Absortio

Email → Summary → Bookmark → Email

Per page:

Squeezing down the Theory Space for Cosmic Inflation Complete

Oct 6, 2021 07:13 • physics.aps.org Physics

An updated search for primordial gravitational waves has not found a signal, which implies that some popular early Universe models are becoming less viable.

Extended Summary

Resumen Principal

Un nuevo estudio que busca ondas gravitacionales primordiales —las ondulaciones en el espacio-tiempo generadas durante los primeros instantes del universo— no ha detectado ninguna señal concluyente. Este hallazgo tiene implicaciones significativas para la teoría de la inflación cósmica, un modelo ampliamente aceptado que describe una expansión exponencialmente rápida del universo primitivo. La ausencia de estas ondas gravitacionales restringe el espacio teórico disponible para los modelos de inflación, descartando aquellos que predecían señales más fuertes. En particular, se vuelven menos viables ciertos escenarios inflacionarios que implicaban campos escalares con acoplamiento fuerte o dinámicas energéticas elevadas. Este resultado refuerza la necesidad de replantear o ajustar teorías existentes, impulsando una nueva etapa de refinamiento en la cosmología teórica. Aunque la inflación sigue siendo un paradigma robusto, estos datos indican que solo subsistirán las versiones más sutiles y conservadoras del modelo. El análisis también destaca la importancia de las observaciones del fondo cósmico de microondas como herramienta indirecta para explorar fenómenos del universo temprano. La búsqueda continúa, y futuras misiones y telescopios podrían ofrecer nuevas pistas sobre estos eventos cósmicos primordiales.

Elementos Clave

  • Ondas gravitacionales primordiales: Se trata de perturbaciones en el tejido del espacio-tiempo originadas durante la inflación cósmica. Su detección directa sería una prueba contundente del modelo inflacionario, pero su ausencia en esta búsqueda implica que los modelos que predicen señales fuertes están en desventaja.
  • Modelos de inflación cósmica: Teorías que describen una rápida expansión del universo poco después del Big Bang. Este estudio reduce el número de variantes viables, especialmente aquellas basadas en interacciones de campos escalares complejas o altas energías.
  • Fondo cósmico de microondas (CMB): Herramienta clave para inferir la presencia indirecta de ondas gravitacionales a través de la polarización B-mode. La falta de detección en este canal limita las condiciones iniciales compatibles con los modelos teóricos.
  • Espacio teórico restringido: La no detección implica que solo ciertos parámetros y dinámicas dentro de la teoría de inflación siguen siendo consistentes con las observaciones, lo que estrecha el abanico de posibilidades teóricas viables.

Análisis e Implicaciones

Este resultado representa un punto de inflexión en la cosmología moderna, ya que ajusta las expectativas teóricas a la evidencia observacional disponible. A medida que los modelos más extremos se vuelven menos probables, los físicos deberán centrarse en versiones más simples o alternativas de la inflación. Además, esto resalta la necesidad de nuevas tecnologías y experimentos más sensibles para explorar el universo temprano con mayor precisión.

Contexto Adicional

La búsqueda de ondas gravitacionales primordiales es una de las fronteras más activas en cosmología, ya que su detección ofrecería una ventana única al comportamiento del universo en sus primeros momentos. Aunque esta investigación no las ha encontrado, establece límites más estrictos que guiarán tanto las teorías futuras como los esfuerzos observacionales.

TLDR This - Article Summarizer & Online Text Summarizing Tool Complete

Oct 5, 2021 20:28 • tldrthis.com TLDR This - Article Summarizer

TLDR This is a Free online text summarizing tool that automatically condenses long articles, documents, essays, or papers into key summary paragraphs using state-of-the-art AI.

Extended Summary

Resumen Principal

TLDR This representa una solución tecnológica avanzada en el campo de la síntesis automatizada de contenido, ofreciendo una plataforma gratuita que transforma textos extensos en resúmenes concisos y significativos. Esta herramienta utiliza inteligencia artificial de vanguardia para procesar y condensar eficientemente una amplia variedad de formatos textuales, incluyendo artículos periodísticos, documentos académicos, ensayos y trabajos de investigación. La plataforma se distingue por su capacidad para identificar y extraer los puntos más relevantes del contenido original, manteniendo la coherencia temática y la integridad conceptual del mensaje principal. Su enfoque en la automatización inteligente permite a usuarios de diversos perfiles -desde estudiantes hasta profesionales- optimizar su tiempo de lectura y mejorar la eficiencia en el procesamiento de información. La herramienta no solo reduce la extensión del texto, sino que también preserva los elementos esenciales que permiten una comprensión rápida y efectiva del contenido original, posicionándose como un recurso valioso en la era de la información sobrecargada.

