18. Dezember 2017
Posted by aisolab
01

CIO Applications, das IT-Magazin für Unternehmen, hat aiso-lab als einen der besten AI Solution Providers in Europa für 2017 ausgezeichnet.

Wir freuen uns über diese Anerkennung, die zugleich Ansporn für die zukünftige Entwicklung ist.

 

Lesen Sie den ganzen Artikel hier

 

15. Dezember 2017
Posted by aisolab
02

Künstliche Intelligenz ist nicht nur etwas für milliardenschwere Großkonzerne. Selbst kleine und mittelständische Unternehmen beginnen, sich die Unterstützungsleistungen der KI zunutze zu machen. Intelligente Software lässt sich immer mehr in die Arbeitsvorgänge selbst kleiner Betriebe integrieren und deren Effizienz steigern. In diesem Artikel möchten wir Ihnen fünf einfache Wege aufzeigen, wie Ihr Unternehmen von der Künstlichen Intelligenz profitieren kann.


Intelligentes CRM

Customer Relationship Management, kurz CRM, bedeutet Kundenbeziehungsmanagement. Die Aufgabe von CRM, ist es, kundenspezifische Daten zu sammeln und zu verwalten. Der Support und Kundenservice jedes Unternehmens kann enorm davon profitieren, die Betreuung und Organisation dieser Daten in weiten Teilen der Software zu überlassen, damit die Angestellten sich wichtigeren Aufgaben widmen können.  Ein Beispiel ist die CRM-Plattform von SalesForce, die seit 2016 Einstein KI einsetzt, um E-Mails, Telefonate, Social Media Posts, Projektbewertungen und Kundenfeedback zu analysieren. Daraus zeichnet Einstein AI ein Bild des Kunden und ermöglicht es, neue Einsichten aus den Kundendaten zu gewinnen und Marketingstrategien präziser zu formulieren.

Intelligenter Kundenservice

Gleichzeitig kann die Künstliche Intelligenz dem Kundensupport einiges an Arbeit abnehmen. Automatisierte Antworten auf häufig gestellte Fragen bieten zeitsparende Unterstützungsleistungen für den Kundensupport, der sich besser wichtigeren Aufgaben widmen sollte, die noch nicht von einer Software übernommen werden können. Die KI agiert als Mittelsmann, sorgt damit für freie Ressourcen beim Kundensupport und optimiert Abläufe.

Intelligentes Marketing

Intelligente Software kann Unternehmen auch dabei helfen, die Kosten für das Marketing gering zu halten. Es bieten sich die Analyse von Nutzerverhalten bei Werbung an, die genau bestimmt, wo welche Werbung effektiv ist und wo das Platzieren von Ads nicht die Ausgaben wieder einspielt. Unternehmen setzen dadurch ihr Budget zielgerichtet ein. Mithilfe der Analyse des Kundenverhaltens lassen sich in Zukunft die Marketingstrategien noch besser planen.

Intelligente Analyse

Die Analyse lässt sich auch auf die Konkurrenz anwenden. KIs liefern wertvolle Unterstützungsarbeiten beim Sammeln von Daten der Konkurrenz und der Analyse des Contents. AI beobachtet das Verhalten eines Konkurrenzunternehmens im Internet. Es beobachtet seine Tätigkeiten in den sozialen Medien oder wenn sich die Preise seiner Produkte ändern. Dadurch lassen sich die Strategien eines Gegners vorhersehen und adäquate Gegenstrategien entwickeln.

Intelligente Prognose

Künstliche Intelligenz kann Ergebnisse in unterschiedlichsten Bereichen der Datenanalyse liefern. Algorithmen sind bereits sehr gut in der Lage, Prognosen herzustellen. Dabei ist die Anwendung nicht mal so schwierig. Intelligente Softwares analysieren Google Tabellen, CSV und Excel Dateien, ohne dass Programmierfähigkeiten bei der Implementierung vonnöten wären. Die Bedienerfreundlichkeit wächst an, die Nutzung auch Laien möglich. Besonders kleine Betriebe, die sich keinen Spezialisten für jeden Bereich leisten wollen, profitieren von derlei Programmen.

Schon jetzt lässt sich sagen, dass Maschine Learning einen großen Einfluss auf die Unternehmenswelt haben wird. Viele Aufgaben im Bereich des Online-Marketings und der Verwaltung von Daten lassen sich mithilfe der Künstlichen Intelligenz vereinfachen und optimieren, anstelle neues Personal für das Marketing und der Datenanalyse zu engagieren.

Die aiso-lab steht Ihnen hier als kompetenter Ansprechpartner für alle Herausforderungen in Bereich Software und Hardware zur Verfügung.

