Deep Learning
Die Deep-Learning-Technik des Maschinenlernens orientiert sich an der Funktionsweise des menschlichen Gehirns. Forscher versprechen sich von ihr eine deutlich höhere Qualität als von sogenannten flachen Lernern. Fast jeder nutzt mittlerweile Software, die auf Deep Learning basiert.
-
PowerVR 9XE/9XM und PowerVR 2NX: Imagination Technologies bringt eigenen AI-Beschleuniger
Zwei neue Grafikeinheiten und ein Neural Net Accelerator: Imagination Technologies' PowerVR 2NX soll Smartphone-Chips helfen, künstliche Intelligenz lokal auf dem Gerät zu berechnen. Die GPUs liefern viel Füllrate pro Quadratmillimeter.
Pixelmator Pro - Trailer 
IBM Deep Learning - Rekorderklärung 
Google Machine Learning - Erklärung und Beispiel 
Deepmoji - Projektvorstellung Intel zeigt den Movidius Neural Compute Stick Demis Hassabis on Alpha Go (Herstellervideo) Google Cloud TPU (Google io 2017) Nvidia zeigt Tesla V100 (GTC 2017) Nvidia GTC 2017 Keynote Adobe-Selfie-App (Herstellervideo) Blitzkrieg 3 - Trailer (Boris Neural Network AI) Autonom fahrender Truck - Embark Maluuba - Trailer Radeon Instinct (Trailer) Self-Driving Car Engineer Nanodegree Program - Trailer Google Allo - Trailer My text in your handwriting (Herstellervideo) Vorhersage-Algorithmus - Was passiert als Nächstes - MIT Nvidia und Deep Learning für Autos (GTC 2016) Learning Gripper - Festo Andrew NG über seinen Kurs Machine Learning
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
-
Watson: IBMs Supercomputer stellt sich dumm an
Supercomputer Watson sollte der klügste Computer der Welt werden und dem Unternehmen unter Chefin Virginia Rometty Milliarden bringen. Doch der Rechner enttäuscht.
Von Matthias Kamp, Michael Kroker und Sven Prange -
Künstliche Intelligenz: Microsoft und Facebook vereinheitlichen KI-Frameworks
ONNX soll Entwicklern eine homogene Plattform für die Entwicklung von KI-Applikationen bieten. Microsoft und Facebook kooperieren, um ihre Frameworks zu vereinheitlichen. Die Community kann das Projekt auf Github einsehen.
-
Uber Michelangelo: Die Maschine, die im Hintergrund lernt
In einem Blogpost stellt Uber Michelangelo vor. Das ist ein Machine-Learning-System, das für viele Unternehmensprojekte eingesetzt wird. Die Basis sind zahlreiche Open-Source-Programme und eigene Softwareentwicklungen.
-
Pixelmator Pro: Bildbearbeitung mit maschinellem Lernen für "jedermann"
Pixelmator Pro integriert Apples Core-ML-Schnittstelle, um Funktionen wie Bilderkennung zu realisieren. Die Software soll im Vergleich zur Adobe Creative Cloud besonders preisgünstig und daher für "jedermann" sein - vorausgesetzt "jedermann" ist Mac-Nutzer.
-
Movidius Myriad X: Intels AI-Chip schafft 4 Teraops
Gleiche niedrige Leistungsaufnahme, aber viel höhere Geschwindigkeit: Der Myriad X ist zur Berechnung neuronaler Netze ausgelegt und dank 16FFC-Herstellungsverfahren schneller als sein Vorgänger. Gedacht ist der Intel-Chip mit HEVC-Encoding unter anderem für Multicopter.
-
Project Brainwave: Microsoft beschleunigt KI-Technik mit Cloud-FPGAs
Hot Chips 29 Statt auf fest verdrahtete ASICs, wie Googles TPU, setzt Microsoft für sein Azure-Cloud-Geschäft auf flexiblere FPGAs. Mit diesen sollen künftig Machine-Learning-Modelle beschleunigt werden, um "Echtzeit-KI" bereitzustellen.
-
Knights Mill: Intels Xeon Phi hat 72 Kerne und etwas Netburst
Hot Chips 29 Der nächste Xeon-Phi-Beschleuniger, Knights Mill, erhält überarbeitete Ausführungseinheiten, um mit doppelter Geschwindigkeit und halber Genauigkeit zu rechnen.