Elementos Clave

  • Tecnología de IA avanzada: La plataforma implementa algoritmos de vanguardia que analizan la estructura semántica y la jerarquía temática del contenido para generar resúmenes precisos y contextualmente relevantes
  • Accesibilidad gratuita: Ofrece sus servicios sin costo alguno, democratizando el acceso a herramientas de procesamiento automatizado de texto para usuarios de diferentes背景s económicos y académicos
  • Versatilidad de formatos: Procesa múltiples tipos de documentos incluyendo artículos, ensayos, papers académicos y documentos técnicos, adaptándose a las necesidades específicas de cada tipo de contenido
  • Enfoque en automatización inteligente: La herramienta no simplemente reduce texto, sino que analiza y sintetiza la información para mantener los conceptos fundamentales y la coherencia narrativa del contenido original

Análisis e Implicaciones

Esta herramienta tiene el potencial de transformar significativamente la manera en que consumimos y procesamos información en entornos académicos y profesionales. Su implementación puede incrementar considerablemente la productividad al reducir el tiempo dedicado a la lectura de contenidos extensos sin sacrificar la comprensión esencial. La democratización de esta tecnología mediante su carácter gratuito amplía el acceso a recursos de procesamiento de información que tradicionalmente requerían suscripciones costosas o conocimientos técnicos especializados.

Contexto Adicional

La creciente demanda de soluciones eficientes para manejar la sobrecarga de información en la era digital ha impulsado el desarrollo de herramientas como TLDR This, que se posicionan como intermediarios inteligentes entre productores y consumidores de contenido. Su enfoque en la síntesis automatizada responde a una necesidad contemporánea de optimizar el tiempo y maximizar la eficiencia en el procesamiento cognitivo de información compleja.

A Gentle Introduction to MLOps - Yashaswi Nayak - Medium Complete

Oct 5, 2021 20:26 • medium.com Medium

In this article, we learn what is MLOps, or Machine Learning Operations. I will try to simplify the vast and intriguing world of ML and its associated infrastructure. This article is for people who…

Extended Summary

Resumen Principal

El artículo "A Gentle Introduction to MLOps" de Yashaswi Nayak ofrece una introducción accesible al concepto de MLOps (Machine Learning Operations), un campo emergente que busca profesionalizar la implementación y gestión de modelos de machine learning en entornos productivos. El autor desglosa cómo el ciclo de vida de un proyecto de ML —desde la recopilación de datos hasta el monitoreo en producción— requiere de una infraestructura robusta y procesos estandarizados, similares a los utilizados en DevOps. Se destaca la importancia de la colaboración interdisciplinaria entre científicos de datos, ingenieros de machine learning y desarrolladores para garantizar la reproducibilidad, escalabilidad y mantenibilidad de los modelos. Además, se enfatiza en la necesidad de automatizar tareas como el feature engineering, el model training y el model deployment para reducir errores humanos y acelerar el tiempo de entrega. Este enfoque estructurado permite a las organizaciones integrar el aprendizaje automático de forma más eficiente y sostenible en sus operaciones diarias.

Elementos Clave

  • Ciclo de vida de ML: El proceso completo incluye data collection, data validation, feature engineering, model training, model evaluation, model deployment y monitoring. Cada etapa requiere herramientas y protocolos específicos para asegurar calidad y consistencia.
  • Infraestructura de MLOps: Se requiere una arquitectura que soporte pipelines automatizados, versionado de datos y modelos, y entornos de experimentación controlados. Esto permite replicar resultados y escalar soluciones con confianza.
  • Automatización y CI/CD para ML: La integración continua y el despliegue continuo (CI/CD) aplicado a ML facilita la actualización frecuente de modelos sin interrumpir el servicio, mejorando la agilidad y resiliencia del sistema.
  • Monitoreo y gobernanza: Una vez en producción, los modelos deben ser monitoreados para detectar data drift, model decay y bias. Esto asegura que el rendimiento se mantenga en el tiempo y se cumplan normativas de gobernanza y ética.

