Deep Learning

Die freie Spracherkennung Deep Speech von Mozilla läuft in der aktuellen Version 0.6 auch auf wenig leistungsfähigen Chips in Echtzeit. Darüber hinaus hat das Team das Modell weiter deutlich verkleinert.

Nutzern von Amazon Web Services steht künftig ein Inferencing-Chip für Deep-Learning-Aufgaben zur Verfügung. Der Machine-Learning-Dienst Sagemaker soll nun zudem vollständig automatisiert arbeiten können und das Unternehmen hat eine Java-Bibliothek für Deep Learning als Open Source bereitgestellt.

Der Austausch von Gesichtern und andere Mogeleien sind in China ab dem 1. Januar 2020 kennzeichnungspflichtig. Die Veröffentlichung nicht gekennzeichneter Deep Fakes wird für Urheber und Diensteanbieter strafbar.

Python gilt als relativ einfach und ist die Sprache der Wahl in der Data Science und beim maschinellen Lernen. Aber die Sprache kann auch anders. Mithilfe von Micro Python können zum Beispiel Sensordaten ausgelesen werden. Ein kleines Elektronikprojekt ganz ohne Löten.
Eine Anleitung von Dirk Koller

Alphabet arbeitet daran, dass Roboter so alltäglich werden wie Computer. Einige technische Entwicklungen sollen ihnen in absehbarer Zeit zum Durchbruch verhelfen. Dann könnten günstige Roboter in jedem Haushalt alltägliche Arbeiten erledigen.

Mit Deep Fakes wird geblödelt, gehetzt und geputscht. Bedrohen Videos, die vorgaukeln, Stars und Politiker zu zeigen, die Demokratie? Möglich, nur anders, als wir denken.
Eine Analyse von Meike Laaff

Im Play Store können sich Nutzer Apps vorschlagen lassen, idealerweise haben die Vorschläge etwas mit vergangenen Präferenzen zu tun. Googles KI-Tochter Deepmind versucht mit ihren Algorithmen, die Auswahl an Vorschlägen besser auf die Nutzer abzustimmen.

Mit dem Jetson Xavier NX stellt Nvidia eine kleine Entwicklerplatine vor, die für Deep-Learning besonders effizient, aber auch leistungsfähig sein soll. Das Board kann als Upgrade für den Jetson Nano dienen, ist aber deutlich teurer.

Roboter erledigen am Band jetzt schon viele Arbeiten. Allerdings müssen sie oft noch von Menschen kontrolliert und ihre Fehler ausgebessert werden. Wissenschaftler arbeiten daran, dass das in Zukunft nicht mehr so ist. Ziel ist ein selbstständig lernender Roboter für die Automobilindustrie.
Ein Bericht von Friedrich List

Mittels KI sucht der Linux-Kernel-Entwickler Sasha Levin nach Patches für die stabilen Zweige, die Code verbessern. Aber kann er mit dem System auch Patches finden, die Bugs enthalten? Für Levin ist das eine schwer lösbare Aufgabe, aber er hat ein paar Anhaltspunkte dafür, wie das gehen könnte.

Beleidigungen und sonstige toxische Ausfälle im Chat von Counter Strike Global Offensive werden sofort erkannt: Zusammen mit Google hat das Unternehmen Faceit einen KI-Moderator entwickelt, der schon fleißig problematische Spieler sperrt.

Aus Willem Dafoe wird ein ähnliches, aber für Gesichtserkennung schwer identifizierbares Abbild: Forscher entwickeln ein Machine-Learning-Programm, das die Gesichter von Menschen so verändert, dass sie vor Erkennungsalgorithmen möglichst gut geschützt werden. Das soll auch in Videos funktionieren.

Mit den Ethos-NPUs bietet ARM integrierbare AI-Beschleuniger für Smartphone-Chips an: Sie erreichen bis zu 5 Teraops und sollen besonders effizient sein. Zudem gibt es mit der Mali-G57 eine weitere Valhall-Grafik- und mit der Mali-D37 die passende Display-Einheit.

Zuerst in Tausenden parallelen Simulationen, dann in der echten Welt: Der Roboterarm von OpenAI kann bereits einen Zauberwürfel einhändig lösen. Gesteuert wird er von einer Software, die sich den Ablauf selbst beigebracht hat. Trotzdem ist das in der echten Welt noch eine Herausforderung.

Gal Gadot in einem Porno und Obama, der Trump beleidigt: Kalifornien will stärker gegen mit Hilfe von KI gefälschten Videos vorgehen. Der Upload solcher Inhalte soll verboten werden. Die Intention sei gut, allerdings auch eine Einschränkung der Meinungsäußerung, meinen Bürgerrechtler.

Nicht nur GPS-Tracker und Kameras sind Teil des chinesischen Klassenraumexperiments der Zukunft. Schüler tragen Stirnbänder, die Gehirnaktivitäten messen. Lehrer und Eltern können so immer sehen, wie sich Kinder im Unterricht verhalten. Diese EEG-Messungen sind allerdings fehleranfällig.

