Machine Learning (ML) und künstliche Intelligenz (KI) sind seit einigen Jahren zu einem wichtigen Bestandteil von Cybersecurity-Lösungen geworden. Vor allem sogenannte Deep-Learning-Ansätze erzielten in den vergangenen Jahren enorme Fortschritte und erlauben den Einsatz von ML-Technik in vielen neuen Anwendungsgebieten. Trotzdem ist es wichtig, sich vor Augen zu führen, dass ML allein kein Allheilmittel für alle Herausforderungen der Sicherheitsbranche ist.

Zusammen mit den beiden Partnern AAEON Technology und Basler offeriert MVTec ein nach eigenen Angaben einfach zu bedienendes Machine-Vision-Bundle mit integrierten Deep-Learning-Technologien. Das „UP Squared Pro AI Vision Development Kit“ sei mit Lieferung betriebsbereit und für eine Vielzahl möglicher Anwendungen ausgelegt.

Qualcomm Technologies und Meta arbeiten daran, dass das Sprachmodell Llama 2 von Meta künftig direkt auf Endgeräten wie Smartphones, PCs, VR/AR-Headsets und in Fahrzeugen ausgeführt werden kann – ohne dabei ausschließlich auf Cloud-Dienste zurückgreifen zu müssen.

In dem Papier wird gezeigt, wie verschiedene Technologien zusammenpassen, sich komplementär gegenseitig ergänzen und wie Interoperabilität über Domänen hinweg durch kombinierte Anwendung in der Industrieautomation erreicht wird.

Viele KI-Projekte scheitern aufgrund mangelnder Datenqualität. Unternehmen investieren zwar immer mehr in Machine Learning, vernachlässigen aber den Aspekt der Data Preparation: Die Qualität der Daten ist Grundvoraussetzung für den Erfolg eines Data-Science-Projekts.

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.

Das Unternehmen USU, ein Anbieter von Software und Services für das IT- und Customer Service Management, stellt mit seinem Quickstart-Angebot eine Lösung vor, die den raschen Einsatz von Chatbots ermöglichen soll.

Die Software AG arbeitet künftig mit der Ifm-Unternehmensgruppe zusammen. Ziel der Kooperation ist es, Sensordaten und Informationen aus industriellen Anlagen und Maschinen Cloud-basiert zu visualisieren und auszuwerten.

Laut einer aktuellen BITKOM-Studie plant fast jedes Fünfte aller größeren Industrieunternehmen in Deutschland Industrie-4.0-Anwendungen wie vernetzte Produktionsanlagen. Aktuell haben vier von zehn Unternehmen IoT-Plattformen im Einsatz, jedes Dritte will diese zukünftig nutzen. Führend ist hier die Automobilindustrie, die laut Cap Gemini Research Institute global bis 2023 ihre Investitionen in den Aufbau von Smart Factories um mehr als 60 Prozent erhöhen will.

Im Rahmen einer aktuellen Studie demonstrieren die Technische Universität Graz und Intel, dass der Einsatz neuromorpher Technologie in großen Deep-Learning-Netzwerken zu signifikanten Energieeinsparungen führt.