Phần Lan: tù nhân là những người huấn luyện cho AI thông minh hơn

Phần Lan: tù nhân là những người huấn luyện cho AI thông minh hơn

Dink  Trí Thức Trẻ | 19/04/2019 12:41 PM

thích

Trong những "nhà tù mở" của Phần Lan, có những tù nhân đang ngồi trước màn hình máy tính, nhận công việc dán nhãn dữ liệu nặng nhọc.

Khi vào tù, đa số người sẽ tham gia vào các chương trình cải tạo riêng, thông thường sẽ là các hoạt động đào tạo nghề nghiệp liên quan tới thể chất. Nhưng ở đất nước Phần Lan xa xôi, các tù nhân đang tham gia những khóa đào tạo đặc biệt: họ đang giúp huấn luyện thuật toán trí tuệ nhân tạo cho một startup trong nước.

Vainu, công ty sử dụng trí tuệ nhân tạo để xây dựng cơ sở dữ liệu, kết hợp với những nhà tù Phần Lan để mở những lớp cải tạo tù nhân, dạy cho họ những kỹ năng đầy giá trị trong thời đại số. Nhiều chuyên gia khác phân tích rằng những động thái này cho thấy kỳ vọng xoay quanh tương lai của AI lớn nhường nào.

Phần Lan: tù nhân là những người huấn luyện cho AI thông minh hơn - Ảnh 1.

 Startup tới từ Phần Lan đang nung nấu ý định xây dựng cơ sở dữ liệu lớn, cho các công ty trên toàn thế giới nhằm tăng tốc quá trình tìm nhà đầu tư hay những hợp đồng lớn. Để có thể làm tốt công việc này, một người phải đọc hàng trăm ngàn bài báo liên quan tới ngành muốn đầu tư. Phải phân biệt rõ một bài báo nói về Apple là về hãng sản xuất iPhone, hay một chuỗi cửa hàng bán hoa quả nào đó. Phải có được những dữ liệu này trước mới có thể huấn luyện được thuật toán, ứng dụng được vào cơ sở dữ liệu.

Đọc báo tiếng Anh thì dễ: Vainu chỉ cần cấp cho những người làm việc một tài khoản Amazon Mechanical Turk, một trang web cho phép các doanh nghiệp giao việc cho lao động và ngược lại, cho một người lao động tìm kiếm việc làm, những việc máy móc hiện tại không làm được. Thế nhưng Mechanical Turk có điểm yếu.

Nó không thiết thực chút nào khi chúng tôi muốn làm việc với ngôn ngữ Phần Lan”, Tuomas Rasila, đồng sáng lập Vainu cho hay. Startup này chỉ có đúng một nhân viên tập sự giữ trách nhiệm dán nhãn những dữ liệu mang ngôn ngữ Phần Lan, quá ít so với lượng dữ liệu khổng lồ.

May mắn thay, Vainu nằm chung một tòa nhà với ban quản lý Cơ quan Chế tài Tội phạm (CSA), tổ chức quản lý mọi nhà tù tại Phần Lan. Ý tưởng ngay lập tức đến với những nhà sáng lập Vainu: họ có thể sử dụng lao động từ chính những nhà tù trong nước.

Phần Lan: tù nhân là những người huấn luyện cho AI thông minh hơn - Ảnh 2.

Quang cảnh một trong những nhà tù mở của Phần Lan.

Giai đoạn hợp tác mới chỉ bắt đầu từ cuối năm ngoái, nhưng đã có những dấu hiệu khả quan; Vainu hiện đã hợp tác được với hai nhà tù, một tại Helsinki và một tại Turku. Họ đưa tới hai nhà tù trên 10 bộ máy tính, trả công cho CSA dựa trên những lượng dữ liệu mà tù nhân đã dán nhãn thành công. Với tư cách đơn vị quản lý, CSA lãnh trách nhiệm phát lương cho tù nhân cũng như chọn ra những cá nhân có khả năng sử dụng máy tính để nhận việc.

Nếu như bạn chưa rõ, cơ chế quản lý nhà tù ở Phần Lan thuộc hàng tiên tiến nhất thế giới, không phải về khía cạnh an ninh đặc biệt hiện đại, mà về các chính sách áp lên tù nhân. Khoảng ⅓ nhà tù ở Phần Lan được gọi là “nhà giam mở”, cho phép phạm nhân sống và làm việc như những công dân bình thường. Quản giáo yêu cầu tù nhân làm việc hay tham gia các lớp cải tạo, thậm chí có những người tù được phép làm việc ngoài nhà giam.

Theo lời Rasila, quản giáo nhà tù cũng rất hứng khởi với dự án này, bởi lẽ phạm nhân chỉ cần một chiếc laptop là có thể hoàn thành công việc cho Vainu. “Không hề có nguy cơ bạo lực”, Rasila nói, thêm rằng không giống những công việc chân tay khác, môi trường làm việc với máy tính không chút nguy hiểm. Theo Rasila ước tính, vài tiếng mỗi ngày, khoảng gần 100 phạm nhân làm việc cho dự án của Vainu.

Phần Lan: tù nhân là những người huấn luyện cho AI thông minh hơn - Ảnh 3.