Análisis e Implicaciones

La adopción de MLOps representa un cambio fundamental en cómo las organizaciones gestionan sus capacidades de machine learning, transformando proyectos experimentales en soluciones empresariales confiables. Esto reduce significativamente el riesgo de fallos en producción y permite una respuesta más rápida a cambios en los datos o en el entorno de negocio. Además, establece las bases para una innovación sostenida en IA, alineando los esfuerzos técnicos con los objetivos operativos.

Contexto Adicional

El crecimiento exponencial de proyectos de machine learning en la industria ha hecho evidente la necesidad de metodologías sistemáticas que eviten el caos asociado a modelos mal gestionados. MLOps se posiciona como una disciplina clave en la transformación digital de las empresas, especialmente en sectores regulados como finanzas, salud y telecomunicaciones.

Reform - Hosted forms. No code required. Complete

Oct 4, 2021 10:48 • www.reform.app

Use Reform to build clean, brandable forms for your users. Hosted, customizable & no code required.

Extended Summary

Resumen Principal

Reform se presenta como una plataforma especializada en la creación de formularios digitales sin necesidad de conocimientos técnicos. Su propuesta central radica en permitir a los usuarios desarrollar formularios limpios y personalizables que pueden ser completamente alineados con la identidad de marca de una organización. La solución se destaca por su enfoque no-code, lo que democratiza el acceso a herramientas de recopilación de datos profesionales, eliminando barreras técnicas tradicionales. Al ser una plataforma hosted, Reform asume la responsabilidad de la infraestructura, ofreciendo una solución integral que combina facilidad de uso con funcionalidades avanzadas de personalización. Esta combinación permite a empresas de diversos tamaños implementar formularios profesionales sin depender de equipos de desarrollo, acelerando significativamente los tiempos de puesta en marcha y reduciendo costos asociados al desarrollo tradicional.

Elementos Clave

  • Enfoque No-Code: Reform elimina la necesidad de programación, permitiendo que cualquier usuario cree formularios profesionales sin conocimientos técnicos, democratizando el acceso a herramientas de recopilación de datos
  • Formularios Hosted: La plataforma proporciona alojamiento integrado, asumiendo la infraestructura técnica y garantizando disponibilidad, seguridad y escalabilidad sin intervención del usuario
  • Personalización Brandable: Los formularios pueden ser completamente adaptados a la identidad visual de cada marca, manteniendo coherencia en diseño, colores, tipografía y experiencia de usuario
  • Interfaz Limpia y Profesional: La plataforma prioriza la simplicidad en el diseño tanto de los formularios creados como de su propia interfaz, facilitando la usabilidad y mejorando la experiencia del usuario final

Análisis e Implicaciones

La propuesta de Reform representa una transformación significativa en cómo las organizaciones abordan la creación de formularios digitales, posicionándose como una solución estratégica para equipos de marketing, operaciones y producto que buscan agilizar procesos sin comprometer la calidad. Su enfoque no-code no solo reduce dependencias técnicas, sino que también potencia la autonomía de los equipos no técnicos, permitiendo una mayor velocidad en la implementación de iniciativas digitales.

Contexto Adicional

En el actual ecosistema digital donde la experiencia del usuario y la agilidad operativa son factores diferenciales, Reform ofrece una solución que combina simplicidad técnica con potentes capacidades de personalización. La tendencia no-code ha ganado momentum significativo en los últimos años, y plataformas como Reform están liderando esta evolución hacia herramientas más accesibles e inclusivas para la creación de contenido digital interactivo.

javisantana.com Complete

Oct 4, 2021 09:36 • javisantana.com

Today there are 40 days left to my 40th birdthday. I’ve been working with data for 20+ years now and I feel like trying to summarize what I learned in a few points.

