Im Rahmen der hauseigenen Entwicklerkonferenz Google I/O hat das Unternehmen den Wechsel weg von „Mobile first“ zu „AI first“ angekündigt. Im Fokus von Googles Strategie steht die Weiterentwicklung bestehender Dienste und deren Verknüpfung mit künstlicher Intelligenz.

In dieser Woche geht es bei Inside IoT um künstliche Intelligenz auf dem Raspberry Pi, das Gadget Amazon Echo mit Display und Harman Kardon Invoke. Außerdem stellen wir euch die neuen Features für Amazon Echo vor und verraten euch, wie viele Raspberry Pi Zero W bereits verkauft wurden.

Apache Mahout 0.13.0 bringt ein Jahr nach dem 0.12.0-Release einige größere Änderungen mit: Darunter verbesserte Möglichkeiten Berechnungen auf GPUs laufen zu lassen und ein vereinfachtes Framework für das Erstellen von neuen Algorithmen.

Warum einfach, wenn es auch umständlich geht? Geben Sie es zu, diese Frage haben Sie sich schon öfter gestellt. Im Interview zu seiner Session auf der JAX 2017 zeigt Ihnen Bernhard Löwenstein nicht nur, wie Sie aus einfachem Code komplizierten Code machen, sondern auch, wie Ihr Code schön clean bleibt.

Daten werde immer als das Rohöl des 21. Jahrhunderts bezeichnet. Aber wem gehören eigentlich Daten? Nach deutschem Recht niemandem, erklärte der Anwalt Dr. Andreas Leupold (mobility goes additive) einem erstauntem Publikum. Wir berichten live von den zwei Konferenzen MobileTech Con und Internet of Things Conference über die spannendsten Projekte, Themen und Trends im Internet der Dinge und der mobilen App-Entwicklung.

Googles neuestes Deep-Learning-Projekt PlaNet ist in der Lage, den Aufnahmeorte von Fotos anhand des Bildhintergrunds zu erkennen. Mit genügend Ressourcen gelingt dem hochentwickelten neuronalen Netzwerk dieses Kunststück sogar besser als Menschen.

Sowohl Google als auch Microsoft haben im Februar ihr Angebot für Maschinelles Lernen weiter ausgebaut. Außerdem haben ML-Entwickler versucht Neuronale Netze zu visualisieren und Hasskommentaren kann vielleicht bald ein Riegel vorgeschoben werden.

Tragbare Sensoren haben längst Einzug in unseren Alltag gehalten. Wie man Bewegungssensorik und Maschinenlernverfahren nutzen kann, um in wenigen Schritten von Sensordaten zu einem System zu gelangen, dass einfache menschliche Aktivitäten erkennt, zeigen wir in diesem Artikel.

Intelligente Anwendungen werden immer mehr ihren eigenen Charakter entwickeln. Davon geht Prof. Dr. Björn Schuller aus, Inhaber des Lehrstuhls für Complex & Intelligent Systems an der Universität Passau. Wir hatten die Gelegenheit, den Speaker bei der MTC 2017 zu interviewen und haben mit ihm über die Zukunft intelligenter mobiler Anwendungen gesprochen.

Google hat das Machine-Learning-Framework TensorFlow 1.0 veröffentlicht. Ein überarbeitetes Python API, experimentelle Java- und Go-Schnittstellen und ein neuer Compiler machen das Release zu einem Meilenstein für maschinelles Lernen.

Im Dezember hat Google seine Aktivitäten im Internet of Things unter dem Projekt Android Things gebündelt. Jetzt ist die zweite Developer Preview erschienen, die neue Features mit sich bringt, wie etwa die Integration von TensorFlow.

Das Ökosystem rund um das Maschinelle Lernen wächst weiter: TensorFlow Fold bringt Dynamic Computational Graphs und MXNet wächst im Apache Incubator. Außerdem bekennt sich Bosch dazu, in zehn Jahren fast nur noch intelligente Produkte zu bauen.

Googles Deep Learning Framework TensorFlow ist auf dem Weg zur ersten Major-Version 1.0. Der erste Release-Kandidat zeigt, wohin die Reise geht.

Im ML Bulletin wollen wir jeden Monat einen Blick auf die Themen rund um das Maschinelle Lernen werfen. Es geht um konkrete Anwendungen, neue Tools und Trends. Dieses Mal werfen wir einen Blick auf Kunst, Herzkrankheiten und Tools, die den Einstieg in ML vereinfachen sollen.

Zahlreiche spannende Beiträge sind 2016 auf JAXenter erschienen. Nachdem wir uns angeschaut haben, welche Artikel, welche Videos und welche Interviews in der Lesergunst ganz vorne waren, ist nun die Redaktion an der Reihe. Die persönlichen Playlists der JAXenter-Redakteure sehen so aus:

Für Version 2.1 des Cluster-Computing-Framework Apache Spark konzentrierte sich das Entwicklerteam vor allem auf Stabilität und Nutzerfreundlichkeit. Über 1200 Verbesserungen und Bugfixes beinhaltet das Update, dazu gehören unter anderem eine erweiterte SQL-Funktionalität und neue Algorithmen für das Maschinelle Lernen in R. Auch die native Unterstützung von Apache Kafka ist an Bord.

Die Arbeit mit unstrukturierten Daten dient gerne als Paradebeispiel für Big Data, weil die technologischen Möglichkeiten das Speichern und Verarbeiten großer Datenmengen erlauben und die Mehrheit dieser Daten unstrukturiert ist [1]. Allerdings ist im Zusammenhang mit unstrukturierten Daten meist von der Analyse und der Extraktion von Informationen aus Texten die Rede. Viel weniger hingegen wird das Thema der Bildanalyse thematisiert. Diese gilt aber nach wie vor als eine Königdisziplin der modernen Computerwissenschaft.

Künstliche Intelligenz und Autonome Systeme agieren nicht im leeren Raum. Sie werden aktiver Teilnehmer unserer Gesellschaft. Dementsprechend wichtig ist es, bei der Entwicklung dieser Systeme moralische Gesichtspunkte nicht aus den Augen zu verlieren. Um Ingenieuren und Entwicklern dabei zu unterstützen, hat das IEEE Richtlinienpapier herausgegeben.

Wie genau Machine-Learning-Modelle Daten interpretieren, ist für Menschen nicht einfach zu durchdringen. Denn die Daten haben oft hunderte oder gar tausende von Dimensionen. Das Tool Embedding Projector visualisiert die Daten und wurde jetzt von Google Open Source gestellt.

Amazon haut auf seiner Hausveranstaltung re:invent momentan wieder seine großen Neuigkeiten raus. Wirklich spannend wird es dieses Jahr bei den Themen IoT und Maschinelles Lernen.