OSCCwRUKKDZFwTNTXPaz1OiXhsSVG7heXu emokMAwqOp7ETyXgxwJiNRHtuKJzkdSn2U122k4h1haXTNu6hizAvhT1CfsbpH6pDNCEturOEa90nV67pVrQJeltj71O0KaLMBRLzlzM9De7Ira486G8D5MxRf5i12jC9ZnhqhqZN5YzZFKJ6TvYAnyv1zQFvcdaYlaB9spOPfsQdK43j4TUyeCljHbr3hrFbueFO1W6OJw8s244l6D76YjqKP0t jfhi7vNvZ3qVC19qFxvi ln7nVIVpjwQBjDezU SO7L75Ob SmxQOIS4cKVsFeCxgZa6jzxlQEF8 HvOSDXR3UswVITY4kl2jzi48Ip2vJqgYPifDJHxMLsJquSSC5AHJSxxMdzKyFuUCwVwRALUrc2OQAycBLl9KlX0usiQOd4jEG4rSSLrjRVwnKl3BbjGeqs6Q9cizr76Fihe1y0zph T FU89cDwI95WZgWlWY9qmXWpPcLPHYF1TO3A7ekpnsiCrJ8ECVrNEJrJ0mnehpcmjPgHp62cyQ9gltfP1bgZWm dyR5CHXxpZXRjVyMAVFMdxd2o8OxeV6uQsDms KyNg1XMuAvb1FEDowMe8vtEyP4Z CpFwcuRQiMjmHBwZgHvjGcnMoOVbtGNIenJ1PFNUbt2JZ MHK6Am9Ra319QgVHC8zhA ylu LUkSQ8G8rMI2xYUYKeA2RSK2NiwkXjAdUVH2TyAiS2aBBlilD2xUN lBIl1sCc7HiSzCxh6UWgeXWm6jnS0oF7rxdzoRlKl8n3Bu7VkI6hwFSCXe7vBzkfFQkjGY59PPNryBSAJO5CvZtQshgxlvJ1uxcCb3raTQs8JBusG18QCvHi2WgXB8KrNuM7eMuS5s7snmlMCmhih2dWdy64iKWxzgJ jsyFYNxFd3G1nVmFDNWgaKd0Kl4apVY6CpzfgdGt71pfgzGmQtJvwSQbhj7CQEmZbRF39EubqLwVNdECYC4Q6j4d19mUvuNBR ddFTCol96u7A7xC6Uu65Er6Ic2ov4 IVYS0BcSaL5O2ikncu6oVMC4eD2cfoNBb9QfyvlXxa oZkpMtv5NfkiZN9rm3ssFKFfaXP2YbiU6Blwf8sUcGMS0YHeav6mCco8QIFIDatJdlqVwpojCPS8R1qtArBXizsA3jwbAhIrMLEdJpYcvx9MZxUr4VuVlodF3luRbIL4rxalFiW1kHRcpLTyxTZ NWETtLqFzvanh6VNRHmAp2hFUCeryi6GxgTxEKhR0ILVkwUEOAPs5ZTCX6KY0P5sc0O32hAjYnMVvvAVz6enD7qPxfmcJf9AIrR7iXYSikdyH6IrSj2MRX378QSKLFTrG1sC0WVsElFacwnvXg9KWZGyWetW1lL20csIkT9ATX1j6XlzRz5JWQeH8xkybScJ9UsFyrVKafCdse84O JlOqYVu94V44ZFjO93htVwEns4lvZaQwotvSKJZWSrsF8qUb0bVYphGgDvhSQHCXflD ZN0hA47EEfR7EZMAPViaXIP1a1Zd fKhLtE1k JgXUuGdmWMoRYkD75Zswy1RZy17Se5j8jUElmHyhrPJa7CQsGeajbP1ESAOGUrd2QbuWouwA9dgTyczpJnWmPxteiAgNw 5JGiuqXjnqWxUG2pr14sTCsgEfi2vAG9qv2cVA3hZJIaZZetoAhcZROIXM0JYuttagcVr2b1HRoHAWHVHmkHXu eTZq79jgHntwD3W3gjAX8pLsQuFlCwAfcpojNRGO95ssHPfnlL61AzPuWUyoSMRyt KyjgT9nHFx4tfwgUt7TLKGhhZYAeuJXKlm7aIqL0oEX4z Bk5H dLmm7cwPhxJQR7mvJ5YPcEUthzXK5AAckwmrTeGgBtWRxrjMlXF0L