Zuerst einmal die gute Nachricht: Machine Learning wird weder Operator noch Entwickler ersetzen, auch nicht bei erfolgreicher Umsetzung einer AIOps-Strategie. Guy Fighel, General Manager of AI und Vice President of Product Engineering bei New Relic, erklärt im JAXenter-Interview, was genau AIOps eigentlich ist und wie Unternehmen und DevOps-Teams von maschinellem Lernen und künstlicher Intelligenz profitieren können. Er gibt zudem Auskunft über die Rolle von Entwicklern in diesem Prozess und beantwortet die Frage nach der Sicherheit bzw. den Risiken.

Die für die Organisation und das Marketing der 1. und 2. Fußball-Bundesliga verantwortliche Deutsche Fußball Liga (DFL) will ihren Zuschauern und Fans neue, innovative Inhalte bieten. Ein Paradebeispiel hierfür ist die ML-basierte Berechnung der Wahrscheinlichkeit eines Torerfolgs mittels xGoals, eines der Bundesliga Match Facts powered by AWS. Nachdem der erste Teil die Grundlagen des Statistikangebots behandelt hat, wird im Folgenden die zugrundeliegende Cloud-Infrastruktur betrachtet.

Im ersten Teil dieser Serie wurde beschrieben, wie Site-Reliability-Ingenieure aus der Analyse von Stör- und Fehlerdaten gezielte Maßnahmen zum Schutze von Infrastrukturen ableiten – und wie anspruchsvoll diese Aufgabe in hochskalierten Systemen sein kann. Automatisierung ist ein wichtiger Faktor, um auch komplexe IT-Umgebungen widerstandsfähig und belastbar zu gestalten. Mit AIOps, dem Einsatz intelligenter Monitoring-Algorithmen, kann die Bereitstellung und der Betrieb von IT-Ressourcen automatisiert überprüft und laufend optimiert werden.

Das kennt jeder Fußballbegeisterte: Ein Spieler schießt „das Traumtor“ und Publikum sowie Kommentatoren diskutieren sofort, wie schwierig es war, den Treffer zu erzielen. Bisher ließ sich diese Frage aufgrund des Gesehenen nur ungefähr beantworten. Dabei berücksichtigten die Betrachter vielleicht noch zu einem gewissen Grad die Zahl der Verteidiger um den Torschützen, die Position des Torhüters oder den Schusswinkel. Mit den Analysen von xGoals (kurz für „Expected Goals“), eines der Bundesliga Match Facts powered by AWS, lässt sich nun der Grund für das Staunen in Zahlen ausdrücken. xGoals zeigt dem Fußballfan exakt, wie hoch die Wahrscheinlichkeit ist, aus einer spezifischen Situation heraus ein Tor zu erzielen – für jede potenzielle Schussposition auf dem Spielfeld.

Künstliche Intelligenzen können bereits viel, emotionale Intelligenz gehört aber zumeist noch nicht zu ihren Fähigkeiten. Das könnte sich ändern. Wie weit die Forschung daran ist, erklärt Srividya Rajamani in diesem Talk von der ML Conference.

Apple hat Siri, Windows hat Cortana, Amazon Alexa und Google den Google Assistant. Sprachassistenten erleichtern unseren Alltag. Sprache als Interface gewinnt immer mehr an der Bedeutung bei der Steuerung von Apps und Online-Services. Allein in Europa liegt der Marktumsatz von Smart Speakern bereits bei 939 Millionen Euro, wie Zahlen von Statista bestätigen. In allen Bereichen unseres alltäglichen Lebens sehen wir, wie uns die digitalen Assistenten Schritt für Schritt bei alltäglichen Situationen unterstützen.

Mit dem Maixduino steht eine kostengünstige Platine zur Verfügung, die bei der Mobilisierung von Algorithmen der künstlichen Intelligenz hilft. Dieser Artikel zeigt die Möglichkeiten zur Programmierung des Einplatinencomputers auf.

Computer spielen besser Schach als menschliche Spieler. Wie funktioniert das aber? Dieser Frage geht Oliver Zeigermann in dieser Session von der ML Conference nach. Der Speaker erklärt, welche Prinzipien hinter Stockfish und AlphaZero stecken.

Oft ist die Interaktion mit Chatbots eher anstrengend. Aber woran liegt das? Ist die Technologie nicht ausgereift oder mangelt es an der passenden Implementierung? Dieser Frage geht Pieter Buteneers in dieser Session von der ML Conference nach.

Der Anglizismus „Compliance“ begegnet einem recht häufig. Doch wenn nachgefragt wird, was in dem jeweiligen Unternehmen als „compliant“ bezeichnet wird, erhält man oft ein Schulterzucken oder ein „keine Ahnung“ als Antwort. Das kann nicht immer mit dem mangelnden Verständnis des Begriffs erklärt werden, sondern häufig eher mit einem Unwissen, welchen Prozessen das jeweilige Unternehmen hierbei folgt.

Wer sich mit Machine Learning auseinandersetzt, muss sich über kurz oder lang in TensorFlow einarbeiten. Im Internet findet sich zwar jede Menge an Tutorials, der Großteil basiert allerdings auf Version 1.0. Apress wirft ein 180 Seiten langes Werk ins Rennen, das eine Schnelleinführung in den Allrounder bieten soll.

KI und Machine Learning sind von hochwertigen Daten abhängig, sodass IT-Abteilungen einen vollständigen Einblick in das Netzwerkgeschehen benötigen. In seinem Artikel gibt Jeff Aaron, Vice President Enterprise Marketing bei Juniper Networks, einige Tipps und Tricks, wie der Einsatz von künstlicher Intelligenz klappt und welche Vorteile sie genau bringt.

Technologie ist ethisch nie neutral. Worauf muss man achten, damit sich Vorurteile und falsche Annahmen nicht in neuen Produkten verfestigen? Cennydd Bowles erklärt in dieser Keynote von der iJS London 2019, worauf es beim ethischen Produktdesign in der IT ankommt.