AI

Objekterkennung spielt in der heutigen, automatisierten Welt eine immer größere Rolle. Sie wird unter anderem im autonomen Fahren zum Erkennen von Hindernissen oder Straßenschildern verwendet. Aber auch in der Industrie findet sie Anwendung, beispielsweise um optische Produktmängel zu erkennen, wie die Severstal Steel Defect Detection Challenge [STEEL] beweist. Wie ein Modell zur Objekterkennung e..

Von der ersten Idee einer Anwendung von Machine Learning (ML) bis zur Entscheidung über den Projektstart lassen sich viele Fehler vermeiden, die den Projekterfolg gefährden. Die Bedeutung von Daten und der Datenqualität für das Gelingen von ML-Projekten lässt sich nicht unterschätzen, aber auch darüber hinaus gibt es viele Fragen zu klären. Hier betrachten wir eine Reihe relevanter Problemdimensio..

Wäre es nicht wunderbar, nur das zu lesen und zu verarbeiten, was wirklich von Relevanz ist für das Unternehmen und den Kunden? Die Zeit der Mitarbeitenden zielgerichteter und effizienter zu nutzen – für relevante Innovationen? Es ist möglich, dank KI. Gestartet sind wir mit der Grundsatzfrage „Kann die Suche im Markt/Web nach relevanten Informationen zu Innovationspotenzialen mittels KI/ML automa..

Mit Hardwarebeschleunigern für HPC- und KI-Systeme wird das Programmieren in Zukunftimmer paralleler werden. Spannende Zeiten für Entwickler, die heute mit C++ arbeiten. Eine der grundlegenden Neuerungen, die oneAPI für sie bringt, ist das Programmiermodell Data Parallel C++, kurz DPC++. Dabei handelt es sich um ein modernes, paralleles C++ für heterogene Architekturen. Die Basis bildet Khronos SY..

Machine Learning (ML) ist auf dem Vormarsch und viele Unternehmen fragen sich, wie sie von dieser Technologie profitieren können. Softwarearchitekten werden also immer öfter Systeme entwerfen müssen, in denen auch ML-Technologie steckt. Die Beschäftigung mit dem Thema ist aber häufig schwierig. Es ist zwar omnipräsent, wird aber meist entweder extrem abstrakt oder aber sehr algorithmisch, daten-ze..