Maschinelles Lernen

Einige typische Probleme des Internets lassen sich mit Hilfe von maschinellem Lernen lösen - das glauben zumindest einige Forscher, die gerade eine offizielle Arbeitsgruppe gründen, um diese Lösungen zu finden.

Werden autonom fahrende Autos irgendwann Realität, müssen sie auch auf Radfahrer reagieren, die sich im urbanen Verkehr vergleichsweise schnell und agil bewegen. Eine Handzeichenerkennung soll Googles autonomen Autos helfen, entsprechende Intentionen früh genug zu erkennen.

Für eine möglichst gute Bildqualität lässt Netflix unterschiedlich codierte Videos von Maschinen überprüfen. Die Modelle dafür sind auf menschliche Wahrnehmung trainiert und die Technik stellt das Unternehmen nun auch für andere frei zur Verfügung.

Das Deep-Learning-Team von Google will Modelle erstellen, mit denen sowohl Musik als auch bildende Kunst maschinell generiert werden kann. Für das Projekt mit dem Namen Magenta will Google aktiv mit Künstlern zusammenarbeiten.

Der neue SQL Server 2016 von Microsoft bietet Geschwindigkeitssteigerungen dank In-Memory-Technik, unterstützt die Statistiksoftware R und ermöglicht maschinelles Lernen aus der Datenbank heraus. Für Entwickler ist der SQL-Server kostenlos - für die Zeit der Migration von Oracle ebenfalls.

Um seine Projekte rund ums maschinelle Lernen zu beschleunigen, baut Google spezielle eigene Chips. Diese werden seit einem Jahr etwa für Street View oder Alpha Go genutzt und sollen künftig auch für Googles Kunden bereitstehen.

Google I/O Google hat die Weiterentwicklung von Google Now angekündigt: Google Assistant soll wie Cortana kontextbasiert auf Sprachanfragen reagieren - und etwa Nachfragen erlauben. Außerdem soll der Assistent ins Wohnzimmer kommen: Mit Home hat Google einen Konkurrenten zu Amazon Echo vorgestellt.

Am 19. und 20. April dreht sich beim Golem.de Tech Summit alles um Deep Learning und künstliche Intelligenz. Aufgrund der großen Nachfrage von Studierenden gibt es jetzt Ermäßigungen beim Ticket-Kauf.

Build 2016 Mit den Cognitive Services von Microsoft sollen sich Sprach- und Bilderkennung sowie weitergehende Analysen in eigenen Anwendungen nutzen lassen. Und intelligente Chatbots könnten damit automatisch übersetzen.

Zum 100. Firmengeburtstag sollte sogar die Kanzlerin nach München kommen. In Zukunft will BMW auch bei der Entwicklung von selbstfahrenden Autos ganz vorne dabei sein.

Das Programm zum ersten Golem.de Tech Summit auf der Fachmesse Quo Vadis ist fertig. Am 19. und 20. April wird sich dort alles um Deep Learning und künstliche Intelligenz drehen - mit hochkarätigen Vorträgen. Der Ticketverkauf läuft.

Google-Forscher haben einen Algorithmus entwickelt, der den Aufnahmeort eines Fotos bestimmen soll. Das System analysiert dazu geocodierte Fotos und lernt, Ähnlichkeiten zu erkennen.

Nach dem Motto "Not too long, did read" sollen Leser von Golem.de ab Ende des Jahres künftig selbst entscheiden können, wie viel Informationen sie zu einem Thema wünschen. Gefördert wird das Projekt von Google im Rahmen der Digital News Initiative (DNI).

Nach 15 Jahren bei Google hört Amit Singhal als Chef der Suchmaschinensparte auf. Sein Nachfolger wird John Giannandrea, der aus dem Bereich der künstlichen Intelligenz und des Maschinenlernens kommt.

Das Deep-Learning-Werkzeug CNTK von Microsoft steht nun als Open Source bereit. Wie vergleichbare Technik kann es zur Bild- oder Spracherkennung genutzt werden, soll dabei aber deutlich schneller sein als Googles Tensorflow.

Die Forschungsabteilung von Baidu gibt Code auf Github frei, mit dem neuronale Netze für Spracherkennung trainiert werden. Das formale Konzept dahinter nutzt auch Google in seiner Sprachsuche, weil es besser als bisher verwendete Modelle funktioniert.

Für Forscher gibt Yahoo einen riesigen Datensatz frei, der den Umgang mit Nachrichten von Nutzern enthält. Gedacht ist dies für maschinelles Lernen und die Erprobung von Vorschlagsystemen.

Das Unternehmen OpenAI will an der Entwicklung künstlicher Intelligenz forschen - mit dem Ziel, der Menschheit einen Vorteil zu verschaffen, und nicht einzelnen Managern. Insgesamt eine Milliarde US-Dollar haben Elon Musk und weitere Unternehmer dem Projekt zur Verfügung gestellt.

Mit Tensorflow hat Google eine zweite Generation seiner Software für maschinelles Lernen freigegeben. Der Python-Code kann von jedem eingesetzt werden und unterstützt auch GPU-Beschleunigung.

Nvidias Maschinenlernen-Spezialist Jonathan Cohen ist zu Apple abgewandert, wo er Gerüchten zufolge am Projekt Titan und damit an Apples Auto mitarbeiten soll. Nvidia ist auch im Automotive-Bereich tätig und entwickelt Technik zur Auswertung von Sensordaten.

