Deep Learning

Der Browserhersteller Mozilla will Fehler in seiner Software schon entdecken, bevor der Code dafür in die Quellen eingepflegt wird. Genutzt wird dazu ein System auf Basis von Machine-Learning, das von Spielehersteller Ubisoft stammt.

Emotionen in Stimmen zu erkennen, ist für die Forscher von Affectiva durch die wenigen Trainigsdaten nicht leicht. Trotzdem konnten sie ein neuronales Netzwerk trainieren, das verschiedene Sprachen versteht. Das soll für viele Dinge hilfreich sein, etwa für die Erkennung psychologischer Störungen.

Per Machine Learning Kanten zu glätten, bringt in der Praxis bessere Bildraten, wie Final Fantasy XV zeigt. Nutzer können sich davon jetzt auch im derzeit preiswerteren 3DMark-Benchmark überzeugen - Turing-Grafikkarte vorausgesetzt.

Per KI-Software wollen Wissenschaftler des Fraunhofer-Institutes die Merkmale von Fake-News und Hate Speech erkennen und filtern. Das seien oft merkwürdige Formulierungen und Beleidigungen. Für subtilere Kommentare könnte das nicht ausreichen.

Es ist nicht lange her, dass IBMs Gesichtserkennung schwach bei der Erkennung von Hautfarben und Geschlecht war. Der Datensatz Diversity in Faces soll das ändern. Er steht auch anderen Forschern auf Anfrage zur Verfügung.

Der Linux-Kernel soll ein eigenes Teilsystem für KI-Beschleuniger erhalten. Einige Entwickler der Linux-Grafiktreiber halten das aber für eine sehr schlechte Idee, immerhin seien die Unterschiede zu GPUs minimal.

Das Software-Unternehmen Google erweitert seine finanzielle Unterstützung für Wikipedia und ermöglicht dem Projekt zudem kostenlosen Zugriff auf verschiedene Cloud- und Machine-Learning-APIs. Dazu gehören die automatisierte Übersetzung, eine eigene Suche oder die Digitalisierung von Büchern.

Anscheinend hat IBM Watson Workspace nicht genug Resonanz bei Kunden gefunden. Dabei hatte die Kollaborationssoftware Potenzial, indem Watson wichtige Konversationen gefiltert hat. Allerdings fehlten in der Betaversion viele Dinge, etwa Videochat.

Obwohl im US-Bundestaat Illinois stärkere Regeln gegen das ungefragte Sammeln von biometrischen Daten existieren, bleibt dieses Vorgehen für Google wohl weiterhin legal. Das Unternehmen erstellt Gesichtsprofile in Google Photos, um Bilder nach Personen zu durchsuchen. Das ist standardmäßig aktiviert.

Auf der Suche nach Stalkern haben die Veranstalter auf einem Taylor-Swift-Konzert Gesichtserkennung und eine Bilddatenbank eingesetzt. Besucher wurden unbemerkt gescannt, während sie auf ein Video schauten. Laut US-Hausrecht ist das wohl legal.

Clarity können Webseitenbetreiber als Javascript-Plugin einbetten, um das Verhalten ihrer Besucher zu verfolgen. Microsofts Software wertet diese Daten aus und kann mit Machine Learning Muster erkennen - etwa welche Elemente besonders häufig geklickt oder übersehen werden.

Mit Hilfe von Deep Learning untersuchen die Finanzbehörden unter anderem die Panama Papers. Die Fahnder können mit Hilfe des Computers trotz der immer größeren Datenflut auffällige Steuererklärungen erkennen.

Deepminds Alphazero-KI konnte sich durch Trial and Error drei der bekanntesten Strategiebrettspiele selbst beibringen und die jeweiligen Meister deutlich besiegen - und die sind schon seit einiger Zeit keine Menschen mehr.

Um den Schutz der Kommunikationstechnik des Bundes "fortlaufend gewährleisten zu können", nutzt das BSI "Verfahren des maschinellen Lernens", lässt die Bundesregierung durchblicken. Auch das BKA verwendet KI für Datenanalysen. Was die Geheimdienste auf diesem Sektor machen? "Streng geheim."
Ein Bericht von Stefan Krempl

Der von Tumblr eingesetzte Bilderkennungsalgorithmus ist sehr ungenau: Statt Nacktheit markiert er Zeichnungen von Einhörnern und den US-Politiker Joe Biden. Das Unternehmen hat knapp zwei Wochen, bis die neue Nutzungsbedingung in Kraft tritt und die Software endgültig über Inhalte entscheidet.

Die Zahl der Anime-Produktionen steigt weltweit, die Zahl der Zeichner hingegen nicht in gleichem Maße. Japanische Forscher haben daher eine automatisierte Kolorierung entwickelt, die Charaktere mit Hilfe von künstlicher Intelligenz einfärben kann.