11. Dezember 2017
Posted by aisolab
03

Das Handelsblatt hat uns gefragt und unser Geschäftsführer hat geantwortet.

Verpassen Sie nicht das Interview mit Jörg Bienert im Handelsblatt Journal

Handelsblatt Journal - Seite 20

07. Dezember 2017
Posted by aisolab
04

Das Fälschen von Kunstwerken ist ein lukratives Geschäft. Millionen von Dollar kann ein talentierter Kunstfälscher verdienen, indem er der Kunstwelt davon überzeugt, das Gemälde sei echt. Immer wieder erschüttern Skandale den Kunstmarkt, wenn sich herausstellt, dass die Sammler auf täuschend echte Nachahmungen hereingefallen sind und Unsummen für Fälschungen ausgegeben haben. Experten gehen davon aus, dass rund 50% der auf dem Kunstmarkt gehandelten Werke Fälschungen sind. Doch das könnte sich bald ändern - denn die Forscher der Rutgers University führen derzeit einen computergestützten Ansatz zur Analyse von Strichen in Linienzeichnungen ein, der in der Lage ist, die ursprüngliche Arbeit zweifelsfrei zu bestimmen und eine Fälschung zu erkennen, indem sie sich nur die Striche ansehen, aus denen ein Stück zusammengesetzt ist.

Quelle: https://arxiv.org/pdf/1711.03536.pdf

Gefälschte Kunstwerke zu erkennen ist ein schwieriges Unterfangen. Experten analysieren Pigmente und Bindemittel, bestimmen mittels Radiocarbonmethode das Alter des Holzes und der Textilien, setzen Infrarotreflektografie, Röntgenaufnahmen und vieles mehr ein, um den Fälschern nicht auf den Leim zu gehen. Denn gute Fälscher wissen, die Pinselführung der Künstler nachzuahmen. Fast. Das der eigentliche Künstler doch einen unnachahmlichen Stil pflegt, macht sich die Bild Erkennung der künstlichen Intelligenz der Rutgers University zunutze. Und könnte damit bald den meisten Fälschern auf die Spur kommen. Mittlerweile erreicht die Kunst Erkennung der Ai bei bestimmten Künstler eine fast 100%ige Trefferquote. Durch Maschine Learning lernt sie die Strichführung bekannter Künstler wie Pablo Picasso, Amedeo Modigliani, Egon Schiele, Henry Matisse und vieler anderer.

Maschine Learning beschreibt einen Vorgang, bei dem eine Künstliche Intelligenz sich selbst Wissen aneignet. Die KI baut sich selbst einen Wissensvorrat auf, indem sie aus Erfahrung lernt. In diesem Falle wurden der KI 300 Strichzeichnungen berühmter Künstler gezeigt. Die Wissenschaftler mussten der KI nur noch sagen, zu welchen Künstlern diese Zeichnungen gehörten. Sie teilte diese Zeichnungen in 80.000 Einzelstriche auf und lernte somit den Stil der Künstler. Bald darauf war die Kunst Erkennung in der Lage, fast alle ihr unbekannten Werke den richtigen Künstlern zuzuordnen. Bei Fälschungen lag die Trefferquote bei 100%. So gut die Fälscher auch das menschliche Auge zu täuschen vermögen, die Bild Erkennung lernte die Fälschungen von den Originalen durch die ganz eigene Strichführung der Künstler zu unterscheiden.

Dieses Experiment zeigt, dass die vorgeschlagene Methodik einzelne Striche mit einer Genauigkeit von 70%-90% klassifizieren und über Zeichnungen mit einer Genauigkeit von über 80% aggregieren kann, während sie robust genug ist, um von Fälschungen mit einer Genauigkeit von 100% getäuscht zu werden, um Fälschungen in den meisten Einstellungen zu erkennen.

Bislang gehören nur Zeichnungen mit Tinte und Bleistift, Holzschnitte und Radierungen zum Repertoire der Kunst Erkennung. Das soll sich aber in Zukunft ändern. Die KI soll sogar in der Lage sein, Fälscher zu entlarven, die neue Werke im Stile alter Meister als Originale ausgeben. Dafür muss sie nur noch lernen, Künstler nicht nur anhand von Strichen zu erkennen.

Quelle: https://arxiv.org/pdf/1711.03536.pdf

 

22. November 2017
Posted by aisolab
05

Ein Bild sagt mehr als tausend Worte. Deshalb haben wir die wesentlichen Aspekte von Artificial Intelligence auf ein Bild gebracht.

