SHE-Blogpicks

Neuronale Netze machen Musik, …

Posted by in Allgemein

Diese Seite teilen:

… darum geht es beim Projekt „Dadabots“ (Logo). Technology-Review-Autor Wolfgang Stieler kommt in seinem Blog zu dem Urteil, dass das, was dabei herauskommt, durchaus in Teilen ernstzunehmen sei. Zumindest gelte das für das Produkt „Coditany of Timeness“, für das das selbstlernende System mit dem Album „Diotima“ der Heavy-Metal-Formation „Krallice“ trainiert wurde. „Deep the Beatles!“ lässt dagegen Raum für tiefe Zweifel, ob künstliche Intelligenz auch nur annähernd an ein Inspirationsniveau wie das von Lennon und McCartney heranreicht – auch wenn sich bei einzelnen Stücken durchaus heraushören lässt, von welchen Songs der Liverpooler sie “inspiriert” wurden.

0

AWS: Machine Learning aus der Cloud

Posted by in Allgemein

Diese Seite teilen:

Anwendungen auf der Grundlage von maschinellem Lernen sind aufwendig in Entwicklung und Einsatz. Wie Amazon-CTO Werner Vogels in seinem Blog „All Things Distributed“ schreibt, hat Amazon Web Services nun ein Managed-Services-Modell im Angebot, mit dessen Hilfe Data-Scientists (Gibt es einen deutschen Begriff? Ich habe bislang keinen gefunden.) vergleichsweise einfach neue Machine-Learning-Modelle entwickeln können. Von der Sammlung, Aufbereitung und Formatierung von Daten über die Skalierung des Daten-Handlings und das Trainieren des Algorithmus bis hin zum Überführen eines Modells in eine skalierbare Produktivumgebung soll Amazon Sage Maker den gesamten Lifecycle von Modellen des maschinellen Lernens unterstützen. Der Services ist ab sofort verfügbar und, wie üblich bei AWS, im Rahmen eines Testkontingents kostenfrei.

0

Big Data 100mal schneller analysieren

Posted by in Allgemein

Diese Seite teilen:

Big-Data-Bestände weisen oft extrem viel Ballast auf, der analytische Berechnungen massiv bremst. Beispiel: eine Tabellenmatrix von Kunden und Produkten, in der eine 1 für ‚gekauft‘ und eine 0 für ‚nicht gekauft steht. Am Massachusetts Institute of Technology (MIT) wurde nun laut Eurekalert! ein System entwickelt, das Analysen solcher „Sparse Data“ um den Faktor 100 beschleunigen soll, ohne dass mit hohem Programmieraufwand Algorithmen an spezifische Datenstrukturen angepasst werden müssen. Mit dem mathematischen Ansatz der Tensoralgebra soll das System Taco (Tensor Algebra Compiler) außer im Big-Data-Umfeld auch im Bereich Maschinelles Lernen Verwendung finden, teilt MIT-Professor Saman Amarasinghe (Foto) mit, der die Forschungsgruppe leitet.

0

Machine Learning gegen Insider-Risiko

Posted by in Allgemein

Diese Seite teilen:

Zur CERT-Gruppe im Software Engineering Institute (SEI) der Carnegie Mellon University gehört auch ein Team, das sich speziell mit Insider Threats, also mit IT-Risiken durch Angriffe von innen befasst und diesen nun mithilfe von maschinellem Lernen beikommen will. Wie Dan Costa und Eliezer Kanal im SEI-Blog schreiben, sammeln die Forscher historische Daten von durch Insider verursachten Schadensfällen und analysieren sie auf wiedererkennbare Muster hin – eine Aufgabe, mit der menschliche Analytiker rein quantitativ überfordert wären. Die Künstliche Intelligenz dagegen erkennt nicht nur, welche Arten von Attacken durch Insider typischerweise ausgeführt werden und welche Sicherheitslücken es sind, die sie hierbei ausnutzen. Die Analyse erstreckt sich vielmehr auch auf Aktivitäten im Vorfeld von Attacken, die auf drohende Gefahren hinweisen könnten. Dazu gehört laut den SEI-Forschern etwa ein Anstieg der Nutzung von Webmail oder Cloud-Speichern.

0

KI-Software schreibt sich selbst

Posted by in Allgemein

Diese Seite teilen:

Bei Google wird selbstlernender Software beigebracht, ihrerseits selbstlernende Software zu schreiben, berichtet Wired. Software aus dem Projekt „AutoML“ soll einige Aufgaben bereits besser lösen als von Menschen entwickelte Künstliche Intelligenz. So erreichte das System beim Lokalisieren mehrerer Objekte in einem Bild, wichtig für Augmented Reality und Robotik, angeblich 43 Prozent Trefferquote, während das beste menschengemachte System nur auf 39 Prozent kam. – Das Projekt soll die Knappheit an Software-Spiteznkräften beheben. Laut Google-CEO Sundar Pichai (Foto) gibt es weltweit nur wenige tausend Programmierer, die in der Lage sind, künstliche Intelligenz zu entwickeln. Mit AutoML sollen hunderttausende dazu in die Lage versetzt werden.

0