Google LaMDA ist ein auf Künstlicher Intelligenz (KI) basierendes Sprachmodell, das auf Dialoge spezialisiert ist. Mit dem Sprachmodell Google LaMDA sollen fundierte Dialoge und natürliche Gespräche mit offener Themenwahl möglich werden. Das Sprachmodell wurde mit Dialogdaten trainiert und basiert auf der Transformer-Architektur. Es kann sowohl die Rolle eines Gesprächspartners einnehmen als auch aus der Sicht von Gegenständen oder Objekten antworten.

Die Normalisierung findet bei relationalen Datenbankschemata statt und hat zum Ziel, Redundanzen, Inkonsistenzen und Anomalien zu vermeiden und zu beseitigen. Zur Durchführung kommen bis zu fünf verschiedene aufeinander aufbauende Normalformen zum Einsatz. Normalisierte Datenbanken folgen einem klar strukturierten Modell.

Random Forest ist ein Algorithmus, der sich für Klassifizierungs- und Regressionsaufgaben nutzen lässt. Er kombiniert die Ergebnisse vieler verschiedener Entscheidungsbäume, um bestmögliche Entscheidungen zu treffen. Der Lernalgorithmus gehört zu den Verfahren des überwachten Lernens und ist im Machine Learning einsetzbar. Das Verfahren ist relativ einfach und bietet kurze Trainingszeiten.

Die digitale Transformation und die steigende Menge an zu verarbeitenden Daten machen auch vor der Luftfahrtindustrie keinen Halt. Für die zielgenaue Auswertung von Big Data kann eine Failure Mode and Effects and Cirticallity Analysis (FMECA)-Technologie unterstützen. Dabei wird eine optimale Lösung validiert, ausgewählt anschließenden in den laufenden Prozess integriert.

Vorhersagen werden oftmals als Glücksspiel abgetan. Dabei sind sie dank moderner Technologien und Funktionen zur Datenanalyse heute besser denn je. Das ist vor allem auf den zunehmenden Einsatz von Business Intelligence (BI) und Data Science, einschließlich von Machine-Learning-Modellen (ML), zurückzuführen.

Cisco präsentierte auf der Hannover Messe zwei Lösungen für die Produktion und Fertigung: den für Außenbereiche und Industrieanlagen konzipierten Wi-Fi-6E-Access-Point Catalyst IW9167 und das für eine verbesserte Fernverwaltung optimierte IoT Operations Dashboard.

Eine aktuelle Studie von PwC hat den Status quo der Data- und Analytics-Fähigkeiten deutscher Unternehmen unter die Lupe genommen. Demnach nimmt die Dezentralisierung von Datenplattformen Fahrt auf. Die Data-Mesh-Architektur gilt dabei als vielversprechend.

Auf seiner Anwenderkonferenz .conf 2022 hat Splunk, ein Anbieter von Datemanagementsoftware, mehrere Neuerungen für seine Splunk Cloud Platform wie auch für sein Hauptprodukt Splunk Enterprise vorgestellt. Ein Data Manager, Ingest Actions und Federated Search erlauben es, nicht nur umfassendere Datenquellen anzuzapfen, sondern diesen Zugriff auch feingranular zu steuern.

Synthetische Daten sind eine wichtige Ressource, um Machine-Learning-Modelle zu trainieren, Systeme zu testen und Prototypen zu erstellen. Im Trend liegen Plattformen für synthetische Daten für tabellarische Daten und Bilddaten. Gartner empfiehlt Anbietern, eine Differenzierung für bestimmte Datentypen und Anwendungsfälle zu treffen.

Der Daten- und KI-Spezialist Databricks hat Data Lineage für den Unity Catalog angekündigt. Nutzer erhalten dadurch mehr Kontrolle darüber, wie Daten in ihrem Data Lakehouse verwendet werden. Zudem sorgt Data Lineage für ein transparenteres System.

Der Datenbankspezialist MongoDB hat im Rahmen seiner jährlichen Konferenz MongoDB World in New York seine Vision einer zentralen, einheitlichen Datenplattform für Entwickler vorgestellt. Zudem wurden etliche Neuheiten angekündigt.