-
Bildbearbeitung: Google-Algorithmus entfernt Wasserzeichen auf Fotos
Kommerzielle Fotoagenturen schützen ihre Bilder häufig mit sichtbaren Wasserzeichen. Doch Google-Forscher haben den Schutz geknackt. Und geben Tipps für Verbesserungen.
-
Deeplearn.js: Google bringt Deep Learning in den Browser
Das Machine-Learning-Team von Google will diesen Bereich der Informatik einfacher zugänglich machen und hat Deeplearn.js erstellt. Die Javascript-Bibliothek läuft komplett im Browser und benötigt kein Backend.
-
Blizzard: Starcraft 2 kämpft jetzt für besseres Maschinenlernen
Zugriff auf die API von Starcraft 2, Werkzeuge für Forscher auf Basis von Linux und Replays von Tausenden von Partien: Blizzard und die Google-Tochter Deepmind Technologies haben eine Reihe von Tools ins Netz gestellt, mit denen KI-Forscher an neuen Algorithmen arbeiten können.
-
Deep Learning: IBM stellt Rekord für Bilderkennung auf
Mit Power 8 und jeder Menge Servern: IBM erklärt sich zum neuen Rekordhalter für schnelle Bilderkennung. Vorher sei Microsoft an erster Stelle gewesen. Möglich macht dies eine spezielle Software, die Hardware effizient synchronisiert.
-
Überwachung: Wie ein Algorithmus Spionageflugzeuge findet
In den USA haben Journalisten einen Algorithmus und den Datensatz von Flightradar24 eingesetzt, um Spionageflugzeuge zu finden. Sie sind bei vielen verschiedenen Behörden fündig geworden.
-
Youtube: Mit Machine Learning und NGOs gegen Terrorinhalte vorgehen
Um terroristische und andere rechtswidrige Inhalte zu erkennen, setzt Youtube neuerdings maschinelles Lernen ein. Erste Erfolge sprechen für das System. Trotzdem sind Menschen für die Filterung solcher Videos noch unverzichtbar.
-
MIT: KI erkennt Sarkasmus aus Text
Ob traurig, fröhlich oder ironisch: Der Algorithmus Deepmoji soll viele Emotionen erkennen können. Als Grundlage dient dafür eine von Freiwilligen gepflegte Datenbank. Die KI könnte laut den Entwicklern gegen Mobbing und Rassismus helfen.
-
Maschinensehen: US-Wissenschaftler narren autonom fahrende Autos
Autonom fahrende Autos haben Kameras, um Verkehrsschilder zu erfassen und zu erkennen. Ein paar Buchstaben oder Vierecke, die Forscher auf Schilder geklebt haben, reichen aus, dass Autos die Verkehrszeichen komplett falsch interpretieren.
-
Maschinenlernen: Fotoretusche findet künftig vor der Aufnahme statt
Forscher des MIT demonstrieren mit Maschinenlernen, wie zeitintensive Bildbearbeitung von einem Smartphone automatisiert erledigt werden kann. Die Bildverbesserung arbeitet in Echtzeit.
-
Deep Learning: Intel bringt Movidius Neural Compute Stick
Der neue Neural Compute Stick ist praktisch die fertige Variante des ursprünglichen Movidius-Modells. Intel hat ein paar Optimierungen vorgenommen, beispielsweise können mindestens vier Deep-Learning-Sticks an einem USB-Port betrieben werden.
-
IBM: Watson soll auf KI-Markt verdrängt werden
Was IBMs KI Watson ermöglicht, ist aus Sicht der Investmentbank Jefferies nicht die Zukunft. Die liege beim maschinellen Lernen und Deep Learning. In dieses Feld investiert die Konkurrenz - darunter Google, Amazon, Apple und Facebook.
-
DLU: Fujitsu entwickelt Deep-Learning-Chips
Neben eigenen ARM-Prozessoren für den Post-K-Supercomputer arbeitet Fujitsu auch an Deep-Learning-Einheiten. Den DLUs reicht eine niedrige Integer-Präzision, weshalb die Energie-Effizienz extrem hoch ausfallen soll. Vorerst sind dedizierte Beschleuniger angedacht, später dann On-Package-Varianten.
-
AI-Beschleuniger: Intels Spring Crest erscheint Ende 2018
Die erste Generation von Intels Deep-Learning-ASIC ist noch nicht verfügbar, der Nachfolger ist aber bereits geplant. Spring Crest folgt auf Lake Crest; es handelt sich hierbei erneut um einen Spezialchip mit Stapelspeicher für Beschleunigerkarten.
