Ist das noch Phsyik? Kommentar: Was ich als Physikerin über den Nobelpreis denke Der diesjährige Physik-Nobelpreis ging an Hopfield und Hinton für „Entdeckungen und Erfindungen, die maschinelles Lernen mit künstlichen neuronalen Netzen ermöglichen“. Ist das gerechtfertigt, obwohl das Thema eigentlich nicht zur Physik gehört? Sabine Synkule 10. October 2024
Machine Learning Physik-Nobelpreis: John J. Hopfield und Geoffrey E. Hinton ausgezeichnet John J. Hopfield, Princeton University, und Geoffrey E. Hinton, University of Toronto, erhielten den Physik-Nobelpreis 2024 „für bahnbrechende Entdeckungen und Erfindungen, die maschinelles Lernen mit künstlichen neuronalen Netzen ermöglichen“. Martin Probst 7. October 2024
Unsichtbare Prozesse sichtbar machen Neuronale Netze mit Fischertechnik erkunden Neuronale Netze treiben maschinelles Lernen und Robotik voran. Fischertechnik macht diese komplexe Technologie greifbar – mit einer spannenden Kombination aus physischen Modellen und virtueller Programmierung. Jessica Mouchegh 27. September 2024
Machine Learning und KI an der Edge Rechenkerne für das Micro Neural Processing Die computergestütze Bilderfassung mit künstlicher Intelligenz hat einen technologischen Wendepunkt erreicht. Das Ambient Computing braucht Modelle für unzählige Applikationen. Hier wird die Vielfalt zum Problem für Entwickler. Elad Baram 1. December 2023
Early Access Update: Brainchip gibt Verfügbarkeit der 2. Generation bekannt Der Hersteller digitalen, neuromorphen KI-IP kündigt die zweite Generation seiner Akida-Plattform an. Diese soll effiziente und intelligente Edge-Geräte für das AIoT (Artificial Intelligence of Things) ermöglichen. Nun gibt es begrenzten Zugang. Nicole Ahner 6. March 2023
Akida-Prozessor für Elektronik-Entwickler Neuromorpher KI-Chip an Bord: Mini-PCIe-Board von Brainchip Ab sofort können Entwickler bei Brainchip ein Mini-PCIe-Board beziehen, das den neuromorphen KI-Chip Akida (AKD1000) an Bord hat. Damit soll die Entwicklung fortschrittlicher neuronaler Netzwerke für viele Anwendungen vereinfacht werden. Nicole Ahner 21. January 2022
Schlüsselfaktor für hohe Leistung und Energieeffizienz Embedded-Systeme: Was beim Einsatz von KI und ML zu beachten ist Embedded-Systeme haben zahlreiche Gemeinsamkeiten mit anderen gängigen digitalen Systemen mit Prozessoreinheit und Speicherdomäne. Es gibt jedoch spezifische Überlegungen, die hier von größerer Bedeutung sind als bei Servern und High-End-Systemen. Łukasz Grzymkowski 24. June 2020
Bildverarbeitung/Bildanalyse Machine Learning eröffnet neue Horizonte für die Bildverarbeitung ‚Machine Learning‘ und ‚Deep Learning‘ zählen derzeit zu den interessantesten Technologien der Bildverarbeitung. Worin sich diese Technologien von konventionellen Methoden unterscheiden und in welchen Anwendungsbereichen die neuen Methoden die alten verdrängen könnten, steht in dem Artikel. Peter Stiefenhöfer 23. October 2019
Spiking Neural Networks Neuromorphe Rechner als nächste Phase der Künstlichen Intelligenz Systeme für Künstliche Intelligenz und maschinelles Lernen stellen neue Lösungen für bekannte Probleme dar, die mit herkömmlichen Computersystemen nur schwierig oder extrem zeitaufwendig zu lösen sind. Der Beitrag gibt einen Überblick über die Geschichte und Entwicklung künstlicher neuronaler Netze und zeigt, wie sie in zahlreichen Anwendungen zum Einsatz kommen. Robert Beachler 4. January 2019
Entwicklungsplattform für selbstfahrende Autos Künstliche Intelligenz im autonomen Fahren OEMs, Internetfirmen und Startups der Automobilbranche nutzen zur Umsetzung von autonomen Fahrzeugkonzepten auf Grafikprozessoren basierende tiefe neuronale Netze (DNNs). Komplettlösungen zur Entwicklung und Simulation von Prototypen erlauben, autonome Systeme schneller und verlässlicher als bisher auf die Straße zu bringen. Joachim Langenwalter 2. June 2016
Bildverarbeitung und neuronale Netze Wegbereiter für autonomes Fahren Auf dem Weg hin zum autonomen Fahren spielt die Bildverarbeitung eine entscheidende Rolle, damit Fahrzeuge Objekte wie Fußgänger und Straßenmarkierungen erkennen und komplexe Aufgaben wie das Identifizieren von Verkehrszeichen ausführen können. Neuronale Netze leisten dabei einen wertvollen Beitrag. Jeff VanWashenova 18. May 2016