Ein Unternehmen aus Südkorea arbeitet daran, Stimmen reproduzierbar und neu generierbar zu machen. Was für viele Branchen enorme Kosteneinsparungen bedeutet, könnte auch eine neue Dimension von Fake News werden.
Ein Bericht von Felix Lill

Sie sollen von selbst Rennen fahren: AWS Deepracer sind Miniaturfahrzeuge für Hobbybastler, die mit KI-Werkzeugen von AWS das Fahren lernen sollen. Das Unternehmen will zudem künftig Rennen veranstalten, bei denen sie gegeneinander antreten.

Anhand von Spieleklassikern wie Montezuma's Revenge haben Wissenschaftler von Uber neue Algorithmen zur Wegfindung ausprobiert - und dabei nach eigenen Angaben in Pitfall erstmals überhaupt Punkte für eine KI eingefahren.

Um mehr Leistung zu erreichen, hat Nvidia den DGX-2 auf den DGX-2H aktualisiert: Das System für Deep Learning nutzt weiterhin Tesla V100, jedoch mit 450 Watt statt 350 Watt und somit höheren Taktraten unter Last. Zudem gibt es einen schnelleren 24-Kern-Prozessor.

Forscher der New York University haben ein Verfahren entwickelt, um biometrische Zugangssysteme auszutricksen. Sie nutzen die Arbeitsweise von Fingerabdruckscannern aus, um diese mit gefälschten Fingerabdrücken zu überlisten.

Programme zum Maschinenlernen stellen andere Herausforderungen an Entwickler als die klassische Anwendungsentwicklung, denn hier lernt der Computer selbst. Wir geben eine Übersicht über die wichtigsten Entwicklerwerkzeuge - inklusive Programmierbeispielen.
Von Miroslav Stimac

Der Sprecher erscheint etwas künstlich? Ist er auch: Die chinesische Nachrichtenagentur Xinhua hat zusammen mit dem Suchmaschinenbetreiber Sogou ein auf Maschinenlernen und KI basierendes System entwickelt, das Avatare Nachrichten in verschiedenen Sprachen präsentieren lässt.

Wer braucht schon Gesichtserkennung? In China wird ein Überwachungssystem entwickelt, das Bürger an ihren einzigartigen Gangarten erkennt. Die Software soll sich auch von absichtlich anderem Laufen nicht täuschen lassen. Ganz in Echtzeit funktioniert das aber noch nicht.

Um risikoreiche Filmprojekte sicherer finanzieren zu können, entwickeln Forscher von 20th Century Fox ein neuronales Netzwerk, das die Vorlieben von Kinogängern analysieren soll. Daraus errechnet das System Filmtrends des kommenden Jahres.

Mittels Bilderkennung aus Kamerabildern will die EU künftig den Risikofaktor von Einreisenden ermitteln. Dazu werden zwei Schritte notwendig: das Eingeben von Personalien vor der Einreise und ein Kontrollieren dieser an der Grenze selbst. Die EU will damit illegale Einwanderer schneller filtern.

Wichtige Patches, die in stabilen Kernel-Versionen landen sollten, werden von der Linux-Community oft vergessen oder übersehen. Abhilfe schaffen soll offenbar Machine Learning, wie die Entwickler Sasha Levin und Julia Lawall erklären.

Computer haben Wissenschaft und Gesellschaft bereits verändert. KI und Maschinenlernen werden diese Entwicklung mit wachsender Geschwindigkeit vorantreiben. An einer neuen Hochschule sollen sich Wissenschaftler auch mit den ethischen Aspekten dieser Entwicklung beschäftigen.

Maschinenlernen klingt innovativ und hat schier unendlich viele Einsatzzwecke, doch die Funktionsweise verstehen nur wenige. Sie basiert auf komplizierten mathematischen und statistischen Verfahren. Wir erklären sie Nichtmathematikern anhand von drei wichtigen Algorithmen.
Von Miroslav Stimac

Mit der Ascend-Serie hat Huawei mehrere Beschleuniger für maschinelles Lernen vorgestellt, die schneller als Googles TPUs und effizienter als Nvidias Turing sein sollen. Nächstes Jahr möchte das Unternehmen die Technik dann in Smartphone-Chips integrieren.

Weil es Frauen klar benachteiligte, hat Amazon die Arbeit an seinem Machine-Learning-gestützten Tool zur Beurteilung von Bewerbern eingestellt. Die KI hatte sich die Haltung selbst beigebracht.

Google lehnt ein lukratives Geschäft mit der US-Regierung ab: Das Unternehmen beteiligt sich nicht an einem Cloud-Projekt des US-Verteidigungsministeriums. Eine KI-Kooperation mit dem US-Militär kam bei der Belegschaft nicht gut an.

Künstliche Intelligenz, Machine Learning und neuronale Netze zählen zu den wichtigen Buzzwords dieses Jahres. Oft wird der Eindruck vermittelt, dass Computer bald wie Menschen denken können. Allerdings wird bei dem Thema viel durcheinandergeworfen. Wir sortieren.
Von Miroslav Stimac

Ignite 2018 Neue virtuelle Maschinen, mietbare SSDs und WAN-Verbindungen über das Microsoft-Backbone: Azure bekommt eine ganze Reihe an neuen Funktionen in den Bereichen Storage, Netzwerken und Security. Vieles davon befindet sich allerdings noch in der Preview-Phase.

