i.am.ai AI Newsletter #14
29 Jul, 2021
2 Minuten
Remi Igbekele
German-speaking Data Scientists wanted! Join an amazing team in Karlsruhe or Remote. Apply here.
German-speaking Data Scientists wanted!
Join an amazing team in Karlsruhe or Remote. Apply here.

 WHATS IMPORTANT 

🧬 DeepMind veröffentlicht riesige Protein-Datenbank

  • Das britische Forschungslabor DeepMind hat die AlphaFold Protein Structure Database veröffentlicht, die nach eigenen Angaben den "bedeutendsten Beitrag der KI zum wissenschaftlichen Fortschritt" darstellt und das bisher vollständigste und genaueste Bild des menschlichen Proteoms bietet. – Lesen Sie die AnkĂĽndigung auf deepmind.com

  • Parallel dazu veröffentlichten sie eine wissenschaftliche Arbeit (nature.com) und stellten den Code (github.com) fĂĽr ihr wirkungsvolles Proteinfaltungsmodell AlphaFold 2 zur VerfĂĽgung. Gerade noch rechtzeitig, denn ein anderes Forscherteam hat mit offenem Code identische Leistung erzielt. – Mehr ĂĽber das konkurrierende Modell RoseTTAFold auf techcrunch.com

👩‍💻 Facebook AI lässt BlenderBot 2.0 auf die Welt los

  • Der neue Chatbot ist der erste, der ein Langzeitgedächtnis aufbaut und live das Internet durchsucht, um Unterhaltungen mit Nutzern zu bereichern. AuĂźerdem hat das Forschungslabor von Facebook AI eine wissenschaftliche Arbeit und Modelle veröffentlicht und den Code als Open Source zur VerfĂĽgung gestellt. – Mehr dazu unter marktechpost.com
An exemplary conversation with Facebook's new chatbot BlenderBot 2.0
Eine Unterhaltung mit Facebooks neuem Chatbot BlenderBot 2.0
Quelle: Facebook AI Research (FAIR)
  • Gleichzeitig wird Kritik an Facebooks prompter Veröffentlichung laut. Anders Arpteg, Leiter der Data Science Abteilung des schwedischen Nachrichtendienstes, warnt auf LinkedIn vor dem möglichen Missbrauch des Systems:
Anders Arpteg's comment on BlenderBot 2.0
Anders Arptegs Kommentar zum BlenderBot 2.0 / Quelle: LinkedIn



 8 THINGS WE FOUND WORTH SHARING 

🗞 Branchennews – TensorRT ist ein SDK für hochleistungsfähige Deep-Learning-Inferenz, mit dem Anwendungen "bis zu 40 Mal schneller" arbeiten können als reine CPU-Plattformen. NVIDIAs Laufzeitumgebung ist in der neuesten Version sogar noch schneller geworden und verkürzt die Inferenz mit einem BERT-Large-Modell auf beispiellose 1,2 Millisekunden. – Vollständiges Update auf nvidia.com


💡 Use Case – In der Kantine des Karlsruher Instituts für Technologie wird die KI-basierte Bilderkennung nun zur Abrechnung von Mahlzeiten eingesetzt. Der autonome visioncheckout des lokalen Unternehmens auvisus ermöglicht es Mitarbeitenden und Studierenden, ihr Essen deutlich schneller zu bekommen. – Check out auvisus.com


💡 Use Case – In einem Interview mit VentureBeat erzählt Bonnie Titone, CIO bei Duke Energy, wie der Energieversorger durch den Einsatz von Computer Vision und Drohnen zur Inspektion seiner Solarparks 74 Millionen Dollar gespart hat. – Vollständiges Interview auf venturebeat.com


🎓 Bildung – Mit MadeWithML hat der Ingenieur Goku Mohandas (goku.me) eine große Bibliothek von Open-Source-Ressourcen zum Selbststudium von Grundlagen des maschinellen Lernens und MLOps zusammengestellt. Seine projektbasierte Sammlung ist gleichermaßen für Software-Ingenieure, Hochschulabsolventen und Produktmanager geeignet und hat bereits 26.000+ Sterne auf GitHub gesammelt. – Alle Materialien auf madewithml.com


🔬 Forschung – Letzte Woche fand die Konferenz International Conference on Machine Learning statt (Erfahren Sie mehr über die ICML und andere wichtige KI-Konferenzen in unserem Blogbeitrag). Dort haben Forscher von IBM, MIT und Harvard den AGENT-Datensatz veröffentlicht, mit dem der "gesunde Menschenverstand" (common sense) eines KI-Modells gemessen werden kann, also seine Vorstellung von Objekten und Agenten in einer Umgebung sowie deren Interaktionen. – ICML-Ankündigung auf ibm.com


🔬 Forschung – Google präsentierte zwei miteinander verbundene Methoden zur Synthese von hochqualitativen Bildern, Cascaded Diffusion Models (CDM) und Super-Resolution via Repeated Refinements (SR3). Diffusionsmodelle wurden erstmals 2015 vorgestellt (arxiv.org) und haben in letzter Zeit aufgrund ihrer Vorteile gegenüber anderen (Bild-)Synthesemethoden wie GANs ein Revival erlebt. – Mehr auf marktechpost.com

An exemplary image synthesis pipeline using Google's new diffusion models.
Bei den neuen Cascaded Diffusion Models (CDM) synthetisieren mehrere Modelle in Folge das endgültige Bild: Das erste Modell erzeugt ein Bild mit niedriger Auflösung, und die übrigen Modelle führen ein Upsampling zum endgültigen hochauflösenden Bild durch, wobei Super-Resolution via Repeated Refinements (SR3) verwendet wird / Quelle: Google AI Blog

💻 Code & Tools – Beim Umgang mit tabellarischen Daten sind Pandas DataFrames das typische Mittel der Wahl. Die alternative Polars DataFrame-Bibliothek übertrifft Pandas in Sachen Geschwindigkeit, insbesondere bei großen Datensätzen. – Einen Geschwindigkeitsvergleich für gängige DataFrame-Operationen finden Sie auf github.com


🎨 Showcase – Verwandeln Sie sich in einen Cartoon Charakter für Ihren nächsten Zoom-Anruf. Mit Snap Camera hat das Unternehmen, das hinter Snapchat steht, beliebte Kamera-Filter auf den Desktop gebracht. – The Verge erklärt, wie man sich selbst Pixar-iert

Ein Zoom Call im Cartoon-Stil mit Snap Camera
Winken Sie als Ihr Pixar-Selbst in die Kamera / Quelle: The Verge

Zwei Minuten, um in AI auf dem Laufenden zu bleiben.



Wir verwenden Mailchimp als unsere Marketing-Plattform. Indem Sie auf "Abonnieren" klicken, bestätigen Sie, dass Ihre Daten zur Verarbeitung an Mailchimp übertragen werden. Erfahren Sie hier mehr über Mailchimp's Datenschutzbestimmungen.

NewsletterKI BeratungAutomatisierungEnterprise AIKĂĽnstliche Intelligenz

Weiterlesen