AI

Die IT-Branche steht vor der Exascale-Challenge. Das ist die Herausforderung, einen Supercomputer mit 1 Exaflops wissenschaftlicher Rechenleistung (64 Bit Gleitkomma) zu bauen, der also 1 Trillion Berechnungen pro Sekunde durchführt. Das macht klar: Die Zeiten, in denen diese kostspieligen Computer mit eigens für sie entwickelten Spezialprogrammen betrieben werden müssen, sind passé.

Handlungsempfehlungen helfen Menschen, konsistente und nachvollziehbare Entscheidungen zu treffen, indem die relevanten Entscheidungsmerkmale und deren Zusammenhänge während der Anwendung transparent gemacht werden. Viele dieser Handlungsempfehlungen basieren auf Expertenerfahrungen, die als fixe Regeln in den zu entscheidenden Sachverhalt einer Domäne implementiert sind. Hier kann KI helfen.

Es ist so weit – nach vielen Jahren endet mit dem Jahr 2020 die Ära von Intel Parallel Studio XE. Aber keine Angst, die oneAPI Tookits bieten als Nachfolger genau die gleichen Komponenten, Compiler, Bibliotheken und Analyse-Tools. Doch es steckt viel mehr drin. Der Artikel zeigt auf, wie Umsteiger am besten von diesem Mehrwert profitieren können.

Die Antwort ist simpel: Das gehypte Sprachmodell, das Entwickler von OpenAI im Sommer präsentierten, funktioniert verblüffend gut, ist aber völlig dumm. Neuronale Sprachmodelle wie der Generative Pretrained Transformer 3 (GPT-3) arbeiten wie das Auto-Complete eines sehr alten Nokia-Handys: Nach Eingabe weniger Worte versucht die Software, das nächste Wort mathematisch möglichst gut vorherzusagen. ..

Der Einsatz von Maschinellem Lernen (ML) im Umfeld von Supply-ChainManagement und Logistik ist vor dem Hintergrund von Industrie 4.0 und Smart Factory von sehr großer Bedeutung. In nahezu allen Phasen der Logistik von Beschaffung, Produktion und Distribution über Planung und Gestaltung bis hin zur Ausführung und zum Qualitätsmanagement in Echtzeit können diese KI-Methoden zum Einsatz kommen.