Es gibt sicher viele weitere Gesichtspunkte und Herangehensweisen. Wir würden uns daher über Feedback und Anregungen freuen, die wir dann bei dem nächsten Release gerne berücksichtigen.

Wer sich das Poster ausdrucken möchte, kann sich hier eine hochauflösende Datei herunterladen.

20. November 2017
Posted by aisolab
06

Die moderne Smartphone Ära, die mit der Einführung des ersten iPhones vor 10 Jahren begann, ist mittlerweile ausgereift. Bei der Einführung von Googles Pixel-2 Telefons in San Francisco sagte CEO Sundar Pichai, dass die Smartphone Funktionen sich "abschwächten" und sagte weiter, dass es schwer sei, aufregende neue Produkte auf der Basis von Hardware allein zu entwickeln.

Google sagte, es befinde sich in einem Übergang von einem "Mobile-First" -Unternehmen zu einem "AI-First" -Geschäft. Der maschinelle Lernteil der künstlichen Intelligenz ist eine der Stärken von Google. Die Übersetzung von neuronalen Maschinen umfasst heute 96 Sprachen und leistet 2 Milliarden Übersetzungen pro Tag.

Eine Demonstration, die die Leistungsfähigkeit der neuen integrierten Google Artificial Intelligence am besten veranschaulichte, war eine Liveübersetzung einer Frau, die Schwedisch spricht - während sie drahtlose Google Pixel Buds Kopfhörer trägt - an eine Person, die ein Google Pixel Smartphone hält und auf Englisch spricht.

Googles jüngste Vorabversion seiner Open Source Software TensorFlow Lite für Entwickler von maschinellem Lernen bedeutet eine aufregende Veränderung im Bereich der KI. Das Engagement des Unternehmens für die Entwicklung der KI, die Algorithmen auf einem mobilen Gerät ausführen können - ohne Verbindung zur Cloud - ist die Grundlage für die künstliche Intelligenz der Dinge (AIOT) der Zukunft.

Was Verbraucherprodukte angeht, gehören der Google Assistent, Alexa und Siri zu den beliebtesten Anwendungen von KI im Mainstream. Für $ 30 oder $ 40 kann eine Person ihre eigene interaktive künstliche Intelligenz bekommen - solange sie auch WiFi hat und irgendwo ein Ladegerät anschließen kann.

TensorFlow Lite repräsentiert die ersten begreifbaren Schritte auf dem Weg, AI-betriebene Geräte nicht nur zugänglich, sondern auch wegwerfbar zu machen. Es ist der Tod der Knöpfe und Schaltflächen. Die Entwickler haben jetzt die Möglichkeit einer Vorschau auf Tensor Flow Lite für Android und iOS. Anstatt neue Funktionen für KI-Anwendungen bereitzustellen, wurde die vorhandene Hardware - wie die Snapdragon Prozessoren in vielen Smartphones - dazu genutzt, Algorithmen auszuführen, die für mobile Geräte normalerweise nicht möglich sind, ohne das sie eine Verbindung zur Cloud herzustellen.

Mit der neuen Lite Artificial Intelligence Plattform von Google können Sie KI-Modelle auf einem Smartphone ausführen und nach dem Hinzufügen neuer Daten, diese Algorithmen ausführen, um neue Ergebnisse zu ermitteln. Es ist maschinelles Lernen für unterwegs, ohne dass die Konnektivität erforderlich ist.

Wenn Sie zu den Menschen gehören, die Angst vor der Theorie haben, dass Hunderte von Geräten in Ihrem Haus Sie über Ihre Internetverbindung ausspionieren können, werden Sie glücklich sein, wenn Sie erfahren, dass die Forscher bei Google das Tensor Flow Lite speziell dafür entwerfen, um diese Art von Bedenken zu berücksichtigen.

Laut der Tensor Flow Lite Website wurde die Software mit den folgenden Kriterien entwickelt:

  • Weitverbreitete intelligente Appliances schaffen neue Möglichkeiten für Intelligenz auf dem Gerät.
  • Interesse an stärkeren Datenschutzparadigmen für Benutzer, bei denen Benutzerdaten das mobile Gerät nicht verlassen sollen.
  • Möglichkeit, 'Offline' Anwendungsfälle zu bedienen, bei denen das Gerät nicht mit einem Netzwerk verbunden sein muss.

Es wird interessant sein zu beobachten, was das Projekt "AI-Plattformminiaturisierung" von Google als Nächstes angeht. Es ebnet den Weg für sprachgesteuerte Einwegprodukte, die auf billigen Chips und AI-betriebenen Geräten basieren und die Ihr gesamtes Netzwerk den Hackern für ihre Angriffe nicht aussetzt.

