Tag: zFAS

Monthly Summary – Das war der Dezember 2016

Was ist im Dezember passiert? Welche Schlagzeilen dominierten die News und was gibt es neues aus der Wissenschaft? Wir fassen alle relevanten Informationen zusammen und berichten über die kommenden Trends. Unser Monthly Summary ist eine Zusammenfassung für Entscheider, Management oder Entwickler aus den Bereichen Künstliche Intelligenz und Informationstechnologien. Diesen Monat haben wir aus 293 Artikeln das Relevanteste zusammengefasst.

Im Spotlight: Service, Service, Servie

In diesem Monat drehte sich alles um die Automatisierung von Service-Dienstleistungen. Eigentlich ein vern├╝nftiger Schritt, denn die meisten Service-Anfragen sind schnell beantwortet und fast immer identisch. Menschen sollten sich auf die schwerl├Âsbaren Probleme konzentrieren. Diese Firmen haben im Dezember vorgelegt:

  • Starbucks will schnelleren Service anbieten und auf Bots setzen. Hier gehts zum Artikel.
  • IBM hat sich auch fest vorgenommen, Service zu automatisieren, schreibt die adWeek.
  • Auch Meedia sieht Chat-Bots als den digitalen Trend im kommenden Jahr. Hier gehts zum Artikel.

 

Neues aus der Wirtschaft

Bier brauen war bisher immer in der Hand von Menschen. Nun hat sich eine k├╝nstliche Intelligenz auf den Weg gemacht, das beste Bier der Welt zu brauen. In London sitzt ein Startup, dass es sich zur Aufgabe gemacht hat, iterativ Bier zu brauen. Sie sammeln das Feedback der Kunden. Auf Basis dieser Informationen braut das Unternehmen dann Bier. Hier gehts zum Artikel ├╝ber IntelligentX.

ApplyMagicSauce – was verr├Ąt┬áFacebook dem Politiker?┬áDer Dezember war auch der Monat, in dem die Nachwehen der U.S.-Pr├Ąsidentschaftswahlen zu sp├╝ren waren – n├Ąmlich in Form von Marketing. Alexander Nix von Cambridge Analytica berichtete dar├╝ber, wie seine Firma Donald Trump dazu verholfen haben soll, Pr├Ąsident zu werden. Auch viele Firmenkunden soll Cambridge Analytica bereits┬áhaben. Auf der Seite ApplyMagicSauce kann man sich selbst screenen. Viel Spa├č dabei!

Audi pr├Ąsentiert Einpark-Algorithmen auf der NIPS. Auf einer der gr├Â├čten Fachkonferenzen hat Audi in einem Showcase verschiedene Strategien zum automatisierten Einparken vorgestellt. Dabei wurde ein Audi Q2 Modell im Ma├čstab 1:8 benutzt. Das System nennt sich zFAS (zentrales Fahrerassistenzsteuerger├Ąt) und wurde zusammen mit NVIDIA entwickelt. Audi arbeitet schon seit einigen Jahren zusammen mit NVIDIA an dieser und anderen Technologien. Hier gehts zum Artikel.

Wie Price Waterhouse Cooper die Versicherungsbranche verunsichert. PWC hat Anfang des Jahres eine Studie plus Report zum Thema Machine Learning in der Versicherungsbranche ver├Âffentlicht. Nun springen Geico (gro├čer Versicherungskonzern in den USA) und weitere Mitbewerber auf diesen Zug auf und k├╝ndigen an, dass das Ausf├╝llen von Formularen zuk├╝nftig KI-assistiert verlaufen soll. Hier gehts zum Report von PWC vom M├Ąrz.

Kurz notiert.┬áAmazon mit einer weiteren Promo f├╝r die Zustellung per Drohne. Eine KI f├╝r Personaler. Apple f├Ąngt endlich auch mal an Forschungen ├Âffentlich zu machen: superrealistische Fotos. Adobe launcht Adobe Sensei.

 

Neues aus der Wissenschaft

Eine KI die eine Kolonie von Fliegen bewacht. In Minnesota hat ein Forscherteam ein Projekt namens flyAI auf die Beine gestellt. Dabei wurde eine KI installiert, die eine Kolonie von Fliegen bewacht. Sie regelt alles, was die Fliegen zum leben brauchen. Hier gehts zum Artikel ├╝ber flyAI.

Beg├╝nstigt AI das Erstellen von Fakes? Ja, absolut. L├Ąsst man sich die Frage durch den Kopf gehen, denkt man direkt┬áan Fake-Identit├Ąten, die sich textlich mit einem Menschen auseinander setzen. Hier gehen wir aber einen Schritt weiter: Bilder! Und nicht von nur von menschlichen Identit├Ąten. Prinzipiell kann eine Intelligenz die gen├╝gend Bilder gesehen hat, um abstrakte Konzepte zu lernen, alles faken. Geht nicht? Hier geht es zum Artikel ├╝ber Fake-Images mithilfe von Deep Learning. Oder: Artikel ├╝berspringen und direkt zum Paper.

 

Notable Papers

Florian Tram├ęr et al. (Polytech Lausanne, Cornell University und University of North Carolina) haben untersucht, wie man Modelle von Anbietern ├╝ber API-Calls nachbauen kann. Hierbei geht es darum, die Datenpunkte die man dem Dienstleister schickt, als eigene Trainingsdaten zu verstehen, die man nachfolgend nutzen kann, um eigene Modelle zu trainieren. Hier gehts zu┬áStealing Machine Learning Models via Prediction APIs.

Vıt Perzina und Jan M. Swart (Univerzita Karlova und Institute of Information Theory and Automation of the ASCR Praha) wenden das Stigler-Luckock Modell auf den Bücherverkauf sowie -lagerung an und gehen der Frage nach: How many market makers does a market need?

Huan Song et al. (Arizona State University, Lawrence Livermore National Labs und IBM T.J. Watson Research Center) experimentieren mit verschiedenen Kernel-Funktionen und gehen der Frage nach, wie man mehrere Kernels von verschiedenen oder gleichartigen Klassifikatoren miteinander verheiraten kann. Dabei legen sie das Augenmerk auf statistische Kernel- und Aggregationsfunktionen – auch mit Deep Learning ├Ąhnlichen Methoden. Hier gehts zu┬áA Deep Learning Approach to Multiple Kernel Fusion.

Ankesh Anand, Tanmoy Chakraborty und Noseong Park (Indian Institute of Technology, University of Maryland, University of North Carolina) sind dem Thema Clickbaits nachgegangen. Sie haben ein Neuronales Netzwerk trainiert, um Clickbaits zu identifizieren. Laut ihrer Experimente arbeitet das Modell richtig gut. ├ťberzeugt euch selbst, hier gehts zu You won’t believe what happened next!

├ťber den Tellerrand

Technik ist immer ideell. Erst unsere Anwendung der Technik er├Âffnet den Raum f├╝r Wertung. Deshalb ist es wichtig, dass man sich mit der Philosophie und Ethik hinter den Maschinen besch├Ąftigt. Hier haben wir 2 Artikel gesammelt, die helfen sollen, ├╝ber den Tellerrand zu schauen.

Sangbae Kim baut Roboter, die in Krisen eingesetzt werden k├Ânnen. Warum er es macht und vor allem wie, darum geht es hier.

Kognitionsforscher Joscha Bach dar├╝ber wie sich Menschen und Roboter entwickeln. Er sagt: Unser Geist liegt in Fesseln.

Das war der Dezember! Danke f├╝rs Lesen. Wir sind offen f├╝r Verbesserungen und Vorschl├Ąge. Kontaktiert uns auf Twitter.