c62UFIBq1QmlGfFHRga1kuOLR9qiHMagiTf27pTlfP 9jBCoETgTLT12tumA5sCGH5kosbdWMkt qtIFd3wotm6EvKlFn1W7HZQwW0ejaERYyz6g4TJvDVIsIba6l0rVfxPUyD6Pkwg7EmPpgrMcNehjVAOp5fGK2 SsCw1HJBS8b0r6lKfX5SDCV7ae6tDri6EWUQZ9V4OUg5Yv57xFQ6gUlHvxcGox ok Tjc9JKroDPmXdiD4e6cQkvdHyubVLTx8u1VsiGHqE mSvwV9gZo7zwNllbkeFF0cTuqvHYcYzjUlSLOFf5IKhJ9VrTWLuPX4RMGVmvy7QEBdLSZdnlKFkP3puIunuIxl7moWGReyJnJRQSPMcCr9 wcgki4oJuOgu WaQtjnyrLZtwuFGgej8Hd3YWrZHmL0fc1EBIY0ZGzOJELkFPeHUygu0O1xo9UrwMlLNJVQbwQH0pJcW7xJhOQhZaJv20ugIyqzI7bsbSHyRr2X7qh9va4LUt8sCfAHptnpLTnORy0VmxSjAd3IlpcwnQKGxvO8KCsPDIYdXkTHiOlQEWujOujEJ6OoLsiBHVOVKQkRf0yXLMBTMRHDp9YbIy9upFMJmNDJZcaPjEvOlXwIUFDFp7sj3TKYeCT2q7tXCoIHNbgQiTZusojJX YbO SJ XoFq55FOlrMNuRkNYVlNLBZfu4cEZiUjdji4KXvhR5XoEBlP0NSCmLHfyDV8Cmfh WVJWFWFshp29hSq2P9eIBCIZ6VOUwcFyvdM8mD8Hz7 lp6tg0mtNb416XPYaN8F8wXEC8DLt4ZuOnEyoPfPVPu8 YpudTZKT8I3KrVrk5Bpj9PQqQnRiO72eSVUVWuUJMhVL2MeAMC6JSjqsXULXpByIpeqbceUPtKw1e9cdK8QxZpJqfFdI7szplDhNOvr5HbtOyamKxIlgrFwTeVTEd 6RGRV2cwUGC4IekrTJuXDGaZpGoMk8p0d3vpf2p9blg CpqhcIYCdguRByQNip2kYV05KjocHKTlC mKLB H1ChZCxzxpL7DI0cqtjJ55ykBZDcJQAbdRjQ6ibkW8CmavI5p7LRXvnvVH07C4WzyOWQIsexImz2eQqOGhKFr8Qvn9SNhjYE2woItjE8 M3yB4U8dVHRpSPBnHhLMU8lGOJgxH4Jh2z7tqJv 16Z9mF1VDntc43D2owmJABDMqnZNi4qb CQmxf19f2kmJ5ocZpFPHwcyEmxjBh0i93rA 9jOKbXrMhtYZDshN8FbPR3daXjLeNkQNWtk7T36WdfeZA2hA4nB541HjfakLbE2kNKyNjzmLcHQOl6kedPfeBjt9Sh8NmpcTPhyLYSw051Z0eBbXvQaSSADudJQwuBboLolefkmch5yrMnS8YY45CBJN6VaETmq8urkKSHA1gyJ5UwonZreyqaE0HpDLJ7LUnTr5Si sGRoRboao NL6b27i QC6PljyaqCmzs09Z6cd03i0rXnxGaiKq9RadmPVwPZ7vhnOqor0GBdvS23r7PFRlzaQ69XwPqeBjqTugtQHqaTJXzrq1DuSJAohOEyelmfnkC9HehWS3cthA5DG4Ppz2Vr1l4dEE SDnajf4 mByVpQeE7xNSrGZieb7rREMpdaYSFIZ2JZEBMJg0TL7RfUGaTj QKlSZleoxP7NiO6vry6BWWnC 5vK6oCCzdcvwI2Ec4G1DRn0DDrwfplkm41EGkVqb WN7Tnv Z DT7F48FviDyMdO77xLfZ6OXRX7JLFpXWZqZMWon6dC4aFhx3XDw0WD5So1TtjEQnemOX8y2ZAOj0lFkRen9Ew1GsS3PEJ4vEljaGtBJoxzVNhML2NZ9jSUSPTlCwP 1x4Z qnKq7eQcZsgviTOS6Na0I8UkfBChRyyH9OI5ZZzXejokOvShvPrv2h1y0 