Sprecher gesucht: Golem.de präsentiert in diesem Jahr erstmals eine eigene Programmreihe auf der Fachmesse Quo Vadis. Unter dem Motto "Connecting Worlds" soll sie Entwicklungen in der IT beleuchten, die für die Spielebranche interessant werden können.

Apple hat mit Perceptio ein Startup übernommen, das künstliche Intelligenz und Maschinenlernen auf Smartphones und Tablets bringen will, ohne dass die Daten zur Analyse in die Cloud verschoben werden müssen. So soll die Privatsphäre gewahrt bleiben.

Apple hat mit Vocal IQ ein britisches Unternehmen übernommen, das sich auf Sprachsoftware spezialisiert hat und diese auch für die Automobilindustrie anbietet. Mit Vocal IQ könnte Siri verbessert werden, aber auch ein mögliches Apple-Auto.

Googles Forschungsabteilung ATAP will mit Finger- und Handbewegungen eine exakte Gestensteuerung realisieren - doch Kameras zur Auswertung sind dabei zu unpräzise. Was also tun? Googles Ingenieure besannen sich auf eine alte Technik, die auch in Flugzeugen eingesetzt wird.

Snoop Dog? Rakim? Eminem? Der Computer rappt besser. Das behaupten Wissenschaftler aus Finnland. Sie haben einen Algorithmus entwickelt, der nach Angaben der Forscher besser reimt als die besten Rapper. Die erkennt der Algorithmus auch.

Microsoft Research hat mit Handpose eine Gestenerkennung für die Hand entwickelt, die so detailliert arbeitet, dass sogar subtile Bewegungen erkannt werden. Als Kamerabasis kann eine Microsoft Kinect dienen, doch das System arbeitet wesentlich präziser.

Nvidia will für die Forschung an tiefen neuronalen Netze einen Rechner zum Preis von 15.000 US-Dollar anbieten. Dafür sollen Forscher die größtmögliche GPU-Leistung bekommen, die mit einer Steckdose möglich ist - und viel vorinstallierte Software.

Mit dem Project Adam erforscht Microsoft neuronale Netze und maschinelles Lernen. Das simulierte Gehirn mit zwei Milliarden Verbindungen erkennt Hunderassen und soll künftig eine Vielzahl von Objekten visuell identifizieren können.

Microsoft hat ein lernfähiges Programm vorgestellt, mit dem Nutzer Daten direkt in der Cloud analysieren können. Damit will der Softwarekonzern maschinelles Lernen breit verfügbar machen.

Eine robotische Prothese ermöglicht es einem Armamputierten, Schlagzeug zu spielen. Der Drummer kontrolliert einen Stock. Ein Zweiter spielt automatisch und variiert das Spiel des Drummers und seiner Mitmusiker.

Ein Computer, der arbeitet wie das menschliche Gehirn - das ist das Ziel einer neuen Ausschreibung der Darpa. Der Computer soll Ungereimtheiten in großen Datensätzen aufspüren.

MIT-Forscher haben unter dem Namen "Remy" ein System entwickelt, das auf Basis vieler Faktoren Überlaststeuerungsalgorithmen (Congestion-Control-Algorithmen) für TCP erzeugt. Das soll den Datendurchsatz in Netzen auf Basis von TCP verdoppeln.

Eine Maschine, die lernt wie ein menschliches Gehirn - daran arbeitet das Unternehmen Grok. Unter dem Namen Nupic veröffentlicht es nun seine Kerntechnologie, eine Implementierung seines Cortical Learning Algorithm, als Open Source.

Paypal-Gründer Max Levchin will Paaren helfen, schwanger zu werden. Mit einer App, unterstützt durch Big Data und maschinelles Lernen, sollen sie den richtigen Zeugungszeitpunkt treffen. Das Programm Glow First bietet finanzielle Unterstützung, sollte eine Kinderwunschbehandlung notwendig werden.

Google und die Nasa haben gemeinsam eine Forschungseinrichtung für künstliche Intelligenz gegründet. Mit Hilfe eines Quantencomputers wollen sie unter anderem bessere Vorhersagemodelle entwickeln.

Google hat auf seiner Entwicklerkonferenz Google I/O neue Dienste und APIs für Entwickler vorgestellt - von besserer Ortsbestimmung bis hin zu einem plattformübergreifenden Spieleservice. Zudem gibt es eine komplette Entwicklungsumgebung für Android.

Wie kann ein Roboter Äpfel sortieren? Das Unternehmen Festo hat eine Methode gefunden: Ein pneumatisch betriebener Robotergreifer mit vier Fingern lernt selbstständig, diese Aufgabe zu bewältigen.

Diego-san ist über einen Meter groß, aber eigentlich ein Kleinkind - besser gesagt: ein Roboter, der einem Kleinkind nachempfunden ist. Forscher nutzen ihn als Versuchsobjekt. Ein aktuelles Video zeigt ihn in Aktion.

Meint ein Nutzer, der nach "Bayern" sucht, das Land, seine Bewohner oder den Fußballclub? Und wie können Suchanfragen eingeordnet werden, die erstmals oder in neuem Kontext auftauchen? Wenn Maschinen zu langsam lernen, können Menschen helfen.

Google holt sich einen Pionier auf dem Gebiet der künstlichen Intelligenz: Ray Kurzweil geht zu dem Internetunternehmen. Er soll dort auf den Gebieten Maschinenlernen und Sprachverarbeitung arbeiten.