Extended Summary

Resumen Principal

El contenido presenta una reflexión personal y profesional del autor en Javisantana.com con motivo del próximo 40º aniversario, a tan solo 40 días de distancia. Con más de 20 años de experiencia trabajando en el ámbito de los datos, el autor se propone sintetizar conocimientos clave adquiridos a lo largo de su carrera. Este tipo de publicación combina introspección personal con valor profesional, ofreciendo una oportunidad para compartir aprendizajes acumulados en una disciplina tan crítica como es la ciencia de datos. La cercanía al hito de los 40 años sirve como marco temporal para una evaluación significativa de su trayectoria, lo que sugiere una intención tanto de balance personal como de legado profesional. El enfoque en la síntesis de conocimientos indica una madurez técnica y una disposición a compartir perspectivas valiosas con la comunidad, lo cual puede resultar especialmente relevante para profesionales emergentes o interesados en el análisis de datos. Este tipo de contenido refuerza la importancia del autoanálisis estructurado como herramienta de crecimiento y transmisión de conocimiento.

Elementos Clave

  • Experiencia de más de 20 años en datos: El autor destaca una trayectoria extensa en el campo de los datos, lo que le otorga una perspectiva consolidada sobre la evolución y las mejores prácticas del sector.
  • Próximo 40º aniversario como marco temporal: El hito personal de los 40 años actúa como catalizador para la reflexión y síntesis de conocimientos, añadiendo un componente emocional y humano al contenido técnico.
  • Intención de resumir aprendizajes clave: La voluntad de condensar décadas de experiencia en puntos destacados sugiere una intención pedagógica y de valor compartido, útil para otros profesionales del área.
  • Plataforma personal como medio de difusión: El uso de su propio dominio (javisanana.com) refuerza la autenticidad del mensaje y posiciona al autor como una figura relevante en su campo, con voz propia y autoridad establecida.

Análisis e Implicaciones

Este tipo de contenido refuerza la tendencia de los profesionales senior a compartir conocimiento acumulado, lo cual enriquece el ecosistema tecnológico y fomenta el aprendizaje continuo. Además, el enfoque en la síntesis en lugar de la exposición exhaustiva hace que el mensaje sea más accesible y aplicable para audiencias diversas. También puede servir como inspiración para otros profesionales a realizar ejercicios similares de reflexión y documentación de su propia trayectoria.

Contexto Adicional

La combinación de un hito personal con una reflexión profesional es una estrategia efectiva para generar contenido auténtico y con valor duradero. Este enfoque no solo posiciona al autor como experto, sino también como una figura humana y accesible dentro de su disciplina.

A Gentle Introduction to MLOps - Yashaswi Nayak - Medium Complete

Oct 3, 2021 18:18 • medium.com Medium

In this article, we learn what is MLOps, or Machine Learning Operations. I will try to simplify the vast and intriguing world of ML and its associated infrastructure. This article is for people who…

Extended Summary

Resumen Principal

El artículo "A Gentle Introduction to MLOps" de Yashaswi Nayak ofrece una introducción accesible al concepto de MLOps (Machine Learning Operations), disciplina que busca integrar prácticas de DevOps en el ciclo de vida del machine learning. El autor desglosa de forma clara cómo los modelos de machine learning, una vez desarrollados, requieren de un enfoque sistemático para su implementación, monitoreo y mantenimiento en entornos productivos. Se destaca la importancia de la colaboración entre equipos de ciencia de datos, ingeniería y operaciones, para superar los desafíos comunes como la degradación del modelo, la reproducibilidad y la escalabilidad. El contenido está dirigido a profesionales que buscan comprender cómo estructurar procesos eficientes para la gestión de modelos de machine learning, sin necesidad de conocimientos avanzados en infraestructura técnica.

Elementos Clave

  • Definición de MLOps: Es una disciplina que combina machine learning con prácticas de DevOps para automatizar y estandarizar el despliegue y mantenimiento de modelos. Su objetivo es acelerar el ciclo de vida de los modelos y garantizar su rendimiento en producción.
  • Ciclo de vida del modelo: El artículo describe las etapas clave, desde la recopilación de datos y entrenamiento hasta el despliegue, monitoreo y reentrenamiento. Cada fase requiere herramientas y procesos específicos para evitar fallos operativos.
  • Importancia del monitoreo continuo: Una vez en producción, los modelos pueden degradarse debido a cambios en los datos (data drift) o en el comportamiento del entorno (concept drift). Por ello, es crucial implementar sistemas de alerta y retroalimentación.
  • Colaboración interdisciplinaria: El éxito de MLOps depende de la coordinación entre científicos de datos, ingenieros de machine learning y equipos de operaciones, quienes deben alinear sus flujos de trabajo para garantizar eficiencia y calidad en la entrega de soluciones.

