Machine Learning

Machine Learning: Wie KI hilft, Bilder und Videos im großen Maßstab zu managen

Den Lebenszyklus von Bildern und Videos in großem Maßstab zu managen, ist für Entwickler eine Herausforderung. Die Pflege von Webseiten mit zigtausenden Medien-Assets und nutzergenerierten Inhalten ist ohne eine Armee an Designern und Entwicklern – oder eben aber Automatisierung – fast unmöglich. Wie künstliche Intelligenz helfen kann, erklärt Nadav Soferman, Co-Founder und CPO von Cloudinary.

Stressfalle Flughafen: Künstliche Intelligenz schafft Abhilfe

Derzeit ist es kaum empfehlenswert, eine Reise zu unternehmen. Doch auch die aktuelle Krise rund um das Corona-Virus wird eines Tages vorbei sein und dann werden die alltäglichen Probleme am Flughäfen wieder aktuell. Jeff Aaron, Vice President of Marketing bei Mist Systems, erklärt in diesem Artikel, wie künstliche Intelligenz bei solchen Problemen helfen kann.

KI-Whisky, Women in Tech und Serverless Java – Unsere Top-Themen der Woche

Diese Woche gab es spannende Neuigkeiten zu Serverless Java: Gleich drei Meister dieses Fachs gaben uns Interviews über die Zukunft dieser Technologie. Ebenso begeisterte uns der beste (und erste) KI-Whisky weltweit und pünktlich zum Weltfrauentag haben wir ein Interview mit Grace Jansen über Women in Tech geführt. Last but not least erklärte uns Jan Wolter, wie man Webseiten und Apps barriefrei gestaltet.

MLflow: Organisation des Machine Learning Lifecycle

Ticketsysteme, Versionskontrolle, automatische Builds und viele weitere Tools gehören fest zu den Best Practices bei der klassischen Softwareentwicklung. Kommt bei einem Projekt Machine Learning ins Spiel, kommen neue Anforderungen hinzu, die von den bisherigen Tools und Arbeitsweisen nur teilweise abgedeckt werden können. Hier kommt MLflow ins Spiel. Was MLflow ist, was man damit machen kann und was es beim Einsatz zu beachten gibt, expliziert Christoph Henkelmann in seiner Session auf der W-JAX 2019.

Anti-Prognosen für 2020: „Wir müssen unser Datenproblem in den Griff bekommen“

Im vergangenen Jahr haben eine Reihe von Initiativen zur digitalen Transformation die Technologie-Landschaft neu gestaltet. Fortschritte bei Robotic Process Automation (RPA), künstlicher Intelligenz (KI), dem Internet der Dinge (IoT) und Machine Learning (ML) beeinflussen die Art und Weise, wie Unternehmen Geschäfte tätigen. Allerdings behindern diese neuen Technologien auch viele Organisationen an der erfolgreichen Umsetzung der digitalen Transformation. Sie überstürzen oftmals das Streben nach Innovation und vernachlässigen dabei eine fundierte Ausführung und Planung. Die Folge ist ein Durcheinander von Daten und ein Mangel an schlanken Prozessen – denn keiner dieser Fortschritte wurde wirklich „operationalisiert“.