Monica Pohl

06/07/2023

Die nächsten Falthandys von Samsung kommen am 26. Juli

BYO coffee to the 7AM ET livestream.

27/06/2023

KI zerstört das alte Web und das neue Web hat Schwierigkeiten, geboren zu werden

The capacity of AI to generate content is overwhelming the web.

27/06/2023

Das Pixel Fold zeigt, wie weit die Falthandys von Samsung voraus sind

Folding phones fight for your wallet.

23/06/2023

Das Tauchboot Titan erlitt eine „Katastrophe“.

The Coast Guard discovered debris consistent with the Titan.

23/06/2023

Die E3 kehrt so schnell nicht zurück

After being canceled this year, the future of the expo looks bleak.

22/06/2023

Der Podcast-Plan von Spotify gerät aus den Fugen

You can pet the dog and do horrible things to chocobos.

22/06/2023

Der Podcast-Plan von Spotify gerät aus den Fugen

What is Spotify doing with podcasts, exactly? The company is entering the “next phase” of its podcast strategy — but will it learn from its mistakes?

21/06/2023

KI ist eine Menge Arbeit
Während die Technologie allgegenwärtig wird, entsteht eine riesige Unterklasse der Tasker – und die wird nicht verschwinden.

How many humans does it take to make tech seem human? Millions.

21/06/2023

Mastercard reicht neuen Markenantrag für Crypto Tech ein

According to a recently discovered patent application, Mastercard plans to develop software optimized for bitcoin and blockchain transactions. The second-largest payment-processing corporation also aims to facilitate crypto-based transactions by reducing connections between virtual asset service pro...

19/06/2023

USB-C: Vielleicht ist es ein Vorteil für uns, aber nicht für Apple

L'Ue ha vinto, spingendo la Mela ad adottare lo standard di ricarica e gettando al vento anni di ricerca e gadget Lightning

19/06/2023

Herausforderung und Innovation
Jede einzelne ML-Lösung muss heute noch individuell geplant und implementiert werden. Von der Datenakquisition, über die Wahl der passenden Algorithmen, bis hin zur Optimierung des Trainings, ist sowohl detailliertes Expertenwissen in der jeweiligen Anwendungsdomäne, als auch ein hoher Arbeitsaufwand von geschulten Datenwissenschaftlern notwendig, um letztendlich mehrwertbringende Ergebnisse mit hohem Verwertungspotential zu erzielen. Der Ansatz automated machine learning (AutoML) zielt darauf ab, den Einsatz von ML-Prozessen durch Automatisierung zu vereinfachen. Dadurch ist es konventionellen Entwicklern ohne tiefgehende ML-Expertise möglich, geeignete Probleme mit vorgefertigten und dynamischen ML-Methoden zu lösen. Diesem Mehrwert an Benutzerfreundlichkeit stehen jedoch sehr hohe Hardware-Anforderungen gegenüber, die entweder mit signifikanten Eigeninvestitionen oder mit ausgelagertem Cloud-Computing und entsprechendem Verlust der eigenen Datensouveränität einhergehen.
Eine ähnliche Entwicklung ist perspektivisch im Bereich Quantencomputing (QC) zu erwarten: Im Allgemeinen und explizit im Quantum Machine Learning (QML) verspricht Quantencomputing bestimmte Probleme um viele Größen-ordnungen schneller lösen zu können, als es mittels konventioneller Rechenleistung der Fall ist. Eine Kernherausforderung bleibt jedoch auch hier der Fachkräftemangel. Um eine breite, industrielle Anwendung von QML zu ermöglichen, ist ein hoher Grad an Benutzerfreundlichkeit und Automatisierung unabdingbar.
Das Projekt AutoQML hat zum Ziel sowohl die Herausforderungen von heutigen AutoML-Ansätzen zu lösen als auch das erfolgreiche Vorgehen von AutoML zu adaptieren, um zukünftigen Anwendern den Zugang zu QML-Methoden zu vereinfachen.

19/06/2023

Developer-Suite für automatisiertes maschinelles Lernen mit Quantencomputern

Projektbeschreibung Quantencomputer ermöglichen es, Machine Learning (ML) Ansätze zu beschleunigen und neue Lösungsansätze zu entwickeln. Die Implementierung solcher Quantenalgorithmen ist jedoch stark anwendungsfallspezifisch und bedarf daher einer charakteristischen Entwicklung durch interdisz...