Nicht selten sind Daten die wertvollste Ressource eines Unternehmens – manchmal sind sie sogar wertvoller als das Unternehmen selbst. Doch wenn diese Daten ungenau sind oder aufgrund von Bereitstellungsproblemen zu spät verfügbar sind, kann das Unternehmen sie nicht nutzen, um fundierte Entscheidungen zu treffen.

Der Analytics-Spezialist ThoughtSpot hat eine Partnerschaft mit dem Datenintegrationsexperten Matillion vereinbart. Im Fokus der Zusammenarbeit stehen schnelle Einblicke dank Low-Code-Datenintegration und Live-Analytics-SpotApps.

Nur knapp ein Drittel (30 Prozent) der deutschen Führungskräfte bieten ihren Angestellten Trainings im Umgang mit Daten an. Dabei sind derartige Weiterbildungsangebote für Mitarbeiter häufig ein Argument gegen einen Jobwechsel.

Dataiku, Anbieter der Data-Science-Plattform DSS, hat auf seiner „Everyday AI“-Konferenz in London den rund 700 Besuchern die Version 11 von DSS vorgestellt. Besonderes Augenmerk hat der Hersteller auf Responsible AI und AI Governance gelegt.

Tableau, die Analyseplattform von Salesforce, hat eine Studie von Forrester Consulting zur Datenkompetenz in Unternehmen veröffentlicht. Sie untersucht die Relevanz von Daten-Know-how für bessere Geschäftsergebnisse und stellt die Wahrnehmung des Managements und ihrer Angestellten gegenüber.

Die Dekra hat einen neuen Arbeitsmarkt-Report veröffentlicht und verrät darin einige interessante Details zu den 2022 gefragtesten Berufen.

Das Sprachprognosemodell GPT-3 hat bei zahlreichen Aufgaben im Bereich der natürlichen Sprachverarbeitung (NLP) eine hervorragende Leistung des Zero-Shot- und Few-Shot-Lernens gezeigt, und zwar durch Skalierung der Modellgröße, der Datensatzgröße und des Rechenaufwands. Das Training eines Modells wie GPT-3 erfordert jedoch eine große Rechenleistung – für Forschende kein leichtes Unterfangen.

Raman-Spektren bilden komplexe und umfangreiche molekulare Fingerabdrücke ab. Deren Auswertung ist nicht trivial. Künstliche Intelligenz kann dabei helfen, doch fehlen dazu etablierte Standards. Ein Forscherteam aus Jena hat nun eine Anleitung zur Raman-Spektralanalyse vorgestellt.

Auf der Everyday AI Conference in London treffen KI- und Daten-Enthusiasten auf die klügsten Köpfe der Datenbranche. Dataiku hat die Konferenz neu ins Leben gerufen und konnte mehr als 40 Speaker gewinnen – unter anderem von Snowflake, Deloitte, Interworks und weiteren Unternehmen.

Fertigungsunternehmen stehen vor dem Problem, dass die Möglichkeiten der Legacy-Infrastruktur stark eingeschränkt sind. Andererseits gilt es, neue, digitale Technologien zu integrieren und zu sichern. Wie können sie diese Herausforderung adressieren?

In einem hybriden Live-Event stellte Siemens seinen Kunden die neue Geschäftsplattform Xcelerator vor. Was kann die Plattform? Wie fügt sie sich in das Produktportfolio ein? Und welche Rolle soll das Ökosystem spielen? Wir haben es uns für Sie angesehen.

Cisco präsentierte auf der Hannover Messe zwei Lösungen für die Produktion und Fertigung: den für Außenbereiche und Industrieanlagen konzipierten Wi-Fi-6E-Access-Point Catalyst IW9167 und das für eine verbesserte Fernverwaltung optimierte IoT Operations Dashboard.

Mit der Akquisition von Senseye erweitert der Konzern Siemens sein Portfolio im Bereich Digital Enterprise Services. Senseye ist auf KI-basierte Lösungen für Performance und Zuverlässigkeit von Industriemaschinen spezialisiert.

Dataiku, Anbieter der Data-Science-Plattform DSS, hat auf seiner „Everyday AI“-Konferenz in London den rund 700 Besuchern die Version 11 von DSS vorgestellt. Besonderes Augenmerk hat der Hersteller auf Responsible AI und AI Governance gelegt.

