Wie kann ich eine AI programmieren?-Einhorn-Netzwerk

Wie kann ich eine AI programmieren?

Künstliche Intelligenz programmieren: Die besten Coding-Sprachen für KI

Künstliche Intelligenz (KI) eröffnet Softwareentwicklern völlig neue Möglichkeiten: Mit Hilfe von Machine und Deep Learning lassen sich bessere Nutzerprofile und Empfehlungen, ein höherer Personalisierungsgrad, smartere Suchoptionen oder intelligentere Interfaces realisieren. Dabei stellt sich unweigerlich die Frage, welche Programmiersprache dafür zum Einsatz kommen soll. Die Anforderungen, denen eine KI-Coding-Sprache genügen muss, sind vielfältig: eine Vielzahl von Machine- und Deep-Learning-Bibliotheken sollten genauso vorhanden sein wie eine performante Laufzeitumgebung, ausgiebiger Tool Support, eine große Entwickler-Community und ein gesundes Ökosystem.

Trotzdem dieser Anforderungskatalog umfassend ist, stehen Ihnen einige gute Optionen zur Wahl, wenn es darum geht Künstliche Intelligenz zu programmieren. Wir zeigen Ihnen eine Auswahl der besten KI-Programmiersprachen.

Python

Wenn Sie als Developer mit Künstlicher Intelligenz arbeiten, führt mit an Sicherheit grenzender Wahrscheinlichkeit kein Weg an Python vorbei. Inzwischen unterstützen auch so gut wie alle gängigen Bibliotheken Python 3.x - die Zeiten, in denen die Umstellung von Python 2.x auf 3.x Kompatibilitätsprobleme mit sich brachte, sind so gut wie vorbei. Mit anderen Worten: Sie können nun endlich auch in der Praxis von den zahlreichen neuen Features von Python 3.x profitieren. Was nicht heißen soll, dass die packaging-Hürden bei Python überhaupt keine Rolle mehr spielen - das Gros der Probleme lässt sich aber mit Hilfe von Anaconda umschiffen. Nichtsdestotrotz wäre es zu begrüßen, wenn die Python Community endlich voll und ganz von diesen Hürden befreit würde.

Davon abgesehen sind die verfügbaren mathematischen und statistischen Bibliotheken von Python denen anderer Programmiersprachen weit voraus: NumPy ist inzwischen so allgegenwärtig, dass es beinahe als Standard-API für Tensor Operations bezeichnet werden kann, während Pandas die flexiblen Dataframes von R in die Python-Welt trägt. Geht es um Natural Language Processing (NLP) haben Sie die Wahl zwischen dem altehrwürdigen NLTK und dem superschnellen SpaCy, während sich für Machine-Learning-Zwecke das bewährte scikit-learn empfiehlt. Geht es hingegen um Deep Learning, sind alle aktuellen Bibliotheken (TensowrFlow, PyTorch, Chainer, Apache MXNet, Theano, etc.) im Grunde "Python-first"-Projekte.

Wenn Sie ein regelmäßiger Besucher von arXiv sind, wird Ihnen längst aufgefallen sein, dass die Mehrzahl der dortigen Deep-Learning-Forschungsprojekte, die Quellcode zur Verfügung stellen, dazu auf Python setzen. In Sachen Deployment-Modelle haben Microservice-Architekturen und -Technologien wie SeldonCore die Auslieferung von Python-Modellen in Produktivumgebungen wesentlich vereinfacht.

Python ist zweifellos die Programmiersprache der Wahl, wenn es um KI-Forschung geht: Sie bietet die größte Auswahl an Machine und Deep Learning Frameworks und ist die Coding-Sprache, die innerhalb der KI-Welt tonangebend ist.

C++

C++ ist aller Voraussicht nach nicht die erste Wahl für Ihr KI-Projekt. Allerdings wird Deep Learning im Edge-Bereich ein immer gängigeres Szenario. In diesem Fall müssen Sie Ihre Modelle auf Systemen zum Laufen bringen, die nur sehr begrenzte Ressourcen zur Verfügung haben. Um das letzte bisschen Performance aus dem System zu pressen, kann es nötig werden, noch einmal in die Untiefen der Pointer-Welt abzutauchen.

Glücklicherweise kann moderner C++ Code aber tatsächlich angenehm zu schreiben sein. Hierfür stehen Ihnen mehrere Ansätze zur Wahl: Entweder Sie nutzen Bibliotheken wie Nvidias CUDA um ihren eigenen Programmcode zu schreiben, der direkt in die GPU fließt - oder Sie setzen wahlweise auf TensorFlow oder PyTorch, um Zugang zu flexiblen high-level APIs zu erlangen. Sowohl PyTorch als auch TensorFlow erlauben Ihnen, Modelle, die in Python geschrieben sind, in eine C++ Laufzeitumgebung zu integrieren. So rücken Sie deutlich näher an den Produktiveinsatz, