In diesem Beitrag zeigt Autor Eduardo Brito wie die Klassifizierung von Artikeln in Online-Shops automatisiert werden kann und präsentiert anhand eines Anwendungsbeispiels eine ressourcenschonende Lösung.
Der IAIS Evo Annealer ist eine Brückentechnologie für das Quantencomputing. Mit seiner Energieeffizienz und der Möglichkeit, große mathematische Probleme zu lösen, ist er schon jetzt in der Praxis anwendbar.
Kommt es zum Schlaganfall, ist eine schnelle Intervention gefordert. Eine Deep Learning Klassifizierung könnte Ärzt*innen unterstützen. In sicherheitskritischen Bereichen wie der Medizin müssen Vorhersagen einer KI jedoch nachvollziehbar sein.
Vor dem Einsatz neuer Technologien wie Deep Learning (DL) in sicherheitskritischen Anwendungen ist die Einführung strenger Test- und Zertifizierungsverfahren unerlässlich. Wir schlagen einen Testansatz vor, der Schwachstellen in DL-Modellen identifizieren könnte.
Der Anwendungsbereich von Convolutional Neural Networks (CNNs) in Industrie und Logistik ist aktuell noch begrenzt, obwohl sie dabei helfen können, unterschiedliche Aufgaben effizient zu automatisieren. Verschiedene Anwendungsmethoden können ihren Einsatz fördern.
Daten werden gesammelt wie nie zuvor, aber wohin damit? Wie kann Datenschutz gewährleistet und gleichzeitig durch datengetriebene Algorithmen Mehrwerte geschaffen werden? All diese Fragen adressiert Gaia-X.
KI-Anwendungen kommen zunehmend in kritischen Bereichen zum Einsatz, in denen Fehlentscheidungen unter Umständen zu Personen- oder Sachschäden führen können. Der Einsatz von Unsicherheitsschätzung kann hier einen Beitrag zu erhöhter Verlässlichkeit leisten.
In das Erstellen von Finanzberichten investiert ein Unternehmen viele Arbeitsstunden und viel Geld. ART ist ein neues Verfahren, mit dem es möglich sein soll, strukturierte Tabellendaten aus Finanzberichten in Text umzuwandeln.
Hand-held Geräte und traditionelle Papierunterlagen in der Logistik schränken Mitarbeiter*innen in ihren Bewegungen ein. Das Fraunhofer IML entwickelt als Lösung ein intelligentes Regal, welches der Weg zur intelligenten Mensch-Maschine-Schnittstelle werden soll.
Interessanter als die Prognose von Fehlern ist es für Unternehmen zu verstehen, warum ein konkreter Fehler aufgetreten ist. Eine KI-basierte Root-Cause-Analyse dient dazu, Hinweise auf Fehlerursachen in großen Datenmengen zu finden.
KI-basierte Analysen audiovisueller Daten ermöglichen bereits heute Recherchen in großen Videobeständen. Immer komplexer werdende Suchanfragen erfordern jedoch anspruchsvollere, multimodale Analysemethoden, die in der Praxis oft mit diversen Herausforderungen verbunden sind.
KI-Modelle effektiv prüfen zu können, wird im Hinblick auf ihre wachsende Bedeutung immer wichtiger. Dabei muss eine ganze Reihe besonderer Herausforderungen bewältigt werden, deren Lösung Gegenstand aktueller Forschung ist.
Wirtschaftsprüfer*innen arbeiten meist noch ohne jegliche Unterstützung von Machine-Learning-Algorithmen. ALI ist ein KI-basiertes Recommender-System, das große Teile des Auditing-Prozesses automatisieren kann und bereits von PriceWaterhouseCoopers GmbH genutzt wird.
Das Schreiben von Code ist ein wesentlicher Bestandteil des Alltags eines Data Scientist. Die Snippet Library-Erweiterung dient zur Unterstützung und ermöglicht die schnelle und einfache Entwicklung von Datenanalyse-Workflows.
