Die Werkzeugsammlung Kubeflow soll es einfach ermöglichen, komplizierte Machine-Learning-Aufgaben mit Kubernetes aufzusetzen. Das Projekt erreicht nun die wichtige Version 1.0.
Das Sprachmodell Turing-NLP von Microsoft enthält rund 17 Milliarden Parameter und dient der Spracherzeugung, etwa um auf Fragen zu antworten. Teile der dazu genutzten Technik hat Microsoft als Open Source veröffentlicht.
Noch sind Deep-Fake-Videos oder maschinell erstellte Fotomontagen meist mit bloßen Augen als Fälschungen erkennbar. Allerdings könnte sich dies schnell ändern, weshalb Googles Jigsaw an einem Detektor arbeitet, der echt von falsch unterscheiden können soll.
Open-Source-Entwickler haben auf der Fosdem die Open Food Facts vorgestellt - ein Wikipedia-artiges Projekt, das Informationen zu Lebensmitteln sammelt und bewertet. Aber auch darüber hinaus ist die Landwirtschaft ein Thema für die Entwickler.
Forscher in den USA haben ein Diagramm der Neuronen und ihrer Verschaltungen im Gehirn einer Fliege erstellt. Darüber erhoffen sie sich Erkenntnisse über dessen Funktionsweise. Google hat für das Projekt Maschinenlern-Algorithmen zur Verfügung gestellt.
Ob Google, Microsoft oder Amazon: Unternehmen befinden sich im internationalen Wettlauf um die treffendsten Übersetzungen. Kontext-Integration, Datenmangel in kleinen Sprachen sowie fehlende Experten für Machine Learning und Sprachverarbeitung sind dabei immer noch die größten Hürden.
Mit Hilfe von Machine Learning will Github seinen Nutzern künftig einfache erste Beitragsmöglichkeiten zu Open-Source-Projekten vorschlagen. Das ist das erste Deep-Learning-Produkt von Github.
US-Forscher haben ein KI-basiertes System entwickelt, das es ermöglicht, um die Ecke oder Hindernisse zu schauen. Anwendungsmöglichkeiten gibt es viele - von autonomen Autos bis hin zur Weltraumforschung.
Mit den Services von Amazon, IBM, Microsoft und Google kann jeder recht einfach Bilder analysieren, ohne die genauen Mechanismen dahinter zu kennen. Die Anwendungen unterscheiden sich aber stark - vor allem im Funktionsumfang.
CES 2020 Mit seinen Coral-Produkten will Google seine KI-Beschleuniger einfacher für Entwickler zugänglich machen. Den dazugehörigen Mini-TPU-Chip gibt es jetzt als ASIC und außerdem ein neues Board.
Lernen durch Algorithmen und bald auch durch menschliches Lächeln: Microsoft arbeitet an einem Machine-Learning-System, das seine Entscheidungen anhand von Gesichtsausdrücken und Emotionen gewichtet. Erste kleine Experimente scheinen Erfolg zu versprechen.
Optical Character Recognition ist praktisch, solange der Text schön gerade ist. Bei krummer Schrift und Logos haben diese Systeme noch Probleme. Das wollen Amazon-Forscher ändern, indem sie einen Zwischenschritt entwerfen, der die Form eines Schriftzuges als Rahmen erkennt.
Auto-Hersteller BMW hat einige Maschine-Learning-Algorithmen als Open Source veröffentlicht, die das Unternehmen selbst produktiv einsetzt. Dabei handelt es sich vor allem um Bild- und Objekterkennung.
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.
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.
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.
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.