 Thời điểm hiện tại, Vainu và CSA đã thỏa thuận hợp đồng hàng năm, dựa trên một danh sách những công việc cụ thể. Đội ngũ Vainu mong muốn mở rộng quy mô ra những vùng Phần Lan khác, thậm chí vươn ra nước ngoài, những nước cũng có ngôn ngữ bản địa khó xử lý như Phần Lan. Với họ, đây sẽ là một mũi tên trúng hai đích: những phạm nhân có thể kiếm thêm thu nhập, bên cạnh đó “điểm khiến dự án đặc biệt là nhu cầu huấn luyện thuật toán cho AI rất cao, có khắp nơi trên thế giới”.

CSA cũng có tuyên bố tương tự, gọi chương trình này là những hoạt động hướng dẫn tù nhân phát triển những kỹ năng “thiết yếu cho môi trường công việc hiện đại”. Họ gọi đây là “cơ hội cho tù nhân có được công việc khiến họ cảm thấy mình có khả năng cống hiến”.

Dù Rasila nói rằng đây sẽ là một kỹ năng có thể sẽ hữu dụng trong tương lai, anh cũng thừa nhận công việc này “không có đường cong học tập” - thuật ngữ thể hiện quá trình rèn luyện để có được kỹ năng cần có. Công việc chỉ yêu cầu người thực hiện biết chữ, nên có thể thấy nhiều người coi đây là công việc ít tương lai.

Công việc dạng này thường “mang xu hướng học vẹt, cấp thấp và lặp đi lặp lại nhiều”, theo lời phân tích của Sarah T. Roberts, giáo sư khoa học thông tin tại Đại học California. Thực hiện tốt công việc không cần kỹ năng cao, và nếu một nhà nghiên cứu từ đại học sử dụng nhân lực là các phạm nhân, nhiều khả năng việc này sẽ ảnh hưởng tới những hồ sơ tương lai.

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.

Công cụ tính toán https://calculatorss.us.

Tin tức game https://gamekvn.club.