Bereits in der experimentellen Phase des Maschinellen Lernens können Trainingsvorgänge übersichtlich und nachvollziehbar strukturiert werden. Dieser Beitrag stellt ein hilfreiches Tool für diesen Zweck vor.
Fake News werden als eine der größten Herausforderungen unserer Zeit eingestuft. Aber kann Maschinelles Lernen bei der Erkennung von Fake News unterstützen? Wir zeigen die Grenzen und Potentiale auf.
Within Computer Vision, humans define how machines interpret the world. Researchers at the Weizenbaum Institute identified power differentials and commercial interests in data annotation that influence how systems learn to “see“.
Feindliche Angriffe auf Vorhersagemodelle des Maschinellen Lernens, zum Beispiel beim autonomen Fahren, könnten zu großem (Personen-)Schaden führen. Mit Hilfe von Abwehrmechanismen können ML-Modelle geschützt und ihre Robustheit gegenüber Angriffen erhöht werden.
Bei der Anwendung von ML-Lösungen im operativen Betrieb stehen Anwender vor diversen technischen und organisatorischen Herausforderungen. MLOps beschreibt einen ganzheitlichen Prozessansatz, der diese Herausforderungen mit geeigneten Methoden und Werkzeugen löst.
Finanzdokumente enthalten sensible Informationen, die die Nutzung und Verarbeitung der Daten nur für autorisierte Personen zulässt. Das Anonymizer-Tool schwärzt diese Informationen durch natürliche Sprachverarbeitungs- und Deep Learning-Techniken sowie einer regelbasierten Nachbearbeitung.
Die Lokalisierung von autonom fahrenden Robotern ist essentiell für ihre Navigation im Raum. ML2R-Wissenschaftler*innen entwickelten eine Methode, welche es Robotern ohne Vorwissen und mittels Bodenkamera ermöglicht, ihre räumliche Position zu bestimmen.
Die aktuelle Corona-Pandemie stellt die Gesundheitsämter in Deutschland vor große Herausforderungen. In einer Studie mit dem Gesundheitsamt Köln konnten Wissenschaftler*innen mittels Datenanalysetechniken das Infektionsgeschehen nachvollziehen und Ansteckungsmuster erkennen.
Edge Deployment ermöglicht die sichere und ressourcenschonende Verarbeitung großer Datenströme in Echtzeit sowie ein dezentrales Datenmanagement und Training im Maschinellen Lernen. KI-basierte Anwendungen können so in die Produktion gebracht werden.
Sicherheitskritische Systeme, wie beispielsweise selbstfahrende Autos, stellen neue, hohe Anforderungen an KI-Modelle. Vielerorts wird hierzu an Lösungsansätzen geforscht, ein umfassender Überblick wurde jetzt durch ein Übersichtspapier des Konsortiums „KI-Absicherung“ geschaffen.
Künstliche Intelligenz ist im medizinischen Kontext nicht wegzudenken. Gerade während einer globalen Pandemie können die Digitalisierung und Verschlankung von Prozessen im Gesundheitswesen dabei unterstützen, wertvolle Ressourcen zu sparen und Überlastungen abzufedern.
Informationen in Urteilstexten liegen unstrukturiert und in großen Mengen vor. Methoden der intelligenten Informationsextraktion, logische Regeln sowie Expertenwissen können bei ihrer Analyse unterstützen und tragen zur transparenteren Strafzumessung in Deutschland bei.
Gammastrahlung gibt Hinweise auf Vorgänge im Weltall. Erstmalig ist es einem interdisziplinären Forscherteam der Informatik und Astrophysik an der TU Dortmund gelungen, die Analyse von Gammastrahlung in Echtzeit am Teleskop durchzuführen.
Um in umfangreichen Textsammlungen eine zielgerichtete Suche zu ermöglichen, ist eine Vergabe von Stichworten üblich. Wir beschreiben Methoden, wie man kurze Texte vollautomatisch mit inhaltsbezogenen Stichworten versehen kann.