Der Großteil der digitalen Geschäftsmodelle hängt mit immensen Datenmengen zusammen, die gehostet und verwaltet werden müssen. Allein in Deutschland entspricht der derzeitige Energiebedarf aller Rechenzentren umgerechnet dem CO2-Ausstoß des gesamten deutschen Flugverkehrs im Jahr 2018 – eine gewaltige Menge, die künftig eher steigt als sinkt. Für viele Unternehmen ist ein verantwortungsvolles und nachhaltiges Wirtschaften deshalb selbstverständlich.

Cybersecurity gewinnt mit der zunehmenden Implementierung neuer Technologien im Privat- und Berufsleben immer mehr an Priorität. Automatisierte und KI-basierte Lösungen sind laut einer aktuellen Reply-Studie notwendig, um die steigende Zahl der Sicherheitsbedrohungen abzuwehren.

Die Analyse des Datenverkehrs im Netz ist zentral für die IT-Sicherheit. Künstliche Intelligenz ermöglicht die notwendige Feinkörnigkeit im Erkennen von Anomalien. Machine Learning sorgt dafür, dass die KI sich immer auf dem aktuellen Stand befindet und dass neuer Datenverkehr entdeckt und bewertet wird.

Wie eine aktuelle Studie im Auftrag von SambaNova zeigt, sind KI-Teams in deutschen Unternehmen häufig unterbesetzt. Zudem stellt das schnelle Modell- und Datenwachstum eine Herausforderung dar.

Das Zentrum wird vom Freistaat Bayern mit 3,3 Millionen Euro gefördert. Zur Eröffnung kam unter anderem Ministerpräsident Markus Söder.

Ein Forschungsteam hat tausende Aufnahmen des Augenhintergrunds von Glaukom-Patienten mittels Deep Learning analysiert. Auf diese Weise ließ sich feststellen, wie stark die Krankheit die Sehkraft beeinträchtigt.

Das Unternehmen SAS, Anbieter von Lösungen für Analytics und Künstliche Intelligenz, unterstützt Energieversorger mit „SAS Grid Guardian AI“, um Ausfälle von Stromnetzen zu vermeiden.

Eine Gated Recurrent Unit ist ein Mechanismus und mathematisches Verfahren für Erinnerungsprozesse in rekurrenten neuronalen Netzwerken. Die Funktionalität ist vergleichbar mit der von Long Short-Term Memory (LSTM). Die Anzahl der Parameter ist jedoch geringer. Eine Gated Recurrent Unit besteht aus einem Update-Gate und einem Reset-Gate. Mit GRU lassen sich die für rekurrente neuronale Netze typischen Gradientenprobleme wie verschwindende Gradienten lösen.

Mbed ist ein freies Betriebssystem und eine Entwicklungsplattform für ARM-Cortex-M-basierte 32-Bit-Mikrocontroller. Es wurde speziell für Anwendungen und Geräte des Internets der Dinge entworfen. Mbed stellt alle zur Entwicklung und zum Betrieb von Anwendungen auf IoT-Geräten benötigten Komponenten zur Verfügung. Dazu gehören Echtzeitbetriebssystem, Treiber, Bibliotheken, Entwicklungsoberfläche sowie Konnektivitäts- und Sicherheitsfunktionen.

Modelle. Es wird der vollständige Prozess der Entscheidungsfindung von der Analyse der Problemstellung bis zur Kontrolle der Wirkung betrachtet. Operations Research arbeitet interdisziplinär und nutzt Methoden der angewandten Mathematik, Informatik, Statistik sowie der Ingenieurs- und Wirtschaftswissenschaften und anderer Fachbereiche.

Model Drift ist ein Begriff aus dem Umfeld des maschinellen Lernens. Er bezieht sich auf das Phänomen, dass die Vorhersagegenauigkeit von Machine-Learning-Modellen mit der Zeit nachlassen kann. Ursachen hierfür sind beispielsweise, dass Annahmen oder Variablenbhängigkeiten, die beim Erstellen und Trainieren der Modelle noch gültig waren, sich über die Zeit verändert haben. Maßnahmen wie das Retraining oder Tuning der Modelle können den Model Drift beseitigen.