Rekurrente neuronale Netze: Wie Computer lesen lernen
In vielen Bereichen des NLP beruhen entscheidende Fortschritte auf der Entwicklung und Erforschung einer Klasse von künstlichen neuronalen Netze, die besonders gut an die sequentielle Struktur natürlicher Sprachen angepasst sind: rekurrente neuronale Netze, kurz: RNNs.
Automatisierte Beantwortung von Fragen mit neuronalen Netzen: BERT
In diesem Webinar stellen wir eine auf dem BERT Modell basierende Methode zur automatisierten Beantwortung von Fragen vor. Die potentiellen Anwendungen sind vielfältig.
Semantische Suche und Verstehen von natürlichem Text mit Neuronalen Netzen: BERT
In diesem Webinar erhalten Sie eine Einführung in die Anwendung von BERT zur Semantischen Suche anhand eines realen Fallbeispiels: Jährlich interagieren Millionen BürgerInnen mit Behörden und sind regelmäßig überfordert von der dort verwendeten Fachsprache.

Top-Performance mit Intels® AI-Tools
Deep-Learning-Algorithmen beschleunigen Analyse menschlicher Organe. Ein vielversprechendes Anwendungsfeld für „Artificial Intelligence“ ist die Medizin. Hier kann AI zum Beispiel den Ärzten bei der Diagnose von Krankheiten helfen.
Der Schlüssel zur Marktführerschaft
Künstliche Intelligenz (KI) verändert rasant, wie Unternehmen operieren, Produkte entwickeln und Entscheidungen treffen. Was in den 1950ern als akademisches Gedankenexperiment begann, ist längst Realität. KI-Technologien, kognitive Systeme und lernende Maschinen prägen bereits die digitale Transformation von Wirtschaft und Gesellschaft. Bis heute sorgen KI-Tools in zahlreichen Anwendungsgebieten für Innovationen – von Chatbots im Kundenservice über Produktempfehlungen im Online-Shop bis zur Krebserkennung im MRT.
The Journey from Here to AI
AI ist in aller Munde. Doch wie geht man als Unternehmen an dieses Thema heran?
Wir zeigen Ihnen die Reise von hier zur AI und geben Ihnen 5 Überlegungen zum Erfolg mit auf den Weg!
AI Spektrum liefert fundierte und kostenfreie Fachinformationen. Das Fachportal informiert über Hintergründe, aktuelle Trends und Erfahrungen rund um die Themen Künstliche Intelligenz, Machine Learning, Deep Learning, Neuronale Netze und Robotics.
Jetzt registrieren und beim Thema KI immer up to date bleiben!

the factlights 2020: Die zentrale Online-Studie zu Digitalisierung und Datenarbeit geht an den Start!
Digitalisierung und Datenarbeit – wo stehen wir? „the factlights 2020“ ruft Entscheider und Mitarbeiter aller Branchen im deutschsprachigen Raum dazu auf, bis Ende Mai 2020 an der Erhebung zum Stand von Data & Analytics im Arbeitsalltag von Unternehmen mitzuwirken.

Videoblog: „Die europäische Künstliche Intelligenz ist besser als ihr Ruf!“
Liegt die europäische KI wirklich so weit hinter der KI aus den USA und China zurück? Peter Seeberg sagt: Nein, das ist nicht der Fall. Zudem soll die KI hierzulande den Menschen dienen, und nicht so sehr den Unternehmen und Staaten.

Interview zu Digitaler Souveränität
Mit Dr. Hans-Joachim Popp sprach Christoph Witte über die Frage, wie der Datenschutz in Zeiten von Datenreichtum und „Big Data“ funktionieren kann und ob die von der Politik geforderte digitale Souveränität ein frommer Wunsch bleibt.

TÜV fürs Autonome Fahren
Der Tüv Süd und das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) schließen sich zusammen, um Genesis zu entwickeln – eine offene, nicht proprietäre Plattform zur kontinuierlichen Validierung von AI-Modulen in autonomen Fahrzeugen.

AI für die Testgenerierung
Retest, ein junges Softwareunternehmen aus Karlsruhe, bringt mit der neuen Version 2.0 seiner Software für Testautomatisierung einen AI-basierten Testansatz, der über reines Testen hinausgeht und eine Art Versionsverwaltung für die grafische Benutzerschnittstelle (Graphical User Interface, GUI) darstellt.

Gute Prognosen
Gute Prognosen sind die Basis für eine umfassende Supply-Chain-Planung und die daraus resultierende Optimierung von Prozessen und KPIs. Je schlechter die Prognosen sind, desto höher sind Abschreibungen, Warenverderb im Lebensmittelbereich oder das gebundene Kapital. Um diese Basis so exakt wie möglich zu berechnen, bedarf es verschiedener Tools.

Cloud AutoML
Um AI-Anwendungen allen Unternehmen zugänglich zu machen, hat Google eine neue Cloud-Lösung vorgestellt: Mit AutoML können Unternehmen trotz geringer Vorkenntnisse eigene „Machine-Learning“-Modelle entwickeln. Auch dank der simplen Zugänglichkeit soll Cloud AutoML neue Anwendungsfelder für AI erschließen und ML-Anfängern helfen, leistungsfähige Systeme zu erstellen.

Aus Massendaten neues Wissen generieren
Machine Learning hat heute schon vielfältige Anwendungsbereiche. Mit ML-Unterstützung kann man zum Beispiel im Handel intelligente Entscheidungen treffen oder auch logistische Prozesse optimieren. Wie, das demonstriert das Osnabrücker IT-Architekturhaus Sievers-Group. Welche Potenziale bieten selbstlernende Systeme für den Handel? Als Antwort auf diese Frage verknüpft die Sievers-Group Microsofts Azure Machine Learning Studio mit den Bestandsmanagement- oder ERP-Systemen ihrer Kunden.

Autonomes Parken
ZF ProAI dient als automobiler Supercomputer für das neue Valet-Parksystem von Baidu. Damit ausgestattete Pkw können für Nutzer die Fahrt zu einem Parkplatz und zurück übernehmen. Die Einsatzpremiere feierte diese AI-Lösung in Carsharing-Fahrzeugen des großen chinesischen Mobilitätsanbieters Pand Auto. Außerdem stellte ZF auf der CES 2018 sein „Dream Car“ vor.