Deep Learning

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.

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.

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.

Mit Glow will Facebook ein einheitliches Framework zum Beschleunigen von KI-Modellen erstellen. Der erste Glow-Compiler für ein dediziertes Hardware-Backend ist nun verfügbar. In der Linux-Community sorgte die Hardware-Unterstützung für Diskussionen.

Entwickler können sich mit den AWS DL Containers die Einrichtung einer Umgebung für ihre Machine-Learning-Programme sparen. Die Docker-Container sind zu gängigen Frameworks wie Apache MXnet und Google Tensorflow kompatibel.

Die Forscher Yann LeCun, Geoffrey Hinton und Yoshua Bengio gelten als Pioniere der Erforschung neuronaler Netzwerke und des sogenannten Deep Learnings. Die ACM hat die drei Informatiker mit dem Turing Award ausgezeichnet.

Wissenschaftler entwickeln Tossingbot, einen Roboterarm, der verschiedene Objekte selbstständig werfen und greifen kann. Dabei muss er Flugeigenschaften beachten. Nach 14 Stunden Training wirft er trotzdem genauer als ein Mensch.

Unaufmerksamkeit oder Zorn am Lenkrad sind weder für den Fahrer noch für andere Verkehrsteilnehmer gesund. Das US-Startup Affectiva hat ein KI-System entwickelt, das Emotionen erkennen kann und bei negativen Gefühlen gegensteuern soll.

Commander Sisko und die Ferengi sehen dank Machine Learning schärfer aus als normal: Das liegt an der Arbeit eines Fans, der kleine Teile der Serie Star Trek: Deep Space Nine auf 1080p und den Vorspann sogar in 4K hochskaliert. Das soll CBS einen Anreiz geben, die Serie nachzubearbeiten.

Microsofts Textworld ist ein textbasiertes Rollenspiel, das KI-Systeme trainieren soll. Darüber lassen sich viele zufallsgenerierte Szenarien erstellen. Die können die Entwickler auch selbst einmal ausprobieren.

GTC 2019 Anhand eines kleinen Bildeditors stellt Nvidia das neuronale Netzwerk Gaugan vor. Dieses erstellt Felsen, Wasser und Wälder aus einfachen Flächen. Das funktioniert auf den ersten Blick schon ganz gut.

GTC 2019 Nach Baidu und Google nun auch Alibaba und Amazon: Weitere Cloud-Anbieter setzen die Tesla T4 von Nvidia ein. Sie eignet sich dank Turing-Technik für Training, Inferencing oder Video-Transcoding.

Die Tensorflow 2.0 Alpha soll einfacher werden: Das erreicht Google, indem alle bis auf eine API gekürzt werden. Außerdem veröffentlicht das Unternehmen Tensorflow Lite, eine Variante, die KI-Software für mobile Geräte trainieren und anpassen kann.

Um Machine-Learning-Modelle künftig noch schneller in sogenannten Edge-Geräten zu verwenden, verkauft Google nun wie angekündigt seine Edge-TPU. Diese gibt es als Entwicklerboard, als System-on-Module oder USB-Beschleuniger.

Marketing statt Wirklichkeit: Laut einem Bericht der Firma MMC scheinen 40 Prozent der europäischen KI-Startups gar nichts mit künstlicher Intelligenz zu tun zu haben. Dass die betroffenen Unternehmen das nicht richtigstellen, hat wohl einen Grund: Geld.

OpenAI entwickelt ein MMO-Spiel für neuronale Netzwerke. Dabei treten viele unabhängige KI-Agenten gegeneinander an - mit dem Ziel, so lange wie möglich zu überleben. Dabei erkennen die Forscher Parallelen zum Verhalten von Tieren und Menschen.

Mit dem Taxi oder mit der Bahn zum nächsten Termin? IBMs App Mobile Advisor soll Anwender anhand von Verkehrs- und Wetterbedingungen beraten. Grundlage ist der KI-Dienst Watson. Voraussetzung ist mindestens 4G.

Datensätze für KI-Projekte zu bekommen ist schwierig. Das in Südkorea gegründete Unternehmen Superb AI hat sich darauf spezialisiert, für Kunden maßgeschneiderte Datensätze zu generieren. Dabei setzt das Startup seinerseits KI ein.

Eine kleine Kamera, die nicht nur Bilder aus ihrer Umgebung aufnimmt, sondern die Aufnahmen auch gleich analysiert, hat das US-Unternehmen Xnor.ai entwickelt. Die mit KI arbeitende Kamera könnte beispielsweise in autonom fahrenden Autos eingesetzt werden.

Ein aktueller Fall zeigt, dass die Linux-Kernel-Community weiter große Probleme hat, Patches und Bug-Fixes in stabile Kernel-Versionen einzupflegen. Der dafür genutzte Machine-Learning-Ansatz ist offensichtlich auch keine Lösung.

Der KI-Chef von Facebook möchte die aktuelle Herangehensweise an Deep-Learning-Probleme gern völlig neu denken. Dazu gehört eine Programmiersprache, die effizienter ist als Python, ebenso wie neue Hardware, die nicht nur Matrizen multipliziert.

Als Besitzer eines Basketballteams hat sich Steve Ballmer für AWS statt Microsoft Azure entschieden, um die Software Courtvision zu entwickeln. Darüber können Zuschauer Spiele aus verschiedenen Perspektiven erleben. "Das ist verdammt cool", sagt er.

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.