Künstliche Intelligenz kann DevOps optimieren
DevOps-Methoden koppeln Softwareentwicklung und IT-Betrieb, um die Release-Zyklen zu beschleunigen. Künstliche Intelligenz wiederum kann DevOps-Prozesse optimieren. Laut einer Studie des Software-Anbieters Tricentis besteht das größte Potenzial im Testing.
Künstliche Intelligenz braucht volle Transparenz
Bei wichtigen Entscheidungen ist eine zweite Meinung hilfreich. Geht es um Künstliche Intelligenz, müssen Anwender und Verbraucher wissen, wie genau Algorithmen ihre Entscheidungen treffen. Ohne diese Offenheit droht ein Vertrauensverlust.
Code-Analyse macht Algorithmen transparent
In intelligenten Anwendungen unterstützen Algorithmen Anwender bei Entscheidungen und treffen diese teilweise selbst. Wie die Berechnungen aussehen, bleibt oft im Dunkeln. Sysparency analysiert die Algorithmen und macht damit die Software transparent.
Algorithmen werden Menschen niemals ersetzen
Dank lernender Algorithmen verhalten sich Maschinen so wie Menschen. Ihre scheinbare Intelligenz ist aber laut dem Innovationsexperten Christoph Burkhardt begrenzt: Algorithmen lösen Probleme – die Fragen dazu kann nur ein Mensch formulieren.
HPE lässt Algorithmen künftig im Schwarm lernen
Das zentrale Training von Algorithmen scheitert oft daran, dass dabei große Mengen an Originaldaten transferiert werden. HPE Swarm Learning verspricht Abhilfe, denn bei dieser Methode werden ausschließlich Modellparameter miteinander geteilt.
Machine Learning erkennt künftig Hautkrankheiten
Fotos verdächtiger Hautstellen hochladen und nach einem Tag eine Diagnose vom Arzt erhalten – das verspricht das Medizin-Startup dermanostic. Zusammen mit den IT-Dienstleister adesso laufen Tests, Hautbilder automatisiert zu analysieren.
Algorithmen bändigen Daten in autonomen Pkw
Im Test automatisierter Fahrzeuge fallen große Datenmengen an. Das Volumen sinkt, wenn Algorithmen die Daten in Szenarien bündeln. Im Projekt KIsSME stellt das Karlsruher Institut für Technologie Daten aus Fahrversuchen und Simulationen bereit.