Forscher des MIT haben einen neuen Typus eines Neuronalen Netzes entwickelt. Dieser könnte bei der Entscheidungsfindung beim autonomen Fahren und der medizinischen Diagnose unterstützen.

Falsch ausgelegte analoge Komponenten ermöglichen akustische Attacken auf Embedded Systeme, die es erlauben, Teile eines Systems zu übernehmen. Modifikationen in Soft- und Hardware können diese Angriffe aber verhindern.

Wie können Roboter dabei helfen, den demographischen Wandel zu bewältigen – und dient der Mensch dem Roboter, oder umgekehrt? Eine jetzt veröffentliche Robotik-Charta stellt zehn grundlegende Handlungsfelder auf, um die Arbeit mit Robotern zu definieren.

Verbundvorhaben KIsSME mit Beteiligung des KIT gestartet. Lernfähige Algorithmen ermöglichen eine effiziente Erfassung von Szenarien bei der Erprobung hochautomatisierter Fahrzeuge.

Noch vor dem Ende dieses Jahrzehnts werden „Computer mit heute noch unvorstellbarer Leistungsfähigkeit" auf den Markt kommen, prognostizieren Experten in einer von der niederländischen Firma Beech IT in Auftrag gegebenen Zukunftsanalyse.

Diese Grafikkarte ist nicht (nur) zum Zocken gedacht: Nvidias nur 3100 Euro teure Titan V basiert auf der Hochleistungs-GPU Volta GV100 und ist für maschinelles Lernen spezialisiert. Sie erreicht fast identische Rechenleistungen wie die mehr als dreimal so teure Tesla V100. Anders als diese besitzt sie sogar Videoanschlüsse.

Wind River hat mit Wind River Studio eine Cloud-native Plattform für die Entwicklung, die Bereitstellung, den Betrieb und die Wartung von geschäftskritischen intelligenten Systemen vorgestellt. Die Software ermöglicht eine flexible und effiziente Bereitstellung, Verwaltung und den Betrieb von intelligenten Distributed 5G-Edge-Clouds über eine Managementkonsole („Single Pane of Glass“).

Als 1966 die erste ELEKTRONIKPRAXIS als neue Sonderreihe der elektrotechnik erschien, ahnte noch niemand, was die nächsten 50 Jahre dem neuen Titel bringen würden. Blicken Sie mit uns zurück!

Der Supercomputer Hawk wird mit Grafikprozessoren ausgestattet, damit er sich nun auch für Deep Learning- und KI-Anwendungen eignet und hybride Arbeitsabläufe, die das Höchstleistungsrechnen und KI kombinieren, effektiver erfolgen.

Das Startup LatticeFlow hat sechs Monate nach seiner Ausgründung aus der ETH Zürich 2,8 Millionen US-​$ von zwei Risikokapitalgebern eingefahren. Damit wolle man die „ambitionierte Vision“ vorantreiben, KI verlässlich und vertrauenswürdig zu machen.