-
NNabla: Sony gibt Deep-Learning-Bibliothek frei
Nach Unternehmen wie Google, Facebook und Microsoft gibt nun auch Sony seine intern genutzte Bibliothek für Deep-Learning frei. Das Projekt NNabla nutzt eine Kombination aus C++ und Python und läuft auf Windows und Linux.
-
AI-Beschleuniger: Nvidia bringt zwei Varianten der Tesla V100
PCIe oder SXM2: Nvidia wird die Tesla V100 genannte Volta-basierte Rechenkarte für Deep Learning noch 2017 in zwei Formfaktoren veröffentlichen. Die Tesla V100 in Modul-Bauweise ist wie beim Vorgänger etwas schneller und benötigt mehr Energie.
-
Deep Learning: AMDs Radeon Instinct erscheinen im Herbst 2017
Drei Modelle im dritten Quartal: Die für Deep Learning gedachten Beschleuniger, die Radeon Instinct, liefern eine hohe FP32-/FP16-Leistung für Training und Inference. Die Vega-basierte Variante darf sich bis zu 300 Watt genehmigen.
-
Knights Mill: Intels nächster Xeon Phi wird doppelt so schnell
Die als Knights Mill entwickelte nächste Generation von Intels Xeon-Phi-Prozessoren soll eine weitaus höhere Rechenleistung für Deep Learning aufweisen. Dazu setzt der Hersteller auf Operationen mit einfacher und halber Genauigkeit.
-
Bilderkennung: Google gibt Objekt-Erkennungs-API für Tensorflow frei
Anwender von Googles freiem Machine-Learning-Framework Tensorflow können künftig auf eine API zur Objekterkennung in Bildern zugreifen. Google nutzt die Technik intern für Streetview oder auch für die Nest Cam.
-
Imagenet 1K: Facebook klassifiziert eine Million Bilder in einer Stunde
Die Forschungsabteilung von Facebook zeigt, dass eines ihrer Modelle extrem gut skaliert. Das Training zum Erkennen und Klassifizieren von rund 1,2 Millionen Bildern benötigt mit 256 Nvidia-GPUs nur 1 Stunde statt 29 Stunden mit acht GPUs.
-
Mali-G72: ARMs Grafikeinheit für Deep-Learning-Smartphones
Computex 2017 Die Mali-G72 ist eine GPU für SoCs. Die Bifrost-Architektur von ARM enthält Verbesserungen für VR-Headsets und eine effizientere FP16-Berechnung für Inferencing auf dem Smartphone. Trotz wie gehabt 32 Kernen soll die Leistung um 40 Prozent steigen.
-
GTA 5: KI-Fahranfänger rumpelt durch Los Santos
In GTA 5 soll ein computergesteuerter Autofahrer mit Deep-Learning-Algorithmen lernen, immer besser durch die virtuelle Großstadt Los Santos und das Hinterland zu navigieren. Derzeit macht der KI-Pilot namens Charles allerdings noch allerlei kuriose Sachen - und er baut Unfälle.
-
Google I/O: Google verzückt die Entwickler
Google I/O 2017 Die Zeiten aufsehenerregender Hardware-Experimente scheinen vorbei zu sein: Anstatt mittelfristig zum Scheitern verdammte Geräte wie die Google Glass zu zeigen, konzentriert sich Google bei der diesjährigen I/O auf das, wofür die Konferenz eigentlich steht - das Entwickeln.
Eine Analyse von Tobias Költzsch und Sebastian Grüner -
Machine Learning: Optimiertes Tensorflow kommt auf Mobilgeräte
Google I/O 2017 Die von Google unterstützte Machine-Learning-Bibliothek Tensorflow soll in einer für Mobilgeräte optimierten Version erscheinen. Dieses Tensorflow Lite bekommt außerdem eine API für neuronale Netze an die Seite.
-
Cloud TPU: Google baut Monster-Hardware für Machine-Learning
Google I/O 2017 Die zweite Generation von Googles TPU kann nicht nur Modelle anwenden, sondern beschleunigt auch massiv das Training für maschinelles Lernen. Ein Cluster aus 64 der neuen TPU erreicht 11,5 PFlops und kann in der Cloud gemietet werden.
