Suche
#Maschinelles Lernen

Apache Spark 2.1: Structured Streaming, neue SQL Features und Support für Apache Kafka

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.

Maschinelle Bilderkennung mit Big Data und Deep Learning

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.

Der Maschine Moral beibringen

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.

“Gerade kleine Firmen sollten Maschinelles Lernen für sich nutzen”

“Machine Learning First” ist seit diesem Jahr das Mantra von Google, wissen W-JAX Speaker Christoph Tempich und Christian Meder. Auch sie spüren im Projektalltag bei ihren Kunden, dass Machine Learning kein Nischendasein mehr fristet, sondern seine eigene Faszination entfaltet. Im Interview zu ihrer Keynote sprechen sie darüber, wie Maschinelles Lernen insbesondere die Entwicklerwelt verändert und wie sie sich den Softwareentwickler von morgen vorstellen.

KI: Google stellt neurales Netzwerk für maschinelle Übersetzung vor

Als Google seinen Übersetzungsdienst vor rund zehn Jahren startete, gab es im Web noch ziemlich wenige solcher digitalen Übersetzungstools. Im Lauf der Zeit wurde Google Translate immer besser darin, Texte von einer Sprache in eine andere zu übersetzen. Doch manchmal führte die Eingabe in das Übersetzungsfeld auch zu ziemlich seltsam anmutenden Ergebnissen. Jetzt stellt Google sein Google-Neural-Machine-Translation-System (GNMT) vor, das dank künstlicher Intelligenz wesentlich akkurater sein soll.

Aus Rivalen werden Partner: Amazon, Google, Facebook, IBM und Microsoft gründen Organisation für Künstliche Intelligenz

Amazon, Google, Facebook, IBM und Microsoft haben eine Non-Profit-Organisation gegründet, um das Verständnis für Künstliche Intelligenz zu fördern und Best Practices zu entwickeln. Der etwas umfangreiche Name “Partnership on Artificial Intelligence to Benefit People and Society” – kurz: Partnership on AI. Ein überraschender Schritt für die in diesem Feld konkurrierenden Unternehmen, der aber Früchte tragen könnte.

DeepBench – Deep Learning Benchmarking Tool von Baidu

Vor allem in der jüngsten Vergangenheit hat Deep Learning in puncto Sprach- und Bilderkennung für einige Meilensteine gesorgt. Beteiligt daran sind nicht nur die gängigen Deep-Learning Frameworks wie TensorFlow oder das kürzlich Open Source veröffentlichte PaddlePaddle, sondern insbesondere auch bestimmte Hardware-Chips. Um deren Performance bei der Nutzung mit unterschiedlicher Deep-Learning-Software zu messen, hat Baidu Inc. nun mit DeepBench ein neues Benchmarking-Tool veröffentlicht.