Entwicklung künstlicher Intelligenz Warum autonomes Fahren von synthetischen Daten abhängt Allein mit Realdaten lässt sich künstliche Intelligenz fürs autonome Fahren nicht erfolgreich trainieren. Die Lücke schließen synthetische Daten. Ihre Bedeutung wächst drastisch – ihre Möglichkeiten auch. Michael Vogel 25. April 2022
Naturphänomen Wie kleinere neuronale Netze das Machine Learning verbessern Weniger Neuronen, mehr Intelligenz: Neue Deep-Learning-Modelle nehmen sich die Natur als Vorbild und verbessern die Effizienz und Zuverlässigkeit in Anwendungsgebieten wie dem autonomen Fahren. Fabian Pertschy 20. November 2020
Softwaregetriebene Kalibriermethoden Forscher wollen Präzision von Industrierobotern erhöhen Maschinelles Lernen und die Evolution von Industrierobotern gehen Hand in Hand. Künftig könnte die Kalibrierung der Helfer deutlich einfacher vonstattengehen. Ein Zeit- und Kostenvorteil, von dem insbesodnere kleinere Unternehmen profitieren. Fabian Pertschy 16. October 2020