Kunden, die Microsofts Azure für Machine-Learning-Aufgaben benutzen, sollen dank weitgehender Automatisierung wesentlich schneller zu ihrem Modell kommen. Die einfach integrierbaren Machine-Learning-Dienste von Microsoft selbst verbessern außerdem die Sprachdienste.

Ein wenig nebulös wirkt Alibabas Ankündigung, in den Markt der KI-Chips einzusteigen. Das Unternehmen baut dazu sogar ein eigenes Forschungsteam auf. Nebenbei wollen sich die Chinesen auf dem Gebiet der Quantencomputer schnell etablieren.

Nicht jeder, der in die U-Bahn einsteigt, hat zuvor auch einen Fahrschein gekauft. Ein in Spanien entwickeltes KI-System soll Schwarzfahrer erkennen, wenn diese unrechtmäßig die Sperre auf dem Bahnhof überwinden. Das System wird in Barcelona getestet.

IBM entwickelt eine Software, die automatisch die Entscheidungen von KI-Systemen nachvollziehen und eventuelle Vorurteile herausfinden kann, etwa wenn bestimmte Ethnien in einer Untersuchung offensichtlich benachteiligt werden. Das System zeichnet dazu Daten und den Quellcode auf.

Mit Deep Speech will Mozilla ein freies System zur Spracherkennung bereitstellen. Die aktuelle Version 0.2 ist nun deutlich kleiner und ermöglicht Echtzeitanwendungen für die Spracherkennung, wie das automatische Erstellen von Untertiteln.

Zwei Jahre nach Pascal folgt Turing: Die GPU-Architektur führt Tensor-Cores und RT-Kerne für Spieler ein. Die Geforce RTX haben mächtige Shader-Einheiten, große Caches sowie GDDR6-Videospeicher für Raytracing, für Deep-Learning-Kantenglättung und für mehr Leistung.
Ein Bericht von Marc Sauter

In einem Forschungsprojekt experimentieren Wissenschaftler mit einem KI-System, das Elemente eines Videos analysiert und auf ein anderes Video überträgt. In einem gezeigten Clip kann so eine Narzisse wie ein Hibiskus blühen oder Donald Trump wie Barack Obama reden.

Seit Jahrzehnten sucht Seti den interstellaren Raum nach Signalen ab, die von Außerirdischen stammen könnten. Dabei empfangen die Forscher auch andere astronomisch interessante Daten, wie etwa schnelle Radioblitze. KI hilft bei der Suche.

Auf die Quadro RTX und die Geforce RTX folgt die Tesla T4: Die Grafikkarte mit Turing-Architektur ist ein Inferencing-Beschleuniger mit Tensor-Cores, den unter anderem Google für das eigene Cloud-Angebot nutzt.

Das soziale Netzwerk Facebook arbeitet an einem KI-System, das Text im Bild erkennen und den Sinn von diesen Texten verstehen und filtern kann. Rosetta soll dabei helfen, die Flut an Memes zu analysieren. Als Trainingsdaten dienen gepostete Motive und künstlich erstellte Memes.

Anhand von geschlechtsneutralen Sprachen hat ein Forschungsteam den Google-Übersetzer für sexistisch befunden: So werden Berufe wie Geschäftsführer mit Männern und Bäcker eher mit Frauen verbunden. Den Forschern sei dabei bewusst, dass ein gewisser Grad an Vorurteilen nicht vermeidbar ist.

Das Agropad sieht aus wie ein Teststreifen aus dem Chemieunterricht. Darauf befindet sich aber ein Chip, der verschiedene Werte im Wasser misst. Per App und künstlicher Intelligenz lässt sich das Ergebnis ohne große Chemiekenntnisse auswerten.

Die nächste Saison der Drone Racing League wird auch computergesteuerte Drohnen gegen Menschen für ein Millionenpreisgeld antreten lassen. Finanziert wird das Ereignis von Lockheed Martin - einem Hersteller von Militärflugzeugen.

Huawei hat endlich erklärt, wie der GPU Turbo für die eigenen Smartphones funktioniert: Der Hersteller lädt je Spiel ein trainiertes neuronales Netz auf die Geräte, um Takt und Spannung der Kirin-Chips zu optimieren.

Das Erstellen und Trainieren von Machine-Learning-Modellen ist kompliziert und erfordert einiges an Erfahrung. Das Unternehmen Baidu will den Prozess nun so massiv vereinfachen, dass das Hochladen eigener Daten und ein paar Klicks bis zum fertigen Modell ausreichen.

Beben nach dem Beben prognostizieren, ist schwierig. Forscher der Harvard-Universität und von Google haben ein KI-System entwickelt, das das können soll. Maschinelles Lernen soll besonders gut geeignet sein, die komplexen Muster aufzudecken, die Nachbeben vorangehen.