Neuronales Netzwerk

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.

Gluon ist ein weiterer Schritt in Richtung standardisierter APIs für neuronale Netze. Die Schnittstelle ist sowohl mit Microsofts Cognitive Toolkit als auch mit Apache Mxnet kompatibel. Sie skaliert mit mehr als 500 GPUs und soll mit wenig statt viel Daten umgehen können.

PixelNN kann unscharfe oder unvollständige Bilder rekonstruieren. Der Algorithmus sei dabei präziser als ähnliche Projekte. Die Entwickler nutzen ein neuronales Netz, um bereits jetzt relativ genaue Ergebnisse zu liefern.

Wissenschaftler haben einen neuen Algorithmus programmiert, der aus einem einzelnen Bild ein 3D-Modell eines Gesichts konstruiert. Über ein Web-Interface kann die Methode ausprobiert werden - mit stellenweise bereits guten Ergebnissen.

DeepL heißt ein neues Übersetzungstool. Es will besser als die Übersetzungsdienste von Google und Microsoft sein. In Stichproben war Golem.de von den Ergebnissen sehr angetan.
Ein Hands on von Ingo Pakalski

Anhand von Streetview-Bildern nutzt Google maschinelles Lernen, um realistische Panoramen zu erstellen. Der Algorithmus nimmt auch professionelle Aufnahmen als Referenz. Das Ergebnis beeindruckt Fotografen.

Allo-Nutzer können in der neuen Version der App ein Sticker-Set anfertigen, das nach ihrem Ebenbild geschaffen wird. Googles Chat-App nutzt ein neuronales Netzwerk, um aus einem Foto eine Comic-Variante des Users zu erstellen. Die verschiedenen Bildchen können dann an Freunde verschickt werden.

General Boris - so nennt das Entwicklerstudio Nival seinen KI-Gegner für das Echtzeit-Strategiespiel Blitzkrieg 3. Es soll das erste Mal sein, dass solche Algorithmen voll funktionsfähig in einem derartigen Titel verfügbar sind.

Fitbit hat seinen besonders dünnen Fitnesstracker Alta neu aufgelegt. Das Gerät verfügt nun auch über eine optische Pulsmessung, was unter anderem eine genaue Schätzung der im Alltag verbrauchten Kalorien und der Schlafphasen erlauben soll.

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.

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.

Der Google-Übersetzer hat bisher einzelne Wörter übersetzt und anschließend statistische Modelle verwendet, um diesen einen Sinn zu geben. Funktioniert hat das nicht immer gut - die Einbindung eines neuronalen Netzwerks ändert das.

Figuren in Computerspielen müssen mehr können als den Weg zu finden und einen Feind zu treffen. Technische Lösungen gibt es mehrere, in der Praxis könnte sich die Utility AI durchsetzen, sagte Jakob Rasmussen von Apex Game Tools bei einem Entwicklertreffen.

Man nehme ein bereits trainiertes neuronales Netz, einen aus den DJI-Multicoptern bekannten VLIW-Chip und packe beides in ein USB-Gerät: Fertig ist Movidius' Fathom Neural Compute Stick.

Quo Vadis 2016 Autonome Computer, die aktiv handeln und selbstständig lernen: Derartige Technologien sind in Sichtweite, sagt Sascha Lange. Der Experte für Deep Neural Networks erklärt im Interview, was uns demnächst alles erwartet - und welche Schwierigkeiten noch überwunden werden müssen.
Von Peter Steinlechner

Nutzer mit Sehbehinderung können sich Fotos auf Facebook jetzt von der iOS-Sprachausgabe beschreiben lassen. Das soziale Netzwerk greift dafür auf neuronale Netzwerke zurück - und soll auch Selfies zuverlässig erkennen können.

Das GNU-Projekt will der Software für künstliche Intelligenz von Firmen wie Google und IBM ein Community-Projekt für neuronale Netze entgegenstellen. Dies erfolgt explizit aus einer ethischen Motivation heraus.

Mit dem US-Präsidenten als Stargast versucht das SXSW-Festival in Austin, das Misstrauen zwischen Politik und Technikbranche abzubauen. Doch auch Obama enttäuscht.
Von Eike Kühl

Wie die ersten beiden Partien hat der Weltklassespieler Lee Sedol auch das dritte Spiel gegen Googles Go-Programm Alpha Go verloren. Damit hat der Computer überraschenderweise das Gesamtmatch bereits frühzeitig für sich entschieden.

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).

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.

Neuronale Netzwerke werden aktuell bei mehr und mehr Projekten eingesetzt - jetzt sind E-Mails dran. Google bietet ab dieser Woche für Inbox automatisierte Antworten an, die auf einer Analyse eines neuronalen Netzwerks basieren.

Auch bei Youtube kommt Google auf den Geschmack neuronaler Netzwerke: Diese unterstützen künftig die automatische Generierung von Vorschaubildern der hochgeladenen Videos. Dies soll zu ansprechenderen und interessanteren Thumbnails führen.

Mit einer neuen Tastatur-App will Swiftkey langfristig die Art und Weise, wie wir auf dem Smartphone Texte eingeben, revolutionieren. Dank der Hilfe neuronaler Netzwerke sollen Wortvorhersagen intelligenter werden und in Zukunft sogar ganze Sätze vorgeben können.

Keine Science-Fiction: Deep Learning bringt Maschinen das Denken bei. Fast jeder hat bereits ein Gerät zu Hause, das diese Technik nutzt. Sie ist sehr komplex - und hat großes Potenzial.
Von Alexander Löser und Christian Herta

Der Verein Digitalcourage bietet eine neue Verschleierungsmethode an. Kurze Inhalte lassen sich als Captcha-Bild darstellen und als Datei verschicken.

Für die Analyse seiner Streetview-Aufnahmen hat Google einen Algorithmus zum Erkennen von Hausnummern entwickelt. Der lässt sich auch für eine Anwendung nutzen, die eine maschinenbasierte Erkennung eigentlich verhindern soll.

Um die Erkennung von Sprache und Bildern zu verbessern, hat Google das Universitätsstartup DNNresearch gekauft, das Deep Neural Networks für lernende Systeme entwickelt.

Fujitsu Laboratories will das erste Lernsystem für humanoide Roboter entwickelt haben, das diesen per dynamisch rekonfigurierbarem neuronalem Netzwerk ermöglicht, effiziente Bewegungs- und Motorkoordination zu lernen. Dies soll die Entwicklung einer beweglicheren Generation von humanoiden Robotern beschleunigen und einfacher machen.

Professor John G. Taylor und Dr. Neill Taylor, beides KI-Forscher vom King's College London und Gründer des britischen Unternehmens Lobal Technologies, haben ein ehrgeiziges Ziel: Ihre Technologie soll Computern nicht nur das Verstehen, Sprechen und Lernen beibringen, sondern letztendlich auch das Denken. Großes Interesse zeigen dabei Spielehersteller, die ihre virtuellen Geschöpfe damit natürlicher machen wollen.