Análisis e Implicaciones

La adopción de MLOps representa un paso fundamental para las organizaciones que buscan escalar sus iniciativas de machine learning más allá del laboratorio. Al establecer procesos estandarizados, se reduce el tiempo de salida al mercado y se mejora la confiabilidad de los modelos en producción. Esto tiene un impacto directo en la toma de decisiones basada en datos y en la generación de valor empresarial.

Contexto Adicional

El enfoque de este artículo es ideal para profesionales técnicos que están comenzando a explorar cómo integrar modelos de machine learning en sistemas reales. Además, resalta cómo MLOps no solo es una cuestión técnica, sino también de cultura organizacional y gestión de procesos.

73 Beautiful Books from the MIT Press Essential Knowledge Series Complete

Oct 2, 2021 18:05 • abakcus.com Abakcus

The MIT Press Essential Knowledge series offer readers a point of access to complex ideas. We have curated 73 amazing books for you.

Extended Summary

Resumen Principal

La serie Essential Knowledge de MIT Press representa una colección editorial cuidadosamente seleccionada que ofrece puntos de entrada accesibles a ideas complejas, abarcando una amplia gama de disciplinas intelectuales. Esta compilación de 73 libros destacados demuestra el compromiso editorial con la democratización del conocimiento, permitiendo que lectores diversos accedan a contenidos académicos rigurosos sin sacrificar la profundidad intelectual. La curaduría refleja una intención clara de puentear la brecha entre la investigación especializada y el interés general, facilitando la comprensión de temas que tradicionalmente resultan intimidantes o inaccesibles para audiencias no especializadas. Cada título funciona como una introducción sólida que no solo informa, sino que también inspira la exploración posterior de conceptos fundamentales en múltiples campos del saber.

Elementos Clave

  • Diversidad temática: La colección abarca disciplinas variadas desde ciencias hasta humanidades, ofreciendo una panorámica integral del conocimiento contemporáneo a través de enfoques interdisciplinarios que enriquecen la comprensión lectora.
  • Accesibilidad intelectual: Cada volumen está diseñado para traducir conceptos complejos en formatos comprensibles sin simplificaciones excesivas, manteniendo el rigor académico mientras se facilita su asimilación por parte de lectores generales.
  • Calidad editorial: La selección de 73 títulos implica un proceso riguroso de curaduría que garantiza estándares editoriales elevados, asegurando que cada publicación cumpla con los criterios de excelencia intelectual característicos de MIT Press.
  • Impacto educativo: La serie funciona como recurso valioso para educadores, estudiantes y lectores autodidactas, proporcionando herramientas conceptuales fundamentales que fortalecen la alfabetización intelectual en temas contemporáneos.

Análisis e Implicaciones

Esta iniciativa editorial tiene el potencial de transformar la manera en que el conocimiento académico llega a audiencias amplias, estableciendo nuevos estándares para la divulgación intelectual de calidad. La colección refuerza la importancia de las editoriales universitarias en la construcción de puentes entre la investigación avanzada y la curiosidad pública.

Contexto Adicional

MIT Press, reconocida por su contribución al conocimiento científico y tecnológico, extiende su influencia editorial a través de esta serie que complementa su catálogo especializado con publicaciones de acceso general. La selección cuidadosa de estos 73 volúmenes representa una inversión significativa en la educación pública y el desarrollo del pensamiento crítico contemporáneo.

Just a moment... Complete

Oct 2, 2021 18:04 • blog.cloudflare.com

DDoS protection by Cloudflare Ray ID: 697fda670c836961

Extended Summary

Resumen Principal

La página muestra un mensaje de protección DDoS proporcionado por Cloudflare, indicando que el sitio web está siendo protegido contra posibles ataques de denegación de servicio. El sistema ha generado un identificador único denominado Ray ID con el código 697fda670c836961, que permite el seguimiento y análisis del tráfico específico que activó las medidas de seguridad. Esta implementación sugiere que el sitio web experimentó un pico de tráfico inusual que fue interpretado por los sistemas de Cloudflare como una posible amenaza, activando automáticamente los protocolos de protección. El mensaje "Just a moment..." indica que los usuarios legítimos experimentan un breve retraso mientras el sistema verifica la naturaleza del tráfico, diferenciando entre visitantes genuinos y tráfico malicioso potencial.

