Das Wissensportal für IT-Professionals. Entdecke die Tiefe und Breite unseres IT-Contents in exklusiven Themenchannels und Magazinmarken.

heise conferences gmbh

(vormals SIGS DATACOM GmbH)

Rheinwerkallee 4, 53227 Bonn

Tel: +49 (0)511/5352-100

service-sigs@heise.de

AI

354 Inhalte
Entdecken Sie unser Archiv zu tiefgehenden Inhalte zum Thema AI.
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.
Kleines 1x1 für Umsteiger auf die oneAPI Toolkits
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. ..
GPT-3: Durch „Copy & Paste“ zur Künstlichen Intelligenz?
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..
Hello World mit Data Parallel C++
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.
Entscheidungsunterstzützung durch erklärbare KI
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.
Raus aus dem Elfenbeinturm