Deep Learning

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

Update 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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

Natürliche Sprache und Entscheidungsprozesse sind die Spezialität von Maluuba, einem kanadischen Startup. Nun gibt Microsoft die Übernahmen des Teams bekannt - dessen Deep-Learning-Algorithmen zum Beispiel lernen können, immer besser "Schiffe versenken" zu spielen.

Auf den Smartphone-Markt kommt möglicherweise wieder mehr Bewegung. Android-Erfinder Andy Rubin will noch im Sommer 2017 neue Smartphones vorstellen, die sich durch hochwertige Materialien, KI und Erweiterbarkeit auszeichnen sollen.

Die Idee, dass Evernote-Mitarbeiter die Notizen der Nutzer zur Verbesserung neuer Maschinenlernfunktionen mitlesen können, ist nicht gut angekommen: Nach Beschwerden zieht das Unternehmen die Pläne zurück. Stattdessen müssen Nutzer der Praxis künftig explizit zustimmen.

Geht es nach AMD, wird Nvidia im Deep-Learning-Segment bald überholt werden. Dafür sorgen sollen die neuen Radeon Instinct, darunter ein Modell mit der neuen Vega-Architektur, und die offene MI-Open-Software.

Die Office-Produkte von Microsoft bieten einige Möglichkeiten, Dokumente barrierefrei zu gestalten. Damit die Verfasser es künftig noch einfacher haben, hilft Microsoft mit seiner eigenen KI einfach nach, wodurch Blinde auch Präsentationen verstehen können.

Mit dem eigenen Rechner oder Telefon sprechen, die Geräte geben ihre Antworten ebenso gesprochen aus: Diese Funktionen können Entwickler künftig mit Hilfe der KI in der Amazon-Cloud umsetzen. Eine Bilderkennung kann ebenfalls genutzt werden.

Zusammen mit der Universität Oxford forschen Google-Wissenschaftler an einem Algorithmus, der automatisiertes Lippenlesen ermöglichen soll. Die bisherigen Ergebnisse sind sehr vielversprechend: Die Erkennungsrate der KI ist weitaus höher als die eines menschlichen Lippenlesers.

Google sucht nach einem Weg, sein neuronales Übersetzungsnetzwerk auch für andere Sprachen nutzbar zu machen. Dabei wurde nun ein Weg gefunden, wie weitere Sprachkombinationen übersetzt werden können - auch wenn diese nicht explizit erlernt wurden.

Neue Hardware für Deep Learning: Die Intel-Tochter Nervana erwartet erste Muster von Lake Crest im kommenden Jahr, als Knights Crest sollen die Chips auch mit Xeons gekoppelt werden. Die neuen Skylake-EP-Server-CPUs liefert Intel derweil überraschend aus, verärgert aber viele seiner Partner massiv.

Google hat es sich offenbar zum Ziel gemacht, alle seine Dienste mit künstlicher Intelligenz zu versehen: Auch die neue Version des Musikdienstes Play Music verwendet Maschinenlernen, um dem Nutzer eine bessere automatisierte Auswahl an Musik zu präsentieren.