Tag: Maschinelles Lernen

Wir gestalten für Euch gerade d!e R23 APP. Ihr sollt nach unserer Vorstellung relativ einfach auf Eure bestellten 3D Produkte zugreifen können und den aktuellen Stand der Bearbeitung Eures Auftrages einsehen können.

Detectron ist das Software-System von Facebook AI Research (FAIR), das modernste Algorithmen zur Objekterkennung implementiert, darunter Mask R-CNNN. Es ist in Python geschrieben und basiert auf dem Caffe2 Deep Learning Framework.

Deep Learning ist zu einem Sammelbegriff für die AI-Smarts geworden, die das Smart Home von heute dominieren. Das ist es, was die Alexa-fähigen Lautsprecher von Amazon antreibt, was sie in der Lage macht, zwischen verschiedenen Stimmen zu unterscheiden, und was Gesichtserkennungskameras dazu befähigt, Dich von Deinem Nachbarn zu unterscheiden. Und sie werden immer klüger – […]

Vor einigen Monaten hat Google sein AutoML-Projekt vorgestellt, ein Ansatz, der das Design von maschinellen Lernmodellen automatisiert. Google kündigte in einem Blogeintrag den nächsten Schritt in dessen Entwicklung an. Das System konnte einen Algorithmus für die Einordnung von anspruchsvollen Datensätzen wie ImageNet und Coco-Objekterkennung selbstständig erstellen.

Caffe2 ist der Nachfolger des Frameworks Caffe, das ursprünglich von dem jetzigen Facebook-Mitarbeiter Yangqing Jia an der University of California entwickelt wurde. Im Zuge der F8 hat Facebook sein Deep-Learning-Framework Caffe2 Open Source gestellt. Das Framework folgt auf das Original-Caffe.

Die wahre Herausforderung an die Künstliche Intelligenz besteht in der Lösung von Aufgaben, die für uns Menschen leicht durchzuführen sind, aber deren Lösung nur schwer als mathematische Regeln zu formulieren sind. Dies sind Aufgaben, die wir Menschen intuitiv lösen, wie z.B. Spracherkennung oder Bilderkennung. Eine computerbasierte Lösung für diese Art von Aufgaben beinhaltet die Fähigkeit […]

Aufmerksame Leser und Leserinnen des Blogs werden unsere Entwicklungen in Zusammenhang mit Deep Learning, Künstliche Intelligenz, maschinelles Lernen in den letzten Wochen bestimmt verfolgt haben. Wir freuen uns, euch heute die ersten Ergebnisse des WordPress Plugins präsentieren zu können.

Unser Backofen kann es, unser Kühlschrank kann es und auch unsere Heizung kann es – selbstständig Zustände, wie beispielsweise den Garprozess des Bratens im Ofen erkennen und darauf reagieren. Zahlreiche, miteinander verbundene Sensoren und definierte Regeln zeichnen diese Technik aus. Was für unsere Haushaltsgeräte heute schon Alltag ist, findet in Zukunft im Rahmen der Industrie […]