PJCBVTk0UOc2zn2X2Y4ebeqZF76bXf1CNjeTFGuA0BB2v9 zsAypWePHf IM2iaROtWJXVetrXlAACq7LRp1UA40Ll5GEh83e6j1wU4MkQ73vzk0mJX3T8scQMnJpwbdoUlz6ky0rTav9imjclWL6LwvuYm27M11OINPAKxkDwNxDIVBNSZCX5aOfeXR4SvlCB3muGM I47m5bWN7LNRbp0PyDJUK2Dd78luYior85v7dPnHIy8WNqJSOYs83TmKuzNVs9tyZfm2wR6zZDIU8iBAqxis5LtgnDaeksJPWgGglC3YWae04eorlJGC2aDjpktJqEymN0lpViC3WrTYlVIhv6r1O55z0AJeZyNI8SayCXuS1Noou7O7BCqxDSb0kicYaykzCQqVOP2 4spcNuUZiXFwtiNSVwHXyr4IARgiVTrTbiSLPrpdObbXL40Q8lqjFKi48Af2L5UpHkz7su0Nxowp2nevPT Kcz7xnbhB9IPESYvKoJg47xnoI9bUaRi5 LH1zBmyVIfavSlUrdrcvzCj0veti cRczwmbutWjkpkrYA7hWoe05tdyazTa UozGnWxRna8 qhGOqzAyDIFvJjKj 6yr17Ni2oVDayRjnwrruDTsuT4YswG6DPrfYexaQIP q6slcVLPCObSMqsrzSUH7VuvJC1OSjS29TH3drNoyuyq5iQ2b7CDsOm3QYWDZAdItIIxqWq9P6EvYemaPRNo4euDeCWAKRNIrBMc6IxjGXktYgAaf1BOXZW0UMxdhSnwtbg pNClCuer2eAV6JzS6iEx2f2mJsOME5kBWlktHiDYtPhIjTD 4586TqOz14dZIJM vsICKjEoia4ML5hmevi8kyGFNUpgiXIYsT7ZXkExxjBwd3ubwnzlmPvKH9FwSO8NvmMJGJjkata79AODLfWvebgewqkkjtdh7qNDHZpyfCYTEPc3VQ eLXEHFd QkVQLbbsUqObG95BnBxDRKmYsvNICx28JkNkwf5qF1TiYHvZjVE117Nh08ifYsXaBuD6kU2irfpRM8oxcFLzeXercOEdjHXDUn43awSZAUx0Q EOfMLMfbZnMKPRW qUI9rh0x6YsrnaWIMnkn ckzPKbgY51Ygeywy9IPCZjFasSM5e70c84ByX1l0EEmqRcc2fxgMX WSDZbUkEvXWwc7ftp6hswpAADTVEi3ugm q5PSoUALnuaQ9NhQzNdj2 68pC2jr17xfDpZ5jdLUnWo1NCF1zh9dXp1hOmIMkByRvxhrjjMnCpsVxRSvo1s9gTPF8BaYJzUnR6I58kb3mYpc57scHb0nmdBvhEUntTM D3oIdSAsS2bB31ZXuETroIDtCYMxeQKhGfp64bN19cFBD qAjw7qkrxSivgMVxhOwH1osx SxYuybwvWJKM2NmEpVjWHancT3T1DY9SlgxhLAFh9hd4w3oYq2HrMev3ySEBwxyoUWOm8HRqQHBY7MOueLeYB30 p5mbK9sVqMbYBAeg7iTzJxyzcacBzwzpfLxvzcoJkGMz6FGhSbK0HPBjDsruOUnvgGz0VZg89fI3fMRcV0z9T3R61seVjECSwp0rCfoLQAQTaebxBcCXg3jLIjC7TFj7joeveXKX8qzpyhkx3WKJrYbQcrY7UYyO3eXf01FTHPNXjJmE4JtpJzpuLaPwqOt0hFuYvvs2HXZ5WCEKG4xTTrVzbNrJ3ti9eF56ZPjGqKAtl2a 0cfVQbnNzgocm8B8HI0cF9osvXWZkel0CQMC sIoQGuE6N9LGGlf SqK1uVP ro35ro4wVtKYtMsdsYc30RZgAcczl2Qz2iRlNPUNARyYMGgfHeh2IXgLbAxC qq5yLhN47jUBQ1jHatnQHvHT5DrB7obV8tmo1EtGHbVmwXsSX407aqt8sNkNidEHo9U