Du hast deinen AdBlocker an?

Es wäre ein Traum, wenn du ihn für t3n.de deaktivierst. Wir zeigen dir gerne, wie das geht. Und natürlich erklären wir dir auch, warum uns das so wichtig ist. Digitales High-five, deine t3n-Redaktion

News

Google will die Eintrittsbarriere für künstliche Intelligenz im Unternehmen senken

Google. (Foto: achinthamb / Shutterstock.com)

Mit Kubeflow Pipeline und dem AI Hub will Google die Eintrittsbarriere für künstliche Intelligenz im Unternehmenseinsatz senken. Wir verraten euch, was dahinter steckt.

Maschinelles Lernen und andere KI-Technologien sind aus viele Branchen nicht mehr wegzudenken. Geht es nach Google, dann sollten aber noch viel mehr Firmen entsprechende Technologien in ihren Arbeitsalltag integrieren. Um das zu erreichen, hat der Internet-Konzern zwei neue Produkte vorgestellt, die beide dabei helfen sollen, die Einstiegsbarriere zu senken.

AI Hub: Googles zentrale Anlaufstelle für KI-Tools

AI Hub soll als Plattform dazu dienen, Firmen direkten Zugang zu vorgefertigten KI-Komponenten zu geben. Die von Google und Partnern entwickelten Komponenten können Cloud-Kunden dann auch direkt verändern und für die eigene Organisation in Betrieb nehmen. Außerdem sollen Firmen über die Plattform eigene Komponenten mit anderen Unternehmensbereichen teilen können. Dadurch soll nicht zuletzt auch doppelte Arbeit vermieden werden.

Derzeit befindet sich das AI Hub noch in einer Alpha-Phase und umfasst vorerst nur von Google entwickelte Komponenten. Ab der Beta-Version soll das Angebot an öffentlich zugänglichen Inhalten deutlich erweitert werden und auch Angebote von Partnern umfassen. Wann es so weit ist, lässt Google vorerst jedoch noch offen.

TensorFlow trifft auf Kubernetes: Kubeflow wird um Pipeline-Komponente erweitert. (Grafik: Google)
TensorFlow trifft auf Kubernetes: Kubeflow wird um Pipeline-Komponente erweitert. (Grafik: Google)

Kubeflow Pipeline: Einfach Machine-Learning-Workflows erstellen

Kubeflow ist ein Open-Source-Projekt, mit dem Machine-Learning-Workflows aus Googles TensorFlow als Kubernetes-Container verpackt und ausgeliefert werden können. Mit Kubeflow Pipelines wird das Projekt jetzt um eine Lösung für die Erstellung, das Deployment und die Verwaltung wiederverwendbarer ML-Workflows erweitert. Sie soll den Entwicklungsprozess deutlich beschleunigen, da einzelne Komponenten einfacher wiederverwendet und untereinander kombiniert werden können.

Ebenfalls interessant:

Bitte beachte unsere Community-Richtlinien

Schreib den ersten Kommentar!

Melde dich mit deinem t3n Account an oder fülle die unteren Felder aus.