Deep Learning

Amazon Rekognition steht wieder in der Kritik: Aclu hat die US-Kongressabgeordneten von der Bilderkennung analysieren lassen und kritisiert Voreingenommenheit. Das System erkennt unverhältnismäßig viele dunkelhäutige Personen falsch. Amazon rechtfertigt sich.

Damit Machine-Learning-Modelle künftig noch schneller in sogenannten Edge-Geräten angewendet werden können, stellt Google mit den Edge-TPUs einen Spezialchip für eben diese Aufgabe vor. Google plant dafür eine Kooperation mit vielen Geräteherstellern und Hardwarezulieferern.

Basis campen, Teammitglieder unterstützen, gewinnen: Googles KI For The Win hat selbstständig das Prinzip von Capture the Flag im Spiel Quake 3 Arena gelernt - und gewinnt fast immer gegen Menschen. Allerdings haben die Entwickler das Spiel ein wenig angepasst.

Nach Intel und Google hat auch Baidu eigene Chips für künstliche Intelligenz entwickelt: Den Kunlun gibt es für Training und für Inferencing, mit über 260 Teraops theoretischer Leistung sind die ASICs sehr leistungsstark.

Ob Entscheidungsfindung oder Modelltraining: IBMs aktuelles Prototypenprojekt ist ein vielseitig einsetzbarer KI-Chip. Er soll zwischen verschiedenen Präzisionen umschalten können und einen hohen Datendurchsatz erzielen. Auch die kontinuierliche Auslastung soll vergleichsweise hoch sein.

Dank Deep Learning kann Microsoft die Umrisse von Gebäuden aus Satellitenbildern extrahieren. Microsofts Kartenanbieter Bing-Maps spendet die so gewonnenen Daten an die Openstreetmap-Community. Das ist nicht die erste Kooperation dieser Art.

Im Atem finden sich Stoffe, die auf Krankheiten, unter anderem Krebs, hindeuten. Die menschliche Nase ist aber nicht fein genug, um diese wahrzunehmen. Das machen Sensoren. Die Auswertung der Daten übernimmt ein KI-System.

Ganze 200 Petaflops für HPC oder 3,3 Exaflops für Deep Learning: Der Summit-Supercomputer des US-amerikanischen Energieministerium ist fast doppelt so flott wie Chinas bestes System, der Sunway Taihu Light.

Dutzende von Google-Mitarbeitern sollen aus Protest gegen die Zusammenarbeit von Google und dem US-Militär gekündigt haben. Mehrere Tausend haben eine Petition dagegen unterzeichnet. Nun soll die 2019 auslaufende Kooperation nicht verlängert werden.

In China wird eine KI eingesetzt, die automatisiert Klassenarbeiten benoten kann. Das System nutzt gesammelte Daten von 60.000 chinesischen Schulen als Grundlage - teilweise ohne die Kenntnis der Schüler oder der Eltern. Generell haben nur sehr wenige Forscher Zugriff auf die Ergebnisse.

Hat der Patient nur eine Stauchung oder ist der Arm gebrochen? Die US-Gesundheitsbehörde FDA hat eine KI-Software für den klinischen Einsatz zugelassen, die Ärzten bei der Auswertung von Röntgenaufnahmen hilft. Es ist nicht das erste System mit Maschinenlernen im therapeutischen Umfeld.

Google hat damit begonnen, Google Lens in Deutschland zu verteilen: Die Benutzeroberfläche des Google Assistant zeigt eine entsprechende Schaltfläche, über die Nutzer die bildliche Kontexterkennung aufrufen können. Die Benutzeroberfläche ist auf Deutsch, die Ergebnisse nicht immer.

Das kalifornische Unternehmen Drive.ai testet ab Sommer einen Fahrdienst mit fahrerlosen Kleinbussen. Das Besondere an den Fahrzeugen ist, dass sie mit anderen Verkehrsteilnehmern kommunizieren.

Im ersten Quartal 2018 hat Nvidia mehr Umsatz generiert als jemals zuvor, gerade das Datacenter-Segment hat exzellente Zahlen erreicht. Das Gaming- und Crypto-Mining-Geschäft läuft weiterhin sehr gut, neue Grafikkarten sollen laut Nvidia-Chef Jensen Huang schon bald erscheinen.

