Datensätze sind Kraftfutter für KI und maschinelles Lernen. Hochwertige Ergebnisse können aber nur aus gut gepflegten, qualitativen Daten resultieren.

Beim „Automatisierungstreff 2022“ in Böblingen konnten Anwender und Interessenten den aktuellen Stand von Industrial Internet of Things und Industrie 4.0 erfahren. In Workshops konnten sie selbst Produkte ausprobieren und in einer Ausstellung auf dem „Marktplatz“ konkrete Lösungen in Augenschein nehmen.

Im März auf der Hannover Messe gegründet zeigt die Open Industry 4.0 Alliance auf der SPS jetzt erstmals Ergebnisse und führt vor, wie Geräte unterschiedlicher Hersteller miteinander kommunizieren.

Das Karlsruher Institut für Technologie (KIT) verfügt ab sofort über einen IPU-POD16-Server von Graphcore. Mit dem Hochleistungssystem will die Universität die KI-Forschung beschleunigen.

Die zunehmende Datenflut schnell und effizient zu beherrschen, hat sich zu einem wichtigen Wettbewerbsfaktor entwickelt. Swarm64 hat einige Ratschläge parat, wie Unternehmen die riesigen IoT-Datenmengen in den Griff bekommen.

Die Digitalisierung wird auf der Werkzeugmaschinenmesse EMO Hannover 2017 das Thema sein. Das Motto des Siemens-Messestandes lautet deshalb: „Digitalization in Machine Tool Manufacturing“.

Seit knapp einem Jahr erprobt das Modellprojekt „KI-Transfer Plus – Regionalzentren für Bayerns Mittelstand“, wie sich KI für kleine und mittelständische Unternehmen besser zugänglich machen lässt. Jetzt zog das Projekt positive Bilanz und kündigte eine Ausweitung an.

Applause, Spezialist für digitale Qualitätssicherung, hat eine neue Testing-Methode für Künstliche Intelligenz vorgestellt. Das Verfahren soll Fehlerquellen und Bias in KI-Anwendungen aufdecken.

In Deutschlands Industrie erhofft man sich von KI/ML-getriebenen neuen Geschäftsmodellen und Prozessen viel. Die produzierenden Unternehmen, die das Herz des wirtschaftlichen Erfolgs dieses Landes bilden, sollen damit ihre weltweit führende Rolle auf vielen Gebieten trotz Konkurrenz aus den USA und Fernost weiterspielen können. Wie das mithilfe von Microsoft gelingen könnte, darum ging es beim Microsoft Envision Forum: Manufacturing im November in München.

Der Zero Redundancy Optimizer (ZeRO) ist zusammen mit der DeepSpeed-Library einsetzbar und optimiert den Speicherbedarf für das Training von großen Deep-Learning-Modellen mit vielen Milliarden Parametern. ZeRO wurde von Microsoft entwickelt und ist unter Open-Source-Lizenz frei verfügbar. Verwendet wurde der Zero Redundancy Optimizer beispielsweise für das Training der Sprachmodelle GPT-2 und Turing-NLG 17B.