Wenn Google weiterhin mehr Nutzen in weniger leistungsfähigere Geräte bringen kann, werden wir schließlich in einer Welt leben, in der künstliche Intelligenz billig in jedes Gerät eingesetzt werden kann, sogar in Einweg-Geräte. Google Ingenieur und der technischer Leiter von TensorFlow, Pete Warden, sagte dem MIT: "Was ich will, ist ein 50-Cent-Chip, der eine einfache Spracherkennung ermöglicht und ein Jahr lang an einer Knopfbatterie läuft."

Tensor Flow Lite bringt das Unternehmen einen Schritt näher an die Vision von Warden.

 

15. November 2017
Posted by aisolab
07

Am 27 November bieten wir in Zusammenarbeit mit dem Startpatz Köln einen AI-Workshop im Kölner Mediapark an. Nähere Infos zu Ort und Zeit gibt es hier Artificial Intelligence Workshop

Neben einer generellen Einführung in das Thema Artificial Intelligence werden wir die Historie und aktuelle Anwendungsfälle beleuchten. Danach zeigen wir in einer kurzen Praxis-Session, wie man ein neuronales Netz implementiert.

 

Für freuen uns über rege Teilnahme und Diskussionen.

Die Tickets sind kostenfrei aber begrenzt - also bald hier anmelden

 

Jörg Bienert

10. November 2017
Posted by aisolab
08

Eine Gruppe von Forschern am UCL (University College London) Wissenslabor und Pearson haben ein interessantes KI-Paper über Bildung und die gesamte Transformation von Lernen und Lehren durch Technologie veröffentlicht. Dieses Papier zum Thema „Artificial Intelligence in Education“ AIEd zielt auf zwei Dinge ab. Zum einen wird erklärt, was AIEd ist und wie es aufgebaut ist, zum anderen wird beschrieben, welche Vorteile AIEd hat und wie künstliche Intelligenz die Bildung in den kommenden Jahren positiv verändern wird.

Entscheidend ist, dass die Forscher nicht glauben, dass in Zukunft AIEd die Lehrer ersetzt, sondern daß sich die zukünftige Rolle des Lehrers weiterentwickelt und schließlich transformiert wird.

Die Schlussfolgerung der Wissnschaftler ist, dass AIEd in gemischten Lernräumen eingesetzt wird, in denen computergesteuerte Lehrinhalte und Übungen sich gegenseitig ergänzen.

30. Oktober 2017
Posted by aisolab
09

Am 23.November 2017 findet in Köln der Kongress „IoT-Future Trends“ statt, veranstaltet vom eco-Verband und der IHK Köln.

Zentrales Thema ist, wie man die riesigen Datenmengen, die im Internet of Things entstehen, mit Hilfe von Künstlicher Intelligenz, Deep-Learning- und weiteren Verfahren sinnvoll auswerten und nutzbar machen kann.

Ich freue mich, dort einen Vortrag über den Einsatz von künstlicher Intelligenz halten zu dürfen und habe vorab bereits ein Interview gegeben.

Der Eco-Verband hat uns zwei Frei-Tickets zur Verfügung gestellt, die wir hier gerne im Rahmen einer Verlosung weitergeben möchten.

Interessenten schicken uns bitte ein kurzes E-Mail an Tickets@aiso-lab.de

Wir sehen uns in Köln!

Jörg Bienert

27. Oktober 2017
Posted by aisolab
10

Vor einem Jahr veröffentlichte Google im Jama Netzwerk einen Artikel zum Thema " Entwicklung und Validierung eines tiefliegenden Algorithmus zur Erkennung von diabetischer ". Dort wurde nachgewiesen, dass eine der Hauptursachen für Blindheit die diabetische Retinopathie (DR) ist, bei der Schäden an der Netzhaut durch Diabetes auftritt.

Google Brain, das KI Team von Google, hat mit Medizinern zusammengearbeitet und mehr als 128.000 Bilder gesammelt, die von jeweils 3-7 Augenärzten. Auf Basis dieser Bilder wurden ein Deep-Learning Algorithmus entwickelt, um ein Modell zur Erkennung der diabetischen Retinopathie zu erstellen. Die Durchführung der Berechnung wurde an zwei unterschiedlichen Datensätzen mit insgesamt 12.000 Bildern getestet.

Der Einsatz von Maschine Learning (ML) bei der diabetischen Retinopathie ist ein Fortschritt in den Bereichen künstliche Intelligenz und Gesundheitsfürsorge. Die automatische Diagnose der DR mit höherer Genauigkeit kann Augenarztpraxen dabei helfen, mehr Patienten zu bewerten und die Behandlung zu optimieren