Das Transfer-Learning hat bei Computer Vision an Beliebtheit gewonnen, da es tiefe neuronale Netze mithilfe von vortrainierten Modellen mit begrenzten Daten effektiv trainieren kann. Dieser Artikel gibt einen Überblick über die jüngsten Fortschritte im Bereich des Transfer Learning für Aufgaben der Computer Vision, wie z. B. Bildklassifikation, Objekterkennung, semantische Segmentierung und vieles mehr.

Eine von UiPath durchgeführte Studie zeigte, dass rund 70 Prozent der Führungskräfte Kenntnisse im Bereich Automatisierung und KI erwarten, auch von nicht-technischen Mitarbeitern.

Teradata VantageCloud und ClearScape Analytics sind ab sofort mit Vertex AI, der Machine-Learning-Plattform von Google Cloud, verfügbar. Unternehmen sei es dadurch möglich, anspruchsvollere KI-Modelle schneller in Betrieb zu nehmen und diese unternehmensweit zu skalieren.

Das Konzept des Internets der Dinge (IoT), das an alles einen Sensor anheftet und Daten über das Internet an eine Datenbank sendet, ist im Grunde passé. Mit „Smart Dust“ sind Sensoren überall in der Luft und überwachen einfach alles – Temperatur, chemische Substanzen, Feuchtigkeit, Bewegungen, Körperfunktionen und sogar Gehirnwellen.

Mittlerweile kommen immer mehr Geräte mit IoT-Funktionen auf den Markt, was neue Möglichkeiten und kreative Anwendungen mit sich bringt. Das hat auch zu zahlreichen Änderungen in der Art und Weise geführt, wie Produkte entworfen, getestet und hergestellt werden.

Auch in der Maschinenbaubranche ist die Digitalisierung ein wichtiger Fortschrittsfaktor. Der Aachener Optimierungsspezialist INFORM hat fünf Fallstricke identifiziert, die derartigen Projekten häufig im Weg stehen.

Am 8. Juli veranstaltet die Frankfurt University of Applied Sciences gemeinsam mit dem AI Frankfurt Rhein-Main e.V. und der Maleki Corporate Group den digitalen Fachtag FRANKFURT AI FORUM „KI als Motor der Digitalisierung und Nachhaltigkeit“.

Kontinuierlich lernende KI-Systeme gelten in der Europäischen Union nicht als Medizinprodukte. Das ist für die weitere Entwicklung von medizinischen Anwendungen in der EU nicht förderlich, sagt die Deutsche Gesellschaft für Biomedizinische Technik im VDE.

Die wirtschaftlichen Herausforderungen unserer Zeit erfordern schnelle und präzise Einblicke in die Geschäftsabläufe, ihre ganzheitlichen Verbesserungen sind geschäftskritisch geworden. Viele Unternehmen setzen daher bereits seit Jahren auf Process Mining, um ihre Effizienz zu steigern, die betriebliche Leistung zu verbessern und der Konkurrenz einen entscheidenden Schritt voraus zu sein.

Die IBM hat auf der jährlichen Hot-Chips-Konferenz Details zum neuen IBM-Telum-Prozessor vorgestellt. Der Telum mit On-Chip-Beschleunigung für KI soll Kunden, basierend auf Deep Learning, die Nutzung von KI-Inferenz innerhalb zeitkritischer Transaktionen erlauben.