Mit der aktuellen Version 2.0 von Tensorflow soll das Deep-Learning-Framework deutlich einfacher und nutzerfreundlicher werden. Der dazu wohl wichtigste Punkt ist die Reduzierung des API auf Keras.

In offensichtlicher Anlehnung an Imagenet will Code-Hoster Github mit Codesearchnet einen Deep-Learning-Wettbewerb für die semantische Suche in Code etablieren. Der Datensatz dafür umfasst 6 Millionen Methoden, teils mit Dokumentation und Metadaten.

Microsoft hat seine Cloud-Sicherheitssoftware Azure Sentinel veröffentlicht. Unternehmen können damit ihren Netzwerktraffic überwachen. Das kostet allerdings 2,20 Euro pro Gigabyte. Viel Traffic reduziert diesen Preis drastisch.

Forscher arbeiten an einer Software, die die eigene Privatsphäre schützen soll. Deepprivacy maskiert das eigene Gesicht mit zufälligen anderen Gesichtern. Noch sieht das sehr surreal aus.

In Zusammenarbeit mit Qualcomm stellt Microsoft das Entwickler-Kit einer kleinen Webcam bereit, die KI-Modelle direkt anwenden können soll. Auf dem Gerät läuft Linux.

Das Machine-Learning-Framework Tensorflow von Google ist um das sogenannte Neural Structured Learning erweitert worden. Damit können auch Graphen und anderen strukturierte Eingabesignale aus Lerngrundlage genutzt werden.

Huawei macht seine Ankündigung zur Realität und hat den KI-Chip Ascend 910 fertiggestellt. Kunden können den ARM-Prozessor als vorgefertigten Server kaufen. Dort arbeiten 1.024 der Chips parallel an neuronalen Netzwerken. Passend dazu gibt es mit Mindspore ein Framework.

Das Logistikunternehmen UPS testet seit mehreren Monaten Systeme für autonomes Fahren. Die Ergebnisse scheinen vielversprechend: Das US-Unternehmen beteiligt sich an dem Startup, das die entsprechenden Systeme entwickelt hat.

Mithilfe von Machine Learning und einer Bimetall-Zunge entwickeln Forscher Hardware, die Geschmäcker unterscheiden kann. Das System kann etwa Jahrgänge und unterschiedliche Reifefässer erkennen. In der Zukunft soll das gegen Fälschungen helfen.

Deepmind entwickelt mit Alphastar und Alphazero interessante KI, die in Spielen Menschen besiegt und dazulernt. Lukrativ scheint das aber noch nicht zu sein. Im Gegenteil: Das Forschungsteam schuldet dem Mutterkonzern Alphabet Geld, das eigentlich noch in diesem Jahr gezahlt werden muss.

Mit der Alveo U50 erweitert Xilinx sein Portfolio an FPGA-Beschleunigern um eine Low-Profile-Version für eine höhere Leistungsdichte. Die Karte nutzt daher HBM2-Stapelspeicher für besonders viel Bandbreite.

Amazon Polly wird um Neural Text-to-Speech erweitert. Dieses soll natürlicher klingen als traditionelle Ansätze. Das System kann etwa Nachrichtenmoderatoren imitieren. Erste Audiobeispiele klingen bereits recht überzeugend, auch wenn einige Dinge die synthetische Herkunft verraten.

Zusammen mit OpenAI will Microsoft eine generelle künstliche Intelligenz schaffen, die mit Menschen interagieren kann. Eine Milliarde US-Dollar investiert das Unternehmen in diese Vision. Um Szenarien wie in Science-Fiction-Kultur vorzubeugen, soll dabei ein Fokus auf ethischen Werten liegen.

Das Entwicklerstudio Valve lässt sich ein bisschen in die Karten schauen: In einer neuen Rubik namens Steam Labs können Spieler frühzeitig neue Funktionen kennenlernen. Darunter ist ein interessantes Empfehlungsexperiment, das auf Maschinenlernen setzt.

Während der Störung von einigen Facebook-Diensten konnten Nutzer einen Einblick gewinnen, wie das Unternehmen Bilder markiert. Das Machine-Learning-System erkennt bereits Personen, Körperhaltungen und Emotionen und kann zwischen Kindern und Erwachsenen unterscheiden. Trotzdem zeigen sich Probleme.

Mit der Nervana NNP-I alias Spring Hill plant Intel ein M.2-Kärtchen, das für Inferencing in Servern eingesetzt werden soll. Es wurde in enger Zusammenarbeit mit Facebook entwickelt und nutzt einen stark modifizierten Ice-Lake-Chip samt AI-Einheiten.

Der Erfolg des KI-Nacktgenerators Deepnude war für das kleine Entwicklerteam zu viel: Erst ist der Downloadserver abgestürzt und dann hat das Team das Ende des Projekts verkündet. Mit Deepnude konnten mit Hilfe von GANs Bilder von bekleideten Frauen in Bilder von nackten Frauen umgewandelt werden.

