Frameworks erleichtern den KI-Einstieg.
von Bernhard Haselbauer
Open-Source-Software ermöglicht es Personen jeglichen Hintergrunds, den Quellcode dieser Software einzusehen, ihn zu kopieren, zu modifizieren und weiterzuverteilen, auf Basis einer bestimmten Open-Source-Lizenz. Unternehmen, die erste Versuche mit Deep Learning, maschinellem Lernen sowie neuronalen Netzen generieren wollen, stehen schon heute eine Vielzahl von Software-Paketen zur Verfügung. Entweder über diverse Cloud-Dienste oder als vor Ort installierte Software-Lösung. In diesem Kontext erleichtern KI-Open-Source-Frameworks den Einstieg erheblich.
Einsteiger sollten sich zum Beispiel mit Keras beschäftigen. Keras ist eine Open-Source-basierte Deep-Learning-Bibliothek, geschrieben in Python. Sie wurde von François Chollet initiiert und erstmals am 28. März 2015 veröffentlicht. Keras bietet eine einheitliche Schnittstelle für verschiedene Backends, darunter TensorFlow, Microsoft Cognitive Toolkit (vormals CNTK) und Theano. Das Ziel von Keras ist es, die Anwendung dieser Bibliotheken so einsteiger- und nutzerfreundlich wie möglich zu machen.
Ende 2015 hatte Google seine Machine-Learning-Engine Tensorflow zudem unter einer Open-Source-Lizenz veröffentlicht. TensorFlow ist ein Framework zur datenstromorientierten Programmierung. Es wird aus Python-Programmen heraus benutzt und ist in Python und C++ implementiert. Populäre Anwendung findet TensorFlow im Bereich des maschinellen Lernens. In der Forschung und im Produktivbetrieb wird es derzeit von verschiedenen Teams in kommerziellen Google-Produkten wie Spracherkennung, Gmail, Google Fotos und Google Suche verwendet. So wird der Kartendienst Maps durch Analyse der von Street View aufgenommenen Fotos, die mithilfe einer auf TensorFlow basierenden KI analysiert werden, verbessert…
Den kompletten Beitrag finden Sie im Open-Content-Buchprojekt „Handbuch Künstliche Intelligenz“ veröffentlicht.
Lesen Sie hier mehr…