Build 2018 Microsoft gibt Excel-Entwicklern neue Werkzeuge an die Hand, um die Software noch umfangreicher zu machen. Javascript-Funktionen können Informationen von Webseiten integrieren, maschinelles Lernen kann aus Tabellen Schlüsse ziehen. Auch die Visualisierung wird durch neue Diagramme möglich.

I/O 2018 Mit dem ML Kit bietet Google künftig als Teil seines Firebase-SDK Schnittstellen, um einfache KI-Anwendungen in eigenen Anwendungen zu integrieren. Genutzt werden soll das auf Android und iOS.

I/O 2018 Für die dritte Version von Googles TPU nutzt das Unternehmen erstmals eine Flüssigkeitskühlung. Ein TPU-System für das maschinelle Lernen mit der neuen Generation soll über 100 Petaflops an Rechenleistung erreichen.

Build 2018 Ursprünglich war die Bewegungs- und Sprachsteuerung Kinect für Spieler gedacht, nun soll sie in neuer Form unter dem Namen Project Kinect for Azure bei KI-Anwendungen helfen.

Die Waliser Polizei hat im Finale der Champions League 2017 170.000 Gäste mit Gesichtserkennung gescannt und davon mehr als 2.000 als kriminell identifiziert. Davon waren jedoch nur sieben Prozent schuldig. Das System wird auch genutzt, um das Potenzial einer kriminellen Tat in Emotionen zu erkennen.

Wer auf der Suche nach Rechenleistung für unter anderem Texterkennung ist, bekommt bei Google mehr Leistung: Der Cloud-Anbieter hat eine Beta mit Nvidias Tesla V100 gestartet. Pro Stunde kosten diese recht viel.

API-Aufrufe oder Fehlerbehandlung: Bayou ist ein maschinelles Lernsystem, das eigenständig Java-Programmteile erstellen kann. Die Forscher des Projekts sehen es als eine bessere Code-Vervollständigung, die später auch Nicht-Programmierern den Einstieg erleichtern soll.

Deutsche Forscher entwickeln einen 3D-Scanner, der mit nur einer Kamera und maschinellem Lernen Personen aufnimmt und in editierbare Modelle umwandelt. Damit sollen Spieler eigene Avatare erstellen können. Noch ist das System aber nicht genau genug dafür.

Mit Hilfe der bereits bekannten KI-Software Fakeapp und Adobe After Effects wurde ein Videoclip erstellt, der den ehemaligen US-Präsidenten Obama beleidigende Sätze sprechen lässt. Die Fälschung ist bereits sehr gelungen, aber nicht ohne Fehler. Das Potenzial solcher Techniken ist schon groß.

Googles AIY Vision und Voice erinnern an Nintendo Labo. Es handelt sich um Bastelkästen aus Pappkarton und Raspberry Pi Zero WH. Doch erst der Google Assistant und Tensorflow sollen die Würfel zum Bilderkennungssystem oder zum Mini-Google-Home machen.

Forscher bei Google haben einen Algorithmus vorgestellt, der zuverlässig verschiedene Sprachquellen in Videos trennen soll. Dabei verlässt sich das Deep-Learning-Modell nicht nur auf unterschiedliche Audiomuster, sondern bezieht auch die Mundbewegungen in die Berechnung mit ein.

Die Initiative Applied AI fördert die Anwendung künstlicher Intelligenz in Europa. Mehrere große Partner wie Google, SAP und Siemens sollen dabei helfen. Das Projekt will Europa beim Thema KI konkurrenzfähig machen, muss aber auch über Risiken aufklären.

Mehr als 3.100 Mitarbeiter von Google sind gegen die militärische Nutzung ihrer KI. Ein offener Brief an den CEO Sundar Pichai wurde als Protest gegen Projekt Maven verfasst. Auch alteingesessene Mitarbeiter haben das Dokument unterschrieben.

Alterego ist eine Kombination aus neuronalem Netzwerk und Sensormaske. Das System kann Muskelimpulse deuten und in Wörter umwandeln. Der Sinn: mit Hardware natürlich und ohne sichtbare Interaktion kommunizieren zu können.

