Die Entwicklung von Machine-Learning-Modellen (ML) ist oft ein zeitintensiver Prozess, der aus Trial und Error besteht. Das global agierende Unternehmen Festo zeigt, wie die Tools von Weights & Biases, einer Plattform zur Unterstützung der Entwicklung von Künstlicher Intelligenz (KI), die Optimierung von ML-Modellen beschleunigen und prädiktive Wartung für seine Kunden besser macht.

Die Gated Recurrent Unit (GRU) ist eine fortschrittliche Architektur für rekurrente neuronale Netzwerke (RNNs), optimiert für die Verarbeitung sequenzieller Daten. Durch adaptive Gate-Mechanismen – das Update-Gate und das Reset-Gate – steuert sie effizient den Informationsfluss, minimiert Speicherbedarf und verbessert die Trainingsgeschwindigkeit. GRUs finden Anwendung in der Sprachverarbeitung, bei Zeitreihenanalysen und in KI-Systemen.

Die neue Abteilung „AI Assurance and Assessments“ des Fraunhofer-Instituts für Intelligente Analyse- und Informationssysteme IAIS unterstützt Unternehmen und Organisationen dabei, KI im Einklang mit internationalen Standards und Regulierungen, etwa dem „EU AI Act“, einzusetzen.

DALL-E ist ein von OpenAI entwickeltes KI-Modell. Es gehört zur Kategorie generativer KI (Generative AI), das aus natürlichsprachigen Texteingaben beeindruckende Bilder generieren kann. Die Technologie nutzt neuronale Netzwerke, um kreative und fotorealistische Darstellungen zu erschaffen. Seit der Integration in ChatGPT ist DALL-E für eine breite Nutzerschaft zugänglich und eröffnet neue kreative Möglichkeiten für Künstler, Designer und Technikbegeisterte.

Laut Gartner wird der unsachgemäße grenzüberschreitende Einsatz von GenAI bis 2027 mehr als 40 Prozent aller KI-Datenschutzverletzungen verursachen. Die rasante Verbreitung von generativer KI habe die Entwicklung von Datenschutz- und Sicherheitsmaßnahmen überholt.

Die Kombination der Daten-Streaming-Plattform von Confluent mit der Data-Intelligence-Plattform von Databricks soll Unternehmen Echtzeitdaten für KI-gestützte Entscheidungen liefern. Hierfür gebe es neue Integrationen zwischen Confluents Tableflow und Databricks Unity Catalog.

Die KI-Adoption in Deutschland schreitet voran: Laut der Dell Technologies Innovation Catalyst Research* haben 89 Prozent der Unternehmen Künstliche Intelligenz bereits in ihre Strategie integriert. Doch trotz der Fortschritte stehen viele Organisationen vor erheblichen Herausforderungen bei der Datenaufbereitung und -sicherheit. Besonders der Umgang mit generativer KI sorgt für Diskussionen.

30 Prozent der Chief Data and Analytics Officers (CDAOs) sehen in der Messung des geschäftlichen Nutzens von Daten, Analysen und künstlicher Intelligenz ihre größte Herausforderung. Das ergab der jährliche „Chief Data & Analytics Officer Agenda Survey“ von Gartner.

Snowflake präsentiert seine Cortex Agents als Public Preview. Die KI-Agenten bauen auf den bestehenden Abfragediensten von Snowflake, Cortex Analyst und Cortex Search, auf und sollen Unternehmen bei der Analyse von strukturierten und unstrukturierten Datensätzen unterstützen.

Der Nutzungsbereich großer Sprachmodelle (LLM) und Basismodelle (Functional Models) wird durch den Einsatz von Retrieval Augmented Generation (RAG) erheblich erweitert. Graph-Datenbanken können mit ihrer spezifischen Technologie GraphRAG die Genauigkeit erheblich steigern. BigData-Insider sprach mit Michael Hunger, Head of Product Innovation & Developer Product Strategy beim Graph-Datenbankanbieter Neo4j.