Ab Juli stellt Microsoft eine Vorabversion seines Werkzeugs für Maschinelles Lernen in seinem Clouddienst Azure bereit. Wie der zuständige Microsoft-Vizepräsident Joseph Sirosh erklärte, lassen sich damit Programme innerhalb von Stunden oder in einigen Fällen sogar Minuten entwickeln.
Sirosh führt als Anwendungsbeispiel einen Aufzug mit eingebauten Sensoren an. Wartungstechniker würden ihn überwachen. Mit zunehmender Genauigkeit ließen sich Fehlfunktionen vorhersagen und präventiv verhindern. Auch Autohersteller könnten die Technik verwenden, um Probleme an einem Fließband und daraus resultierende Fehler des Fahrzeugs frühzeitig zu erkennen. Somit könnte ein späterer Rückruf verhindert werden.
Bislang fertigten Datenwissenschaftler für Unternehmen, die Werkzeuge für solche Anforderungen benötigten, die erforderlichen Modelle an. Für die Ausführung wurden sie anschließend an die IT übergeben, erklärt Sirosh. Am Ende standen hochspezialisierte Systeme, allerdings blieb bei der Umsetzung stets einiges auf der Strecke. “Das ist jetzt nicht mehr der Fall. Jeder Entwickler oder Ingenieur, jeder Mathematiker kann selbst ein äußerst effizienter Datenwissenschaftler werden, ohne ein komplexes Cloud-Programm zu lernen.”
Die Carnegie Mellon University setzt die Technik bereits zur Messung des Wasser- und Energieverbrauchs in Gebäuden ein. “Innerhalb weniger Stunden konnten sie Datenströme korrelieren und für Fehlererkennung sowie Diagnosen nutzen, was früher Tage und Wochen erfordert hätte”, erklärt Prabal Acharyy von Osisoft, der als Anwendungsentwickler an dem Programm mitgearbeitet hat. “Die Entwicklung geht in großen Sprüngen voran.”
Microsoft hatte die Technik für Maschinelles Lernen unter Satya Nadella entwickelt. Er ist mittlerweile der dritte CEO der Unternehmensgeschichte. Damals führte er die Forschung und Entwicklung innerhalb der Abteilung Online Services. Auch die Suchmaschine Bing verfügt über die Technik, um die Reihenfolge von Treffern zu optimieren.
Als Nadella übrigens 2009 Twitter beitrat, bestand sein erster Tweet aus nur zwei Wörtern: “Maschinellen Lernen!”
[mit Material von Florian Kalenda, ZDNet.de]
Lieferkettenplanung in Deutschland auf Basis von Excel bei 37 Prozent der befragten Unternehmen im Einsatz.
Bedienpersonal von Fertigungsanalagen soll mögliche Risiken auch ohne Cybersecurity-Fachwissen erkennen und minimieren können.
Schiffl IT: Anomalien im Netzwerkverkehr und in den Systemen in Echtzeit identifizieren.
Absicherung der IT-Infrastruktur erfolgt über die Zero Trust Exchange-Plattform von Zscaler.
Maschinen können mit neuen Verfahren lernen, nicht nur Vorhersagen zu treffen, sondern auch mit kausalen…
Medizingeräte Hersteller Tuttnauer schützt Gerätesoftware mit IoT-Sicherheitslösung.