Erforschung, Entwicklung und Herstellung neuer Materialien hängen entscheidend von schnellen und zugleich genauen Simulationsmethoden ab. Maschinelles Lernen, bei dem künstliche Intelligenz (KI) selbstständig neues Wissen erwirbt und anwendet, wird es künftig ermöglichen, komplexe Materialsysteme rein virtuell zu entwickeln. Wie das funktioniert und welche Anwendungen davon profitieren, erklärt ein Forscher des Karlsruher Instituts für Technologie (KIT) gemeinsam mit Kollegen aus Göttingen und Toronto.
Ausgabe: www.ind-ai.net 7 2021
Software mit Machine-Learning-Funktion für beschleunigte Designs
Xilinx hat die Vivado ML Editions vorgestellt, die laut Unternehmen erste FPGA-EDA-Tool-Suite, die auf Machine-Learning (ML)-Optimierungsalgorithmen sowie fortschrittlichen, teambasierten Design-Flows basiert und signifikante Designzeit- und Kosteneinsparungen ermöglicht.
KI-App liefert per Mausklick Erkenntnisgewinn aus Daten
PerfectPattern stellt die in der Basisversion kostenlos nutzbare Aivis Insights App vor.
KI- und Computer-Vision-Software-Stack für neuronale Netzwerke in sicherheitskritischen Umgebungen verfügbar
CoreAVI hat seine Safe AI and Computer Vision Solution veröffentlicht.
KI-gestütztes, vertikalisierbares Therapiebett im Einsatz auf Intensivstationen
Das von Reactive Robotics entwickelte Therapiesystem Vemo– bestehend aus einem bis zu 70 Grad vertikalisierbaren Intensivkrankenbett und Robotik, die mit KI-gestützter Software ausgestattet ist – unterstützt die Mobilisierung von Schwerstkranken direkt in deren Betten durch die Kombination von Gangtherapie und Aufrichtung.
Positive Auswirkungen von KI und HI in der Instandhaltung
OEE und Produktivität in der Instandhaltung durch den Einsatz von KI und HI steigern? Inwiefern dies möglich ist und welche Potenziale im Zusammenwirken von KI und HI liegen, diskutierte Falk Pagel (Dozent an der DHBW Mannheim) im Rahmen der Maintenance OnlineDays.