-
Xavier-Tegra: Nvidia entwickelt eigene TPU für autonome Autos
GTC 2017 Googles Deep-Learning-Beschleuniger TPU lassen sich nur in der Cloud mieten. Nvidia will ähnliche Chips künftig als Teil seiner Xavier-SoCs verkaufen und als Open Source anbieten.
-
Microsoft : Azure bekommt eine beeindruckend beängstigende Video-API
Build 2017 Der Video-Indexer der Azure-Cloud erkennt Szenen, Personen, Sprache und Stimmungen in Videos und kann sogar übersetzen. Diese hilfreichen Funktionen demonstriert Microsoft aber ausgerechnet mit Überwachungstechnik.
-
Tesla V100: Drei Volta-Systeme für KI-Berechnungen
GTC 2017 Nvidias DGX-1, die wassergekühlte DGX-Station und das HGX-1 eignen sich für Deep Learning. Die Preise haben es in sich, frühe Käufer erhalten aber ein kostenloses Volta-Upgrade. Alle drei Systeme basieren auf der neuen Tesla V100.
-
Machine Learning: Facebook übersetzt schneller und besser als Google
Ein neues System zur maschinellen Übersetzung von Facebook liefert leicht bessere Ergebnisse als das bisher beste von Google und ist dabei sogar noch schneller. Anders als Google stellt Facebook den Code und die Trainingsdaten frei zur Verfügung.
-
Lex, Polly und Rekognition: Amazon-Cloud hört zu, flüstert und erkennt Nacktbilder
Nach mehreren Monaten geschlossener Vorschau können nun alle Nutzer der Amazon-Cloud auf die Spracherkennung Lex zugreifen. Die Sprachsynthese Polly kann nun lippensynchron flüstern und die Bilderkennung filtert anstößige Inhalte.
-
Künstliche Intelligenz: Deepmind veröffentlicht eigenes Machine-Learning-Framework
Die Alphabet-Tochter Deepmind will bei der Krebsbehandlung helfen und schlägt menschliche Spieler in Go. Das nun verfügbare Open-Source-Framework Sonnet soll die Forschung an maschinellem Lernen in der Öffentlichkeit vorantreiben.
-
Gboard: Googles KI lernt auf Millionen Smartphones gleichzeitig
Zum maschinellen Lernen benötigt Google möglichst relevante, also echte Daten. Deshalb wird das Modell für die Android-Tastatur Gboard einfach auf Smartphones angelernt und später auf dem Server zusammengesetzt - eine radikale Abkehr von bisherigen Herangehensweisen.
-
Sensei AI: Adobe will Selfies neu erfinden
Adobe Research arbeitet an einer App, mit der bessere Selbstporträts aufgenommen werden können. Dabei wird maschinelles Lernen eingesetzt, um einen Aufnahmestil auf das eigene Foto zu übertragen, die Perspektive zu modifizieren oder den Hintergrund unscharf zu stellen.
-
Machine Learning: Google gibt einen tieferen Einblick in seine TPUs
Die von Google selbst entwickelten Machine-Learning-Chips, die Tensor Processing Units, sollen weitaus flotter und obendrein effizienter rechnen als Grafikkarten oder Prozessoren. Spannend ist dabei der interne Aufbau der ASICs.
-
Quick Access: Google bringt Deep-Learning-Funktion für Drive
Mit Quick Access sollen Drive-Nutzer die richtigen Dateien zum richtigen Zeitpunkt finden: Dank Maschinenlernen zeigt Googles Onlinespeicherdienst künftig Dateien in einem separaten Bereich an, die das System für momentan wichtig hält.
-
Embedded Systems: Nvidia stellt Jetson TX2 vor
Schlauere Roboter und Drohnen: Nvidia hat eine neue Entwicklungsplattform vorgestellt. Jetson TX2 soll leistungsfähiger und energieeffizienter als die Vorgänger sein. Das System ist in Kürze verfügbar.
-
Maschinenlernen: Google kauft Data-Science-Plattform Kaggle
Wie lässt sich Krebs früh erkennen? Was ist auf einem Video zu sehen? Wer gewinnt ein Sportturnier? Kaggle biete eine Plattform für Datenforscher, um die dafür nötigen Modelle zu entwickeln. Google hat Interesse, die Plattform zu kaufen.