AWS kündigt Neuerungen bei seinem Cloud-Speicher S3 an: Es wird ein preiswertes Angebot geben, das Daten in nur einer Verfügbarkeitszone speichert. Das verringert die Redundanz, könnte für deutsche Unternehmen aber ein Plus sein. Auch der KI-Editor Sagemaker wird verbessert.

Was hat das Gegenüber gerade gesagt? Die Sprachbarriere mindert oft den Spaß an Reisen in fremde Länder. Der chinesische Internetkonzern Baidu hat ein Gerät entwickelt, das Abhilfe bietet: Es übersetzt fast simultan das gesprochene Wort, vorerst aber nur in drei Sprachen.

GTC 2018 Wer künftig Chips mit ARM-Kernen entwickelt, kann darin auch Nvidias Deep Learning Accelerator verwenden. Passend dazu ist die TensorRT-Bibliothek nun Teil von Googles Tensorflow für eine höhere Leistung.

GTC 2018 Das DGX-2 enthält doppelt so viele GPUs wie das DGX-1, die obendrein auf einen verdoppelten Speicher pro Chip zugreifen können. Auch bei den CPUs und deren RAM hat Nvidias Deep-Learning-System mehr von allem.

Die neue Deep Learning Foundation soll Open-Source-Innovationen im Bereich der KI-Forschung fördern und wird von der Linux Foundation unterstützt. Getragen wird das Projekt von Netzwerk-Unternehmen, die zunächst die Infrastrukturschicht Acumos veröffentlichen.

GDC 2018 Vacnet soll eines der größten Probleme des Teamshooters CS:GO bekämpfen: Cheating. Das System soll Verhaltensweisen von Verdächtigen analysieren und lernt durch die Spieler-Community selbst. Das System wird bereits erfolgreich eingesetzt.

Wie genau trainierte neuronale Netze funktionieren, wissen selbst deren Ersteller oft nicht. Eine Möglichkeit, dies herauszufinden, ist aber offenbar, die Modelle gezielt zu zerstören. Das zeigt eine Untersuchung von Deepmind.

Berechnen, verdoppeln, besser berechnen: Zwei Forscher entwickeln ein neuronales Netz, das sich selbst repliziert. Die Hoffnung ist, dass sich das System selbstständig verbessert - ganz wie in der Natur. Allerdings ist das wohl noch nicht ganz der Fall.

Ngraph ist ein neuer Framework-unabhängiger Modell-Compiler für Deep Learning von Intel. Mit Frameworks wie Tensorflow oder CNTK erzeugter Code lässt sich mit Ngraph in Zukunft für Intel-Chips, Nvidia GPUs, FPGAs und mögliche weitere Deep-Learning-Hardware übersetzen.

IBMs Visionen auf der neuen Messe Think 2018 sind groß: Das Unternehmen will Watson verwenden, um Modelle für Apple-Geräte zu trainieren und um den Zustand der Weltmeere zu analysieren. Ein winziger Computer soll die Blockchain direkt an Produkte bringen - betrieben von einer Solarzelle.

Entwickler können mit der nächsten Windows-10-Version ihre Projekte mit trainierten maschinellen Lernmodellen ergänzen. Das neue Windows-ML-Framework ermöglicht deren Ausführung auf dem Heim-PC und wohl sogar auf dem Raspberry Pi - ohne Cloud-Anbindung.

Mit dem Besen ist er nicht unterwegs, aber mit dem Stein soll er ziemlich geschickt sein: Diverse südkoreanische und ein deutscher Forscher haben einen Roboter entwickelt, der Curling spielt. Eine KI-Steuerung übernimmt die komplexen Aufgaben, die sich beim Schach auf dem Eis stellen.

Aus der Luft Feinde und Stellungen erkennen und automatisch auswerten: Das US-Militär steckt viel Geld in die Nutzung von KI für militärische Zwecke. Google stellt einem Bericht zufolge einen Teil der dafür notwendigen Technik. Unter Mitarbeitern soll es heftige Diskussionen darüber geben.