KI: Nach dem Hype
Mit unserem Gehirn können es Computer noch lange nicht aufnehmen.
Mit unserem Gehirn können es Computer noch lange nicht aufnehmen.
Der Umbau auf Elektro-Antriebe könnte in Deutschland bis 2030 Hunderttausende Jobs kosten - das hat eine Studie für die Bundesregierung ergeben. Die Autoindustrie widerspricht vehement.
Lernen durch Algorithmen und bald auch durch menschliches Lächeln: Microsoft arbeitet an einem Machine-Learning-System, das seine Entscheidungen anhand von Gesichtsausdrücken und Emotionen gewichte
Geringe Zulassungszahlen, keine Batteriefabriken, Autohersteller, die lieber in China investieren: Europa könnte einer Studie zufolge bei der Elektromobilität abgehängt werden.
Die EU-Kommission lässt geplante Milliardenhilfen mehrerer Mitgliedsstaaten für den Aufbau einer europäischen Batteriezellen-Fertigung zu.
Wer ein Auto kauft, achtet inzwischen mehr auf digitale Features als auf Finessen der Ingenieurskunst. Techkonzerne wie Tesla, Google und Amazon stechen hier traditionelle Hersteller aus.
Facebooks leitender KI-Forscher Jerome Pesenti glaubt, dass Deep Learning schon bald an seine Grenzen stoßen wird.
Für Deep Learning werden heute meist Grafikprozessoren verwendet. Stärker spezialisierte Hardware aber könnte künstliche Intelligenz stark beschleunigen.
Die Anfänge der künstlichen Intelligenz gehen auf die 1950er Jahre zurück. Aber erst seit wenigen Jahren erlebt das Thema einen wahren Boom.
Dem Elektroauto wird in der Automobilindustrie jeder vierte oder fünfte Job zum Opfer fallen. Dennoch ist diese Branche eine mit Zukunft.
Eine künstliche Intelligenz (KI) zu entwickeln, kann sehr komplex sein, sie zu verstehen, ist aber nicht allzu schwierig.
Unternehmen, die neue Erkenntnisse aus vorhandenen Daten gewinnen wollen, stehen häufig vor der Entscheidung, eigene Data Scientists mit einem Python-KI-Baukasten eine individuelle Anwendung bauen
Besitzer von Elektroautos haben es in Deutschland bislang nicht leicht. Die Regierung will das ändern - und die Wirtschaft stärker in die Pflicht nehmen.
Auf dem Weg zur Schaffung von KI-Standards will die Object Management Group ein Referenzmodell erarbeiten sowie Arbeitsgruppen und einen Normenrat schaffen.
Anwender können aus einer Vielzahl von Tools für Machine und Deep Learning wählen. Es gilt allerdings genau zu überlegen, denn jedes Werkzeug eignet sich speziell für bestimmte Aufgaben.
Von künstlichen neuronalen Netzen hat heute jeder schon einmal gehört. In ihrem Schatten gedeihen aber noch andere Arten des maschinellen Lernens.
Data Analytics ist das neue Heilsversprechen. Was können Unternehmen von Learning Analytics in Hochschulen lernen? Das Magazin CIO zeigt Vorgehen, Methoden und Herausforderungen.
Bundesforschungsministerin Anja Karliczek will in Münster ein teures Batterieforsc
Analog zu der Elektrizität, die ihren Weg aus dem Labor in Milliarden Haushalte, Büros und Fabriken gefunden hat, lassen sich Machine-Learning-Anwendungen schnell und einfach einem größerem Publiku
ai-port GmbH
Wüllnerstraße 3 | 48149 Münster
mail@ai-port.de | 0251 3900160 | Fax 0251 3900169
Aus Gründen der leichteren Lesbarkeit wird die gewohnte männliche Sprachform bei personenbezogenen Substantiven und Pronomen verwendet. Dies impliziert jedoch keine Benachteiligung eines anderen Geschlechts, sondern soll im Sinne der sprachlichen Vereinfachung als geschlechtsneutral zu verstehen sein.