-
Nvidia: "KI wird die Computergrafik revolutionieren"
GDC 17 Deep Learning soll Spiele schlauer, vor allem aber schöner machen - sagt Nvidia. Außerdem hat das Unternehmen neue Angebote für Profi- und Hobbyentwickler vorgestellt und Andeutungen über eine High-End-PC-Version von Final Fantasy 15 gemacht.
-
Autonomes Fahren: Der Truck lernt beim Fahren
Lass mal das neuronale Netzwerk steuern: Das US-Unternehmen Embark hat ein System für autonomes Fahren für einen Truck entwickelt. Das System basiert auf Deep Learning.
-
Deep Learning: Wenn die KI besser prügelt als Menschen
In linearen Jump-'n'-Run-Spielen sind Maschinen schon lange besser als Menschen. In vergleichsweise hochkomplexen Multiplayer-Spielen wie Super Smash Bros. Melee kann KI nun aber auch Menschen übertrumpfen. Noch haben Menschen aber einen entscheidenden Vorteil.
-
Maschinelles Lernen: Tensorflow bringt langfristig stabile API
Das Deep-Learning-Framwork Tensorflow von Google verspricht mit Version 1.0 Stabilität für seine Python-API und beschleunigt die aktuelle und zukünftige Arbeit mit der Einführung des domain-spezifischen Algebra-Compilers.
-
Google Brain: Algorithmus macht Gesichter auf schlechten Bildern erkennbar
Der Traum der Kriminalisten: Googles Entwicklungsabteilung Google Brain hat einen Algorithmus geschaffen, der Inhalte aus niedrig aufgelösten Bildern hochrechnen kann. Für die Fahndung eignen sich diese Bilder allerdings kaum.
-
Lumos-Plattform: Facebook verbessert Bildsuche mit Deep Learning
Über seine Lumos-Plattform verbessert Facebook die Bildersuche innerhalb des sozialen Netzwerks: Deep Learning soll es Nutzern ermöglichen, künftig auch nach Bildinhalten suchen zu können, die nicht vom Fotografen selbst getaggt wurden.
-
Heimkino-Raumklang von obenDolby Atmos klingt gut, Auro 3D klingt besser
DTS und Dolby arbeiten mit Ton-Objekten, Auro Technologies mit Auro 3D hingegen weiter mit Sound-Kanälen. Wir haben mit Auro-Chef Wilfried Van Baelen gesprochen und uns die beeindruckende Demo für Raumklang von oben ohne die Deckenlautsprecher von Dolby Atmos angehört.
(Auro 3d) -
Nike MagNike stellt selbstschnürende Schuhe vor
Knopfdruck und zu: Michael J. Fox, besser bekannt als Marty McFly, hat zum Future Day ein Paar selbstschnürende Turnschuhe bekommen. Den Rest der Hightech-Schuhkollektion will Hersteller Nike nächstes Jahr für einen guten Zweck versteigern.
(Nike Schuhe Die Sich Selbst Binden) -
Parrot Bebop 2 angetestetLänger und schneller fliegen
Die neue Drohne von Parrot kann länger in der Luft bleiben und eine vorgefertigte Strecke abfliegen. Wir haben uns angesehen, ob sich der Kauf lohnt.
(Bebop 2) -
Fitbit BlazeFitnessuhr löst Kurssturz aus
Die Fitbit Blaze ist eine Fitnessuhr, die den Puls und die Aktivität des Trägers messen kann. Über Anrufe, SMS und Kalenderereignisse informiert sie ebenfalls. Ihre Vorstellung hat zu einem Kursrutsch der Herstelleraktie geführt.
(Fitbit Blaze) -
Freedom 2513,30 Euro für ein vollwertiges Android-Smartphone
Der Name ist Programm: Das neue Android-Smartphone Freedom 251 kostet genau 251 indische Rupien - umgerechnet um die 3,30 Euro. Für den Preis eines Kaffees erhalten Käufer ein vollwertiges Smartphone mit Quad-Core-Prozessor, 4-Zoll-Display - und einem bezahlbaren Zugang zu Informationen.
(Freedom 251) -
ARD/ZDFRundfunkbeitrag dürfte langfristig deutlich steigen
Die Kommission zur Ermittlung des Finanzbedarfs der Rundfunkanstalten (KEF) will den Rundfunkbeitrag erst einmal leicht senken. In einigen Jahren sollen jedoch jährlich 229,20 Euro von jedem Haushalt verlangt werden.
(Rundfunkbeitrag)
Deep LearningE-Mail an news@golem.de