Vorsprung durch Künstliche Intelligenz
Problem Arbeitsplätze
Machine-Learning-Lösungen (Auswahl) |
||
Anbieter / Produkt |
Bereitstellung |
Details (Auswahl) |
Cloud-Plattform von AWS |
– Unterstützt Machine-Learning-Frameworks wie TensorFlow, Apache MXnet, Caffe2 – Amazon Sagemaker: Tool zum Erstellen von ML-Modellen und Algorithmen – API-gesteuerte Services, etwa für Spracherkennung, Übersetzung, Bildanalyse, Chatbots – Zugang zu Rechnerressourcen: CPUs, GPUs, Field Programmable Gate Arrays (FPGAs) – Deep-Learning-Interface Gluon (mit Microsoft) für Deep-Learning-Projekte |
|
Google Cloud Platform |
– TensorFlow: Open-Source-Bibliothek zum Erstellen von Machine-Learning-Applikationen – Verknüpfung mit Google-Services Cloud Storage, Cloud DataLab und Cloud DataFlow – Anwendungen: Bild- und Sprachanalyse, Texterkennung, Videoanalyse, Übersetzung – Cloud Tensor Processing Unit: Hardware (CPUs, Grafik-CPUs) für KI/maschinelles Lernen – Zugriff auf Objektspeicher, Analytics-Lösungen und ETL-Dienste von AWS |
|
Download |
– Open-Source-Framework für Deep Learning – Zielrichtung: KI-unterstützte Anwendungen für mobile Systeme |
|
Download |
– Open-Source-Software für Deep Learning im Bereich Bildanalyse auf Basis des |
|
Download |
– Open-Source-Framework für das Erstellen von Machine-Learning-Applikationen – Unterstützung der Cuda-Architektur von Nvidia für parallele Berechnungen |
|
IBM-Cloud |
– Watson Discovery für die Analyse von Inhalten – Watson Conversation für die Entwicklung von Bots, virtuellen Agenten und Robotern – IBM Bluemix als Plattform für das Speichern und Staging von Datenmodellen – Textanalyse mit Watson Knowledge Studio |
|
Microsofts Cloud-Plattform Azure |
– KI-Dienste für Entwicklung von Bot-Services, Machine Learning und kognitiven Services – KI-Tools wie Machine Learning Studio und Visual Studio for AI – Deep-Learning-Interface Gluon: Entwicklungsschnittstelle für Deep-Learning-Projekte – Compute-Engine auf Basis von Nvidia-GPUs |
|
Oracle-Cloud |
– Cloud-Plattform für Entwicklung von Machine-Learning-Modellen, Tests und Trainings – Automatisiertes Packaging und Implementieren: Auto-Skalierungsfunktion – Zugang zu Tesla-Grafikprozessoren von Nvidia, Netzwerkfunktionen, Oracle-Storage- – Unterstützung von Deep-Learning-Frameworks wie TensorFlow, Caffe2 und Keras |
|
Cloud-Plattform von Salesforce.com |
– Trend-Analyse mit Analytics Cloud – Module, etwa für Vertrieb, Marketing, Service, Analytics, Communities und Apps – Fokus auf maschinellem Lernen; Kooperation mit IBM Watson – myEinstein: Plattform für Entwicklung von KI-Apps mit wenig Programmieraufwand – Prognosen mit Prediction Builder – Erstellen von Chatbots mittels Einstein Bots |
|
SAP-Cloud; geplant: Appliance für Imple-mentierung in Firmenrechenzentren |
– „Bring Your Own Model“-Funktion für Import von TensorFlow-Modellen von anderen Plattformen und kundenspezifischen Algorithmen – Klassifizierung und Analyse von Videos und Bildinformationen, Extrahieren von – Geplant: Identifizierung von Gefühlsregungen, Unterstützung von Data Streaming – SAP Cash Application für KI-unterstützten Abgleich von Zahlungseingängen |