Googles Deep Learning Containers sind in der Cloud gehostete Entwicklungsumgebungen, in der Nutzer ohne viel Einrichtungsaufwand ihre Machine-Learning-Software trainieren können. Die Container schöpfen Ressourcen direkt aus der Google-Cloud mit Intel-CPUs und Nvidia-GPUs. Amazon war aber zuerst da.

Mit Hilfe von Gesichtserkennung und teils digital angebundenen Spieltischen wollen Casinos in der chinesischen Stadt Macau Leute erkennen, die viel Geld aufs Spiel setzen - und damit mehr verlieren können. Trotzdem seien laut Bloomberg solche Methoden für Chinesen nicht so fragwürdig, wie es den Anschein hat.

Staatsanwälte in das USA lassen sich bei ihren Entscheidungen oft genug durch Vorurteile bezüglich der Hautfarbe eines Verdächtigen leiten. In San Francisco bald nicht mehr: Eine KI soll dafür sorgen, dass sie es in Zukunft nur noch mit farblosen Verdächtigen zu tun haben.

Der Stromverbrauch und CO2-Ausstoß bei der Erstellung von Deep-Learning-Modellen ist erheblich, wie eine jetzt veröffentlichte Studie zeigt.

Computex 2019 Der ML-Processor ist, der Name impliziert es bereits, für Machine Learning gedacht: Der Funktionsblock von ARM soll neben CPU/GPU in Smartphone-Chips stecken und dort aufwendige Berechnungen bei hochauflösenden Fotos durchführen oder bei der Entsperrung per Gesicht helfen.

In Kooperation mit Samsung stellen Forscher eine Software vor, die mit möglichst wenigen Quellbildern Gesichter auf andere Gesichter in Videoclips übertragen kann. Das funktioniert bei echten Menschen und Gemälden - und lässt etwa die Mona Lisa zu einer sprechenden Person werden.

Überlandfahrten am Steuer eines Sattelschleppers können öde sein. Die US-Post testet auf einer mehr als 1.600 Kilometer langen Stecke zwischen Texas und Arizona autonom fahrende Lkw.

Wie sieht ein Labrador in Katzenform aus? Nutzer können es mit dem Nvidia-Tool Petswap herausfinden. Es basiert auf dem neuronalen Netzwerk Funit, das menschliche Vorstellungskraft imitieren soll - teils mit skurilen Ergebnissen.

Um gesprochene Sprache zu übersetzen, wird bisher ein Ansatz mit mehreren Zwischenschritten angewendet. Mit dem Translatotron will Google die Übersetzung nun direkt durchführen.

Keine zwei Jahre am Markt und vorbei: Nach den Itanium sind auch die Xeon Phi am Ende angelangt. Die einst als Larrabee begonnene Idee mit sehr vielen x86-Kernen als Rechenbeschleuniger konnte sich nicht durchsetzen.

Build 2019 "KI eröffnet so viele Möglichkeiten", sagt Microsoft bereits vor der Build 2019. Das Unternehmen will Reinforcement Learning als einfach zu nutzendes Produkt anbieten. Auch Handschrifterkennung und die Expansion des Open-Source-Standards ONNX sind geplant.

US-Forscher haben ein System entwickelt, das Signale aus dem Gehirn in gesprochene Sprache übersetzt. Dabei bildet es die Stimme und Sprachmelodie des Probanden nach. Das System soll es in Zukunft Menschen, die ihre Sprechfähigkeit verloren haben, ermöglichen zu sprechen.

Die aktuelle Version 16 von Nextcloud soll die Sicherheit und das Teilen von Dateien mit Hilfe von Machine Learning verbessern. Das Projekt führt außerdem eine kleine Projektverwaltung ein und ACLs, um alte Fileserver zu ersetzen.

Die Algorithmen von Open AI haben erstmals den derzeit besten menschlichen Spieler in Dota 2 geschlagen: In einem Turnier hat sich die KI gegen das E-Sports-Team OG durchgesetzt - auch mit der Verwendung einer unüblichen Strategie.

Der Wissenschaftsverlag Springer Nature hat sein erstes Buch herausgegeben, das nicht von einem Menschen verfasst wurde: Ein Algorithmus hat eine Zusammenfassung der aktuellen Forschung im Bereich Lithium-Ionen-Akkus erzeugt.

Artikel mit Zitaten zu belegen, ist eine wichtige Regel auf Wikipedia. Ein selbst entwickeltes KI-System soll helfen, Beiträge ohne Zitate oder mit schlechter Quellenlage zu finden. Dafür hat das Team mit Autoren und Lesern zusammengearbeitet.

Mit der AI Platform will Google seinen Cloud-Kunden ein vollumfängliches Paket bieten, um KI-Modelle im Team zu erstellen und zu verwenden. Das Unternehmen hat außerdem seine einzelnen KI-Angebote verbessert, darunter auch AutoML.