Aus einer Text-Vorgabe ein Video erschaffen? Das soll mit der Software „Sora“ von OpenAI möglich sein. Das neue Angebot der ChatGPT-Macher steht aber zunächst noch nicht der breiten Öffentlichkeit zur Verfügung.

Die Eclipse Foundation, eine der weltweit größten Open-Source-Stiftungen, hat ihren IoT and Edge Commercial Adoption Survey Report veröffentlicht. Demnach sei die Einführung von IoT-Lösungen im Jahr 2023 sprunghaft angestiegen.

Urteile des Europäischen Gerichtshofs (EuGH) zum Scoringsystem der SCHUFA und anderer Wirtschaftsauskunfteien zeigen beispielhaft, was die DSGVO mit dem Verbot der „automatisierten Entscheidung im Einzelfall“ meint. Das hat generelle Bedeutung für den Datenschutz bei der Anwendung von Künstlicher Intelligenz (KI) und sollte bei der Planung von KI-Projekten genau beachtet werden.

Laut Gartner-Prognose werden bis 2027 Nachhaltigkeit und digitale Souveränität für 70 Prozent der Unternehmen bei der Wahl zwischen verschiedenen öffentlichen Cloud-GenAI-Services immer relevanter.

Smaug-72B ist ein großes Open-Source-Sprachmodell von Abacus AI. Es hat 72 Milliarden Parameter und ist durch Feinabstimmung des von Alibaba entwickelten LLM Qwen-72B entstanden. In KI-Benchmarks erreicht es Topwerte und überflügelt andere Sprachmodelle wie Mistral, GPT-3.5 oder Gemini Pro. Auf Hugging Face nimmt es in der Leistungsbewertung der Sprachmodelle den ersten Platz ein und ist das erste Open-Source-Modell, das eine Durchschnittsnote von über 80 erreicht.

Amazon Web Services (AWS) unterstützt seine Anwender im Big-Data- und Analyticsbereich mit erhöhter Leistungsfähigkeit, macht den „Amazon ElastiCache“-Dienst „Serverless“ verfügbar und erweitert die Skalierungs-Möglichkeiten mit „Amazon Aurora Limitless“. Neue Versionen des Chips für ML-Training und der ARM-basierten Graviton-CPU sind schneller und verbrauchen weniger Strom. Der Managed Service „Amazon Bedrock“ wird massiv ausgebaut, um Modelle sicherer und individueller angepasst machen zu können. Der neue KI-Assistent „Amazon Q“ ist für die Erstellung von Präsentationen in Amazon QuickSight erweitert worden.

Affective Computing beschäftigt sich mit dem computerbasierten Erkennen menschlicher Emotionen. Ziel ist es, den Gemütszustand eines Users zu erkennen, zu verarbeiten und angemessen darauf zu reagieren oder ihn zu simulieren. Das interdisziplinäre Forschungsgebiet kombiniert Erkenntnisse aus der Informatik, Psychologie, Physiologie und Kognitionswissenschaft. Technologische Basis zum Erkennen menschlicher Gefühle sind unter anderem Künstliche Intelligenz und Maschinelles Lernen.

GenSLMs (Genome-Scale Language Models) ist die Bezeichnung für ein auf Genomik spezialisiertes großes KI-Sprachmodell (Large Language Model). Es wurde mit Gensequenzen des COVID-19-Virus trainiert und ist in der Lage, Gensequenzen vorherzusagen. Mithilfe von GenSLMs lassen sich zum Beispiel Genmutationen und Varianten des COVID-19-Virus vorhersagen. Entwickelt wurde das KI-Modell von Wissenschaftlern und KI-Experten mehrerer Universitäten und Unternehmen.

Im Jahr 2023 erlebte die Welt eine Revolution im Bereich der generativen Künstlichen Intelligenz. Die Technologie wurde massentauglich und bietet Nutzern auf der ganzen Welt seitdem ungeahnte Möglichkeiten bei der Erstellung von Text, Bildern, Musik und Softwarecode in Echtzeit. Realisierbar ist das dank Large Language Models (LLMs), die mithilfe von Deep-Learning-Technologien Massen an strukturierten und unstrukturierten Daten durchpflügen, Muster in den Daten erkennen und dieses Verständnis nutzen, um neue Inhalte zu generieren.

Am 5. März findet das Symposium „Daten statt raten“ in Tuttlingen statt. Auf der gemeinsamen Veranstaltung der Medical Mountains GmbH und des Medical Solution Center Case4Med dreht sich alles um Data Analytics und die daraus resultierenden Chancen für die Medizintechnik-Branche.