Die Offenlegung von Schwachstellen in industriellen Kontrollsystemen (ICS) hat sich in den vergangenen vier Jahren mehr als verdoppelt. Das Bewusstsein für mehr Cyber-Sicherheit ist gestiegen.

Forscher der Microsoft Research Labs arbeiten an Machine-Learning-Diensten für Kleinstcomputer wie Rasperry Pi oder Arduino. Jetzt gibt es eine erste Preview.

uTensor ist ein Framework, mit dem sich Machine-Learning-Inferenz auf ressourcenbeschränkten Mikrocontrollern ausführen lässt. Das Framework besteht aus einer Runtime-Bibliothek und einem Offline-Tool. Mit dem Offline-Tool lassen sich trainierte Machine-Learning-Modell in lesbaren C++-Code konvertieren. Dieser Code eignet sich für die Verwendung auf Mbed-Plattformen und ARM-Mikrocontroller.

Zwei neue Studien der Information Services Group (ISG) zeigen unter anderem wachsendes Interesse an fortschrittlicher Datenanalytik. Sowohl Dienstleister als auch Lösungsanbieter erweitern ihre Portfolios, während Citizen-Development-Tools Analyseskills in die Breite der Anwenderschaft tragen.

Apache Mahout ist ein frei verfügbares Framework für verteilt arbeitende Algorithmen der linearen Algebra. Es ist für Anwendungen im Big-Data-Umfeld einsetzbar und unter anderem für statistische Berechnungen nutzbar. Das Framework arbeitet mit Apache Hadoop und anderen Plattformen für verteiltes Computing und Data Processing wie Apache Spark, H2O oder Apache Flink zusammen.

Vom 30. Mai bis 2. Juni dürfen die Aussteller auf dem Messegelände in Hannover wieder ihre Neuheiten präsentieren. Im Vorfeld wurden im Rahmen einer Preview erste Informationen zu der Messe herausgegeben.

Unternehmen, die Daten auswerten, visualisieren und massenhaft weiterverarbeiten wollen, können zu diesem Zweck die Analyse-Software Einstein Analytics verwenden. Die Anwendung ist Bestandteil von Salesforce und arbeitet mit Künstlicher Intelligenz (KI). Dadurch kann sie Verantwortliche bei ihren Entscheidungen unterstützen.

Die Studie „Limitless: The Positive Power of AI“ von Cloudera zeigt, dass Unternehmen ihre wirtschaftlichen Prioritäten neu setzen. Dazu zählt auch eine veränderte Wahrnehmung von Künstlicher Intelligenz (KI), Machine Learning (ML) und Analytics.

Selbstlernende Maschinen und smarte Roboter sind in vielen Industrien die Basis für Technologien der Zukunft. Durch die Künstliche Intelligenz (KI) verfügen Rechner über menschenähnliche und kognitive Fähigkeiten, was zu einer Steigerung der Produktivität führen kann. Der Computer speichert ähnlich wie ein Mensch Wissen aus Erfahrungen ab und kann dann – basierend auf entsprechenden Algorithmen – eigenständig Lösungen für neue und unbekannte Probleme finden.

Robotic Process Automation, kurz RPA, ist aus der klassischen Prozessautomatisierung entstanden. RPA nutzt Methoden der Künstlichen Intelligenz, um mithilfe von Softwarerobotern Aufgaben, die zuvor von Menschen ausgeführt wurden, automatisiert zu erledigen. Ein typischer Anwendungsbereich von RPA ist die Automatisierung von Softwaretests.