Elementos Clave

  • Protección DDoS por Cloudflare: El servicio de seguridad empresarial que monitorea y filtra el tráfico web para prevenir ataques de sobrecarga del servidor
  • Ray ID único (697fda670c836961): Identificador de seguimiento que permite a los administradores y al propio Cloudflare rastrear eventos específicos de seguridad y análisis de tráfico
  • Verificación de tráfico automatizada: Proceso que diferencia entre usuarios legítimos y posibles bots o ataques mediante análisis de comportamiento y patrones de acceso
  • Interfaz de usuario temporal: Mensaje de espera que informa a los visitantes sobre la verificación de seguridad en curso, manteniendo la experiencia del usuario mientras se procesan las protecciones

Análisis e Implicaciones

La presencia de esta protección demuestra la importancia crítica de implementar soluciones de seguridad web profesionales para mantener la disponibilidad del servicio frente a amenazas cibernéticas cada vez más sofisticadas. La activación del sistema de protección puede indicar tanto un ataque real como un pico inesperado de tráfico legítimo, lo que resalta la necesidad de monitoreo continuo y análisis detallado de los registros de eventos.

Contexto Adicional

Cloudflare es uno de los principales proveedores de servicios de seguridad y rendimiento web a nivel mundial, protegiendo millones de sitios web contra diversas amenazas cibernéticas. El uso del Ray ID permite una auditoría precisa de cada interacción con el sistema de seguridad, facilitando la identificación de patrones de ataque y la optimización continua de las medidas de protección implementadas.

Flare, error tracker for Laravel Complete

Oct 1, 2021 14:11 • flareapp.io Flare

Flare is the only error tracker that suggests a fix.Think Ignition—your local error page—in production.

Extended Summary

Resumen Principal

Flare se presenta como una solución avanzada de seguimiento de errores diseñada específicamente para aplicaciones Laravel, destacando por su capacidad única de no solo reportar fallos, sino también sugerir soluciones concretas. Esta herramienta representa una evolución significativa en el manejo de errores en producción, ofreciendo una experiencia similar a Ignition, la página de error local de Laravel, pero adaptada para entornos de producción. La propuesta de valor central radica en transformar el proceso reactivo tradicional de gestión de errores en un enfoque proactivo que acelera la resolución de incidencias. Al integrar inteligencia en el diagnóstico de problemas, Flare permite a los desarrolladores reducir significativamente el tiempo de inactividad y mejorar la estabilidad general de las aplicaciones. Su enfoque innovador convierte la gestión de errores de una tarea puramente informativa en una experiencia orientada a la solución, posicionándola como una herramienta esencial para equipos que buscan optimizar su flujo de trabajo en entornos de producción.

Elementos Clave

  • Sugerencia de correcciones automatizadas: Flare destaca por su capacidad única de no solo reportar errores, sino de proporcionar soluciones sugeridas, transformando la experiencia de manejo de errores de reactiva a proactiva
  • Integración con Ignition: La herramienta extiende la funcionalidad de Ignition, la página de error local de Laravel, al entorno de producción, manteniendo consistencia en la experiencia de desarrollo
  • Especialización en Laravel: Diseñada específicamente para el ecosistema Laravel, garantizando compatibilidad óptima y aprovechamiento de las características nativas del framework
  • Enfoque en producción: A diferencia de herramientas genéricas, Flare está optimizada para entornos de producción, proporcionando información contextual relevante sin comprometer la seguridad

Análisis e Implicaciones

La introducción de sugerencias de solución representa una transformación paradigmática en el seguimiento de errores, potencialmente reduciendo drásticamente los tiempos de resolución y la dependencia de conocimiento especializado. Esta innovación podría establecer un nuevo estándar en la industria de monitoreo de aplicaciones, impulsando a competidores a desarrollar capacidades similares. La especialización en Laravel demuestra cómo las herramientas verticales pueden ofrecer valor superior frente a soluciones genéricas.

Contexto Adicional

Flare se posiciona como el sucesor natural del enfoque tradicional de manejo de errores, aprovechando la popularidad creciente del framework Laravel en el desarrollo web moderno. Su enfoque único combina la familiaridad de las herramientas de desarrollo local con la robustez requerida en ambientes de producción empresarial.