ZSeC8fx34p5DaijgOsQz6ywBgaE9AzlZQkgPcVEwHj EUA8I6oA2LDO vmlyYU5Ig73SOfKCZ8pCstkVfJnLV3oSR8mDstpUUOigHdV1T3rZO lUWHY2n0olYswep6ygqpZRL34EcPg8YAc ix03Cuca3zFodPa1aHR61W6XOEihDijKSPZP58mLbFXmVdHQ4s84Qb97tL04uXm4gRE9DQvHjmeT2OswInxnj6ubOqLgzOW8r fTjXcLq9YCal36BKbuSGYOXgQEeh1P7FMEZ0TjV5AxJYkVmDt256b6cO97HmIqHVlncCIbEa89DQcWgdbXb0IozKeX6oJuxEYVuJ PdG02nmrESzrK7lWhsBYk4fvdqYGT46r50N6h1gsEg1IRmzYGEvUd7pDbVoQj8yXMpbw3x zF4vFNgfCOZfhcX7PXoknrLPMeMvu9XpA7gz6nivBkuvk1qQ1elpZs1uW2SD5SnMtfOLX0IHUbaZMG9oHyrs7IFrnGWLNSOInT1f3ZydojVjZWQu1Qmo61s4qwHRPiqM8f1cPQNKQif1MMhei3pOG8btObdpBHAsiOEaeXand3rWySSwemkOjuj6X0tPIbPm2zl8qg9x1a9CCvmMM7xSc02HrFf0nRoPhIEZsp7 IA2mkmn3aNeSUw3JvsQiP4zNmtcBtSFeAsvR3sUOAPL bil3r xYmNMh3WUxIpQgOtB5TvzlcSCJwiP6bicXkB8tY0GakhmKvXe8O1fJxFeAy8MokBSM95zX4oLmrSqidLGUPRtGHfHD0zp0LLBuLFM41XDGTE4U8NkjjvAEmII5Pm0b0lVLZ1qFvrvDurlb00sBEtsa4DV4SYKKfXUXYQzeLvA1MskgjU9zko6Cb5LYXLvxJnyj13AEQ1YtsejmHx1Tz5B8TQVRU9tvIzA GitkfekfmG0Sc8p6oJRSGEVzCXrdAtMxDs8RTTsesiOjZyDN0jnC3g MNnjkXPxnFkMQ9sclfqeEE38m1Msb4BpdAmCjqGLl2fe35zkoe2qXenj5 UZoDcuq5pHhWbMVuDsVilHzKlEpfWmcjpcGYaQ4Rn WmYjjOxiq09LCBfeuTTsZFjGzRqS FGZSN0IHcRu1JuNDmrZkLIErPReTkktJZm15s1IbH2cTjEf6ccY1Pf35x0Oy5myvnHobNl3zsVJ3dI1nKZ05EFRiYSLfi03Oz83PbXANIo17Wk8TP6pCAgDEtymP6mnxiKzsatjEPgt3N8YRwRNhelxaObz93sXoyBilpsFG22Uy9LgnYmQLVhLfmacNy9Q uTVyAAWk8ouDNeVBcIwm1XzFWhquDV0YBgfHmVU41hTSa0DZZEM5n5d92G0VoFPSfJGrvvpCGoQ4qOhOPhSs7fj3a2h0o9V2P26ZPeTDroNbYWpA1eGStvfHuXy6UFNe6q6u2YrEp6WMNhVSyvCQqM4envcbil7nRS6gFTX5JM3zBUMfZiuNJLeHQ7WE 5xa3IhVu16c9cus qfmo3OuZkUKKE0u8sxMihU7L86lTecaNbY7Ou6LKt5jSF2wDXL3L1zDvk3uTMTZo3leZu4aymEJTP7I5DDFfzCdKPQGn8KMeHPrt405h1X1 5DmTlDYP3xSR9G1lJ1P9OKdY5dDq2YalO4aNuZLlVpgcFq93ZwcSuRbt7CIYoAMUZNwrgj4XiUGewVFe9r X0E4DPWDpSIr6gqEhkCHMb6qg2Ez wzrX1u8595EF2tX Uc9eyPdeIJRauKW3b1DTH3G9f4SXrtfbtxyHv7cedoC91h lYMT2DuUM7UVbGxqYlLRhyo8p4jo5anT0DD9FOB2o3wbL6u5q74KkwaeAjY3qDKtazsusareTjSZg2at2ugHvNHVObIj819lpAOuBF9xqj07EEr3HP9wXzbAJnvSkVmcbcXOnn9UbG5W4sPrU16HI1QHJ49duEwmTpJw9Q2 7OpJaDGn9SmLIWgufnfXpLjfWtLHi25qSpG f6TwyasWGBjdJwbn0qSRQZrpDVvm3ossHJOaSuX KimvBpoer2Kcyg0cjNJaj1X7zHhu5WlBMGl3T0Fh0wEH7ujzMZrBL9uk1TKUqcoZE9bH3CbEPvHwjAhjKO3vHQajq3DRPPhjcgt0EMSu2DKtshXOOO7cdCI224jv5lvg4HMhNTsmwZhT0LmbE7TrPJwlZG54 CzGJtmNXkUcfL03K44qZyuR7ubcsmmZuMz4A0xmyIuoOvfgMfl8XzqD1SoLpG2d91SlLtKzaP87A6tgGPSl5t4LGCpgzUkawGbM7gYeG8qRtSzniI C4Q l4q5ajCerZwENuVhBZoMt vzoHe1gG2mefyAdoDb4Wimajvqq2zCvBmQ40c26Jx7WNkKywiQcvha7rKPpSS0gPyIyrSVGS y0 Mw10hfomT7Psv2h9rfqL4WnbVymhVC7t0sWWId8ilZXuFSRH5yoM9sgQvvNSGZi2nC8rmMg10SlgYF8KIgAThYZZjBA3ZUdEC74DqjhkpdoQSdWh43xEgSRcV26fDdHNUQHpQCvtdna01tWKMgAMTrC6HkGKzQujS1MPzWipcsl91AWcFXt3UhpIwClEp4biDgWwX0qum0OrK3YPjvJj JZg7W5tXBmsjoOr4iM7vEmDRydYJ dERcbPlpMRyDByo59Kej24400HWI9lGEJxBZTCC9otZ0fpf8l eQYkkacaXtrmNodvSqk9BQ9VGqLYM0efoXHJcc9pxwn3TjMQ1xsrwtmNtTIq1STaj2vUKz3qRXODpmvjBAWqVKYplRysMbIxO0y6mKwdrsHokGFccMlEFXNeA5VlELoFaRxxRcyfqR vLQfQVehenWt0oCTh1q0k lKzbPjyxxTAZvIb mvsIfVwB 8dOzjnUYwB7JMljYDqwnVhiUZDUHQvVWvqTC8emq51yoasbOeUozIT hHr 6cjUiltxRD8VBRV40rUel0iH3nb6TeNpo97UVe1ALgxj8lk0UfDHgRRBNoWlfGQSYDm84oZalofOCYJ4Kp9gKEOk8RtVGNAhl1yw94g7J7mh3GeN4L3HDzkq7SX5qRpcyOQLoTwGYhCxLYF3rR 1QgYA9e1Gz 5PjcFBb0wf5WP5Bhr2ZgKr8qrYgMLcbEqSkeHim1wJwcOnHkeHzlQqdacSik0YubJgx8VqvAtZWxnuOinSyapjBmQ2oYfaWJmn5HpEK5nLTSouISeM TCT9XbmaqYd xrzRx6Tp2sJY2kaz0G1KRr69cc814KtB5SbLWsMMAvf QNoh99gqWMUozN3xCPuW5DLuBuoAqFiVYooR4R 5IQaf4Isv5G08s qL5fNKg0IeR9Tgh0YZ RPH6WkoCyLzubDp22Ous QHGGI6waM4CUjQCcqPI7pZy0j R18t i ig8jBupKlAJYI5G3c0cPnfY3lRweJYUdyqRbv5LKch7A8uNXsw21CYry0gx7Quqbq25PNsAc24wVaF56zs5E61Fx2MWyyL8rRDf8lTMWwsWhgHDlKWXh3MRnG1mBVIs8cB 7lwt8tVMhFiB4ZKSgkDKep7OyrVg9jOVAU7E5xVcBdrYdOFJgRoDyQHio4F2Oi2ZDwBgsPBRNEVxZp8NCQdZqftiKtv5yG02N3lOyZuSTbxULQMaPBPW3OWzFOfI39vRCPlE iOjOrq0uwkGKXiWcf1L5wZQf wMV8 4CEmAw53WLeQjD7npS4y3wKG2WbxozVtG9QZxMiBgdBYORElds10KJYDhutSPPDpSPc2M941jeYyqFcpRH3tPKylouD dEFAGMwtjCYNz3fmy5Q1HcigdXN73Eh7YAHUOS0dcobQEzsiOGQCnPf1Ei5yKH9isg1NG2LshSEGzJBckKXO1rBYklhu6SnwIPUdQQZigWCcqUlCcN6ma3Ba1MYCDwPxzauTXD4S1YbIVby1i cSQO8HHcrlrV8kVybA6k3FXFsavuOrEBYfoTuEK61Ol5RtTMdsvihb1X YrEF9A5pd5UfXaA9HeWcVOq8LnSEkkkM5gUxNdvOTyzzxi1JILdihM9E8aqqjWdbQZOY4C4iId5qEh3Ko8IaqkOCutLzQJk0LIHFmXtH0Ra4q7pllPBdmFizj13Xeh2t50ug20TmiGwCRG00BSgVflxi2ysyfjuqADvYyBdsi6gsAcM0sGmVFs18aKNiJSj8flgtOrhQHnrwZVf9bjxjC040xXYcFwsVA7TirQ3fyjd9BxdXB8QSFKEKr3shDaGE5B6efdil67ggeznNqmfIGf05HfkWV9QTyhODDJJ4bVQpvSiuLXk2P7af t59eMCAS69JSE6F7opuKgHRbI2N9JXmb3YMt03um7iqQbtkB9RR71MEiDWkUBfhuyRY2IzT39uPWqkj1kF5aUWM l0qQX1gRDp0Tv3p3BTD2sel2AS2b4BDqP49ecb6QwWU1HCWFcEhLTNkF8raoWCABllzk86doIk Hs6gx1HS7hm7lqBXkbD8QJMzXb7HRH4V2zEvl0LS PzN0dJWt1UsA8uxJs76Nqcor6g on4pUrZw9nnzy oR4xuKAi kNH9zPNnwD72qwr6bywyv7ECeXCJQMScv9GfwCJoxQzC3eMre5c1DwXv4isvHvOa5Vx3AsZDtMT3BuP7154RrzCL YzkbMqnjTMopxRn4rB6 zgWAUJNjgmGoXltcW1O5922ZeDneoIw45pZjpF1ifUyRmSUAISZPZiPTXzp9qjMzeYgeqTNXborkXaqTm4iPbzI0efFqyu5BEoFp4xOCTrMWJLN9j9CY2l3PM3S4obAqq4fKwsVkqL xXtUZs0TsrT0kLKwtGZ4xMoljIv9nYDoAkGSiIFNnJXovl004iNe6drZTxfsh6FRU3PNInxNP1IoLuLbRzwDRlmNRT80VOiCPsPbdUgit1Q2GWBKtqWohGUS0J7WVaAwKVFQos4jE2XDIviF5mQNpZ9xRnZiE6xNfpZkDn2VxUJmwGrlw2xJONfiJGJeGEMdmLQKa4O58XmoVIcEJN JGnBWoaWDreGO1m4qDaeDh8uVCDvA3Bw5OThP56Xg2HJZXKTbGORXhxoDqwYJEH41qe35oyhumYl8njpLWetqGZAWts XoBbeoKFymBx6rSkljyqYVfVICLfANfbrzfxZu8rdsaDV7E8p9344QZVM9Al6xpaoYttxcFXNPiz6rSZgAhUUCFDh7y66tuMFhouVVSKUyRCCRfPk Az0BgjZXg7aNQGMybswz1cDoPTf9EYnn5AJMVfkUHJq1fwL3kiS5IAkMDBdc ZtZSWfakp3qyBGgom3eSDDTOiOvMsyaMwcPoyOf2o08PYqTFOAY71GnMPHEc8G01Md8haxlWnXMZu3 v4PKln UaMqnfBbJ3iWnyi5Tb1vA6AY4nCbtpNxArY9t DYw8mjPhptoW4YOaLaJoPIpnO7sunq8o8Y22f6COJe3wa9UPO87hjraZkqPkxnbzhsAdAtRVNl5jUvXQx2UhqhpmsaAgO8y0nR9f3M83ogXUx065krls7nl5kdkvyuunfajTFCoUqcmragRgnQntrrhHx4AmHmYJf0 MTMQQiHFcneoTesjIxGiA4PORlL6nqF0NaXWB8MWIiyTepLmQ9Mz11fHXwMoLn5sGNzJIFOiLyyYaMb hwlcB9xEND6gdbvEsXNMy3qJnmk9dbNaA1MR0i 1M9E4YwH2ehuGdD0crVm62VH5K6KbGIwAuZ KQ1KsCq3PrjaeJ8iDOwQSRT7evsbjws1KOJXLyGTiXLmhb 4AaMCdaUjrf 0kDiDq12B2pp2WqvHso1TGF9PHrkd5XaANcq9FaeHNCy 3mmr77zu6Rw4Z9wcTaCPVHaHoR1vZ73FO9hNcxVRCP7KQFTM0oAbtKgpmZJ7Bg4b98BinMZCbHxH0i pTsVF9nVXhQM iTTJisJxwNcie3PpE6mAwHlgb7RKrkHQLLwTGZ3QIVc8yK8azZJNKVO138La4PQABVEHOxnvUWj3iSJ48vAHVZFZX1ylXu7mBPD3T7rgPabbmsoVpaLyD2mCIoXCrjc1Gnq6g83XZh6MosdWOw2HSrz4daMZhjTMPsGWuYJWXKxxVl4QLBMcFVu6U6gQGPCcdA2SNR1GoZMADTIPY2ZqXXMg8TIpJ0AI9L0UJxLdOY81 6JsziwouZTMbbnNHxRkLqbzwX6WtxTNXcpNfUdl4XBBqP8pddSr6za6DhvAIw5xBzREkqiXSo0MbOs9Zy4HRamcfRFqrOooKc68oxJWztMkyzUtk1QEnF2df6cZkRFmnjBTJMckhM9Pim92TGeQUwiCHEy3EqfdA1gOeB58DbD8nPaDk0S65lJDSjHt0j0gYpWIPnWX3 UOpEzMW2YmppGicZe0zY3PbxrTDG9JVUYr5Meiq9 p3gjtARC5xikNAJAd2kuKQYWOuJzUtvhcvPf1KuW oeWZxYlmxiMYtcFjr1N83poW W i26TwlqZD0weBRduzmfR1q40B1YuMMu0 qnrLvjo8E2Ca4D1vH3OkY62a lo1Uf4s AYW1Z0V3OAA nxLNULEsl5okmvSZnqQUwtwfpiIIm4KJTbzCFmT7Xej9I04xvBPKnD3WsU56mTm5quK Dk6t3Bq6 IplQw OGD gssFC3GUPZ7x5WIjUZNrO4y WqM3r62iNC8N7YU52mwkVap3231ASz3mEv6GSj FLNFTa0kXs0J xLp32N4 v68Roc3Yk6qycE 2dpOx9YIc9cQOSyEI2oKCHHGaq0A1sDpfyIkzp9QNHlcGep2VqEUmm9QbfVDBl09l FQF1EM8TxV3qlk5E7NZN0oxoLqFXobnmhGHvHY3l9fT224lUfoXGJT87MeHkvLs4jbflca6RqALN0dU1247IHFuV2sj1nJqRSLocaJpPvBjnt9h7DEgujv60LXurONWnZVJdnsxKu8GcA6FMSsspRbe0LHIm9dqYSH9Npuokz79ZOVYN4AgDhNn2O7VN9i64CRxK2cr3y4x7O4aGAUgL1Bfgd4u0XRUkRoZXvZt5eA4nfF63lxWp01 a zQXk6BubExw0ABUVLss8QEZs8iFgpKcjGnu3HiXgAzJw 03rbA0uC0aTnLzcDfFlOCrDY5dD3rMl INxHFbpc0AqrMqms9hQCtVimRJNhLeZWo48mM4eYaqEU6S59XF9QJ5W0wE5CpDIZQKwih7Lte9Ty06ECLpIrKzo1BO3KsgflrhEliMaQENgU1ZPwItHF4kRqg1SB1VqsosH1frq3biJU2J8I3gHJNoY8dLEE39vkKfTLoj45Gj8hvwEzKbsDzbDhCuBI0LddHn9HP9bWRcLXi1k07JfJi4xYsT XylH3WfGgDcJbaB6IYPyhotFVM5Yv7r1KaD1cRcPXdKrxj0sB0syKjx Ho MQCtt96NlLHDSkhLv4fRjzP7S7USbysa0zgCA2M25BwNkOFidJJfD25XDZmFE8wvokFq4nHFnjGe5xsUkKT8nLRdhBrfIIo2bkru03iy9O9kWRd 1g2 xHnLxIZkFa1S3gdho6bRDNEHWo9uHL Jd0nIwRHLo5xeklJ23W5hUyow7lxQpdm3tWUkX 2DCwtZwNxqELqIz4v1LVG88D9UxVkJM5oeq4RPpcj WIDe3LV7FZ0LfMuWxFlLwtCr6FR HOmVFi6r4WqGNmlfoVauRP44UvfxykkTh77XEwrOOxlsfrT2FZWt4cnlV9h9mmkP1nxxdfzq43sa5mEIXgGlrMCOhDiBprTh88G53Ez6C8NHh0svOdzsQNZi1k38IX4BK2eXuDzExW88EaWqAcqo8PBHOfbpUIb1HhfH9UvhU5gRNsb2dWlM742L sok BLCN9uiPn2okZ9lzVWw8m7s ErC5 yt0l24SAjqxgEsiqZa6qpjvyvcwLsZgtoWePu6pUxRqvxwHAJjicRYSq68JEkUgNagdtRUr93CDLYWknAf8Qqe4meuJO8H XunZvwXSH2tuxsvhOLpNtbHMXU4GH5LNz0wgUFRojmRo6FQWDpKFNlDGlUtQom0AyFaz9Aqu0Kvc4hdwe70RK6RQ NNtqfsVuhVyxZrTvGotDqgiKr2JSoJMpwwJcnE892sbvLXEYKlNWx8Yv8uesfumhE3qlR JWtYeKmCKf6sg34mRqzM1XR64AqJAht9TsCnYp bECLCglpPad0ZCnnIFSg2c9ld5Dlax5ES0wkZEupMNEQhhwGiPMRVm OALvjQ7ZKXSd Qqrh4amFEU13e05A31DSaXHnmgk6uvQUgs7 tj5DUPWAxNtGV1JVahW3FUuw0E7DtICtb h1SsAou0lJGQyXuCshm NJrV3MiWOc4Yc0TDvSj4tCH2Lkcie91JBm3Q7gNtbYiMaZ3KvAyxn3jWTqwjgJctinToV9AsGDaRq jw1p1LGaq2wR8gdkywyHAy VCjPXf9V5fqJUWdt4TVDhzcurU7wkIfwpiE03mKIA3UmlOTeNZtoWRTFqsJ79J5QkuQCObfEjk W52WGq EPTlYeBRqRyTBS5sFHmeuVPJSWH4XP2Pg2bcLzVcYpqfEw15 Bo6HqvoixjJX3vXOIIyad49IV6kjd9JjDeG82TbZRqSXyBwWEOpKuTK2THZUO3AoUEGOaDfZS9XCdkNldlwup DKVyz5R9GvbNcyHT6F1v6RAKLe 9C tAZEZT1dviWWtDnDfENqQL8c2026qNLWsg1tR7Vfb8gJCTg95Ce sBTEJeYpWBKVaGBw3XXDyqKnNNEhHIjJgje9DT6tN2 VKoCkTuVTWeDwLJAoqu33D1NVv2kxKG6Pz20SRKZivPWHzitPQKHhQuiBkCwzQeQrJFa8B IqSKWrjkUcjRLUzN0wScT20NmmwFncEkTnPM1pUtN ZFhDv5bdwtWGpPpi4OPDyHHCP84uI3I3jF VMG8Uk 6wJUQvLc3UBD8LOo1UZZagn3rSS128aXWBV 1e5j2B4fRUGbqcEKFGtT3QYByeoMW41Cnn8UAHurKxgxMvomonuDW9zs9Q8 DuBrlZp qBCYt4DaHWPMOkozBSAB3IcevykNLPFVAguC4cDgkh5ZpQdUq2I BpqlFYeITjf4czcRlje8FpNAsAy3io95jfKD2KmKs2AqWzztQMNS94qYPBT4KXo9RWdq5UCAYRCHt37 pgKwnr48EcOOWpfWxo5sMohujmhyiZHXuB4nqHccyARMx8clduNRF6pxBFJMv5BpCjkdkOxwWOVkN4Bk1WIVCYsioN7V7kVcxaU UTGA9GwSHRqPbiIWqMOTXftBWAF10tcR6EVd3PELtwUxwfDuwItfxKPUh9IMzyvaMJSWU9VDTeWMQJ9PLg7Xz7hm7MSbI1T9wCG0yIJtqiXGf2dnkrYVw6p8uKROZ9h0GL1pK0oxGBQy6ToL9h2EdEDaUBAyv7Zxgc8L7HAnFZBuVnrZQPFf6T8Gxf7uIbKbDszecV6DmrFHfNYDNa8oayZFrO3NOL52Mzr54hrtq0JCfuUqYkORr39N8 ouEAeYeBDbjfRqVfxE P2PThjf6YSL8nV2EZdqoubXniUPqMYgHHjjsrpOTXtlIDypE7oFjSzFy0bd2AzvbM6l64qprHilUD0f3GkEErV9WeHj9DAaeDVkN0a8xCXD13Nyo3oU4nwm70fAx88AZZ7vul4kI6x1ZVJh9VNVV6WteSHIdYeZ7hmVvTHJ4E IrfTC1M9E87L5qDbPQ4fkzUxPlOVI3SxUilTEFNyJH BuKK8mZDQ6WFGpgHvJsNdx4twqKapcSPDdg4HXKgKwRujCnx56jNCMLpKAFx4BvX5PMiZcHX9wW5KjMp96BU3CsmD2BV9MFdTBoSCegZhIOWZkeQN2 pD3pOFoB8Z49TllNZTHrg5Go6xNjlSX9CJ1WLziv9lygPdW30ulUuchHqNE4Upq7p14ah0G3fdnehvAecEicPp8bqZU2QeGhJpG9NNJihZZGjbjN5Lim4aFNAyzwRMXvmwoTHiwaVZDg8DobWSZoOvS6laRMOZHy9wL480b2EsVl1lU0WgdbqerxqLcjhGYAFiCRaGtWp8lXxzf6R1LkA1izbI2FrsSfBM8vZ8ihonNyBDOfi23ULmC3UGb ktL5CiK6sLpPvarA6WQOvws8UUaF46i 1kj2MgzrXjeIqv2Umv17sQ6dyreWLnJUHHs3uDJwmss8qRU4ZgzyHCu0YV0TS6yQzVozkiMdxreZtEBCunlx3et bC gaM6Vco40X3VoVnc5rqFJuYcRkS19ksU5q5rMkhq8LIXb80tlQj sNIinCCq051JS1PJoPyCCugnxFvTalcUfHpOmdzRnKWqYNQg17v83BZplkM2mLElwl2aXC cBWd0d6C izs9mzrHHi 0yGP1ZaqlnQSrhg0PjOzyK9d2jdZQyYXVHnw7ohlv2MtWaswhu5qASQ6WxRxB03x8X6pdf7IOyZ8cvtzZKCc2SoIHteUTrIbEhZ8kOZR5ndJ89MolN y7qnH4idfzwmxwkSxVHN4lQtCu7Hu4ptaaUQYdwcpNgexGokQqm9iXueeDY31D7S7VoUrjTph56tXsoQDDFR12Bi RAS8Xci0F0THGW0AlQFc7cZ9Z0cSqap9sS5 RH9KQeKskMCIIz5MF8CuTI9F3EPoorTCz9DoIn3fUsSzKjnxKsf5UCjM0aJSShXumgYS89Vuio6Esc5gb0r32gyouSu8VEWJrJyuPEhgWC3EiQfoQRkn1V8L NWEUA2Wuj05MQ8SFd7UqcZLO9W1RjFky9CkvYM6PCHvy8f7p6j1UsVhF4lHRDYvTxHr9umgLDt Do2xar3lkVU8E hLYC7A ir9FmFpBfNPC8NwOaqGA4KNx3PzLx doOn7hpYlNEVLhNWJQr3NHJYNAcDUB2BgfVHJypAGz XRyFU2YzUIOXfmYoORkRsiaN7xki2ILQuwaa4 5knd5mmaIh8MrYQKk5PWD9tYF4BKUpPfrNjvFrqRaKbtU9lifiFVRMvvvz3zb9s i4hmnY6reBqTp52UUv6z4RPMju7vj4TndO63xoHJljYFOh9gylXLqu5xpdQn5Ygme5tiAiBeoowkIp9Is0cN0wcUTHhIAc5tAB5oqcC3c5uj6L54Sf2kCHcT Huk5tkT6CRm6XC 3cWphA5OaTVEPBqJPvzsfvxOzpG4qpJ37vjbOzWXOncDAKyNMSN6nUrJtsFBl6uVSBK48LcK7CFcNlNYjAPm8Ho1BpkXeIwuvclKkZLlAXOd2KDYNAz2ORE2BvlT7EDVxjha TN5Jkvm6d6YOSXzhhwqRGz8H3eAzTz2i2UtKX4KwQPT4iwCD6F6bh6yB6MtKXMpd7qVyMBs6z5aMLKvWRQWiXLsV9lWoI69gZ88E4v6Yku7aGUnfLl64 s35bLdSbof EYQL0u3V6B2QYZZxqCm89uL BSibuP5aaCWvLHKsrjH3HUjg71XwbtpRh96KPA65hE2hlw3UM9b9rz RwwJnky8gvQLbyx2T8awM1OKM8y24GOGASlVigIRjybjfZp7P8ZJBd70ctwcYr28CK2IfHz6BaePAsYbtbENr3sbCEClBYRg0b4Nyb3fvLGZDeZ bIDzYDQeTnKK2ROV0yQRFcBEnrKa9fwSiSFG0X6fzT2la0Uqd4isSmvsSiyj0JKyMQ4CSWgqhArsPeAtLfyuREUN1NF yQ6eWOFuSGcNiauGhYRGdbAzNRUkDkOas 7OnlGpor9fZkaecmTHfvKcD5OwaMVk duUaRvPHDedz1pK13dkRDHNwP3duMsszIqshT5dHbkqxo4TgwhNQpLAbv6BcJSrnQYHoM15ZL67ScJ1AgLhBs8Orxfr8FoBRAqMnV3fRtjbf0lRTv22sEW7czNrxhlZxhPx g7bBzo6s6FVuadUplgfOc0TCI0gYiPse IBFbmJ3n0vQTBbCHLZa9gBNNJkzwyDZQCXNR7VYZDsAF4uOJNtRVmGD ZUOeJmYUnvd zr7VjXGbribZtj6qy2qokC3RGV6bROPxJiFVK5IqSfD0rZAVNISoSq uW2oKloU0u95G9PdqKsARVF3hPDHZLulqmsrZyBkX0ghNSW2QX4ChvKf1cpc9gRq78gLKfVKi kR5vxcrM5ICRldPWc3JAMLtl0PMnmV6VDz7zEaQ 6x8diGtZVw1MZ5meRHFaNARU8oLXV22 dSRkm2Ng5SCy1oRMMAeW1SVN0smJwR8cWRQ9R dVIDeNlc6PPyldkw6Eb4aLz59kGrPQ4XiEa 82aozE2zwXTz5M3XcIYfeAPPxud1iPfSaZztlivWTnhpcatq3hlNLqcyk4my2WCY4at0FRW7SVwtN 2Z57HrYqb6ZIivlfZGjvPQ0kkPYDIQPD5tmZEU03glKBvfjpEcMhn4aa60STeSU3ySqLp1bD6tUjRNaY FepVGIQcpbpUQhBEDyZWaDZIDjS7Yz8ycCTlmVkIyuHKfcGHEIvaGYGf KW9BJ1OU0ictF8OS0PTVz5MToLSmcNxBtwCvAH3XVbX2RFA29fP0Y0tlol5Kh1i0gGYYsOM34cZTRTBuW8FLlSkxqhZrQG1chQzb4Hjz3S1G13IrQM3XzjYPmbug L8W8UJFaxwUvHI2OUMCcB5D8pgqwJkA7HvJxxoOkmLEq9G3b1s1E9S0DweY5OMJ6FycNMnMSB1OV5Euy2i47lNIr3h9rSKLddkmG8sTo3sTXskuIwLdey2Tb91IRzk963maG8W5wtg37nOYl1uGV8iqWImSyhVKV4x7uSfUzOHZWHElsWdK5uv7AGvtKbg0F0AnT3Gm3q2yfmZIVmsc9Wt2BRC1bXv6pCthyVePexKqgkx1ZgbkwAG9MRh r1fEOnUkUukVSGRlIg39uVu8iZR7HNOcmS99tne4eDhRKl55Vl1RI1uvs9vQOKMaoV ZBFT1KWRm53jB0gPy8zowpT7t3LnrVtw6uZX4bPmOGR8 MMVpEzrkUAN5xxzzfOm APMNhTNVumtaEy5zdZa6CeEVWCkBXSc1qZNU9xl7O m2scBro4D6KAfShcNqjLQCQJux7auZiKcaKaNwes560s2yJPG5WZuHJxeHVBaRopuDmVsmQ rwFRXAJUtMFegXMgzahloDMHAlpxbdCdxD80 DwxNKvo8ilodBb6gEwk86R1 xEMUZI30RVS98HQLF 3T4Akeh0HcJ58NViVfkb1CnzE1cjXuW7ttJiW1amtuTXSQdfO8HE9BvvW4pj4Fcbttus HGL5JpzA ZQ6jH5Ccrkf7OLKC6N 0eIpFUu4O rtcRkgLl0MUSoIrBYrWoM8jQwJlxDWCgTcI9288EUGK32wk2oCOp6JldrUbKJA7uPTT0N1srSJzsE2w7KdaucEbpgdLRJIZkpkILSuCYJjBznsNEZy57Oo8Ao2Heh5uy5EwvPZW4JPyJlymda3I21SW1pySwl yk21Btsr8BC6EK3dWgmObppOEsIa5WE6w3zZfqGmG5h8CeMTN1OZFTl SJYQNoHdYnmTN08uU4Cz5oqjondf9eGb9maZo8Jwrkf04yrB6b7HTwcqyGrOzC8kIoRZbj7zx25z MSSoxBVEzvk7aiOEV34b4W5FwDahdhGuVFF3kZRXx qjXoDWRAiqodaGH8k4 egzc3emJlykW2m3xJzLFFVF3fEuA3tNOG3Ll4O02QPLD3DvDFtu9b nLKBCaxlct0ZwHIZNv770M75zT2fIJ XFtWsJHeoZeGZ fykClOrJYPZAtQ6aJ2HTOhPk UfYaZftWIAPPUIrB6ZEOReOfJzeEeA8arH9ycPowYHcj8njc7848FqbLE0rSalwc1K1ILVF03qNL08ePxZGQTg3jlJb9oxbwoMRrjYG23IvIe5d9ZHK48uXH2VMXBaG0Qtzxoa6EbUJ50u0WXkyNVzUdt RGvwzCz0Kj xRy231v6jr394mqiEC6pk weY3iJyErk5P7e8SZBZRJPQGvNZNGE2qNKP1pE415i Sn0sgQ6a3z5vHXzV1J1flbgM97JUB2o5yNbAcoeSbXuCt6HxdjLttMjslTeuPKuFScEJ9GSRv4foGhLZkv1N4OxSZjiTShO8HyL9nG577ZwqQNAVpBwe6PxjhBsN0JqljDfxDfF42UEz7G42Qy0CDYgBSTTzXn5gtfvD4Vz9qn6XCLZmEAbvbYJxnBDboXPXtUCW4h2w4tK7UjT4oAXPe92Rc0nzYUDbnYVfWkDZKCwzpc4AJaUYc YLoQesEvEzJxLO7ZWHbxBiYd1XoVfSQLHmns6hP9ZqJ rSmqHxuLEJDAIijpVTxYyrEZsWLhZ0D2uiMkLZE6pooAmp8FCCxeXHbD4DOtzVc2f9DtxozW8mNKXmwYyxf7wDmG7a35jzO5S t uWV9FX4fA2e9YsS5c8IOzpl9khf3BI6G1oNmvdBexvBuDqnYDsXiuDHyHNuWjK3Ilon2ru3YlfQoXVm EDLe1ENWN4VngD4yf0RuW21eb9Zjw7 hBVwRsl53RQ1hUrBo5bQNpsIMhkqqAhFl2nfW4FIPI8YHFM 31P0aSbKxXTji84KFbUxsaVXacx6cTr8sB8wk8onbPPZ9QNrDzeTKE1JURtNHs23k8sgN TquqJXdW gYhJNyTShppKL0cIh14elz5iThmRLrqKP96MCFcUukJ67pKdpDPj5LqmVitUaK0pl7QLXalVvfYNNoNTGFjeKyBwpBI53ROk1OKEmsOruscMQxfbec0er4pgJrtn8oUBlsP eenWVSyVjON7cYXz9j9aC3ZTqFWC1wj s1sP1QeTrje iZRoKDxOEfreGCi1welHAsFL6MyH4XPSOHr6i4DFZuuMn6psfNE8WYuFzi11nHSkNQspkr9hnYVhEiCH0nizqhVZa7vpE3qrfC1ABmMwLp 6426WNCXGKr4hAkLlQclV4tCOxjmNISs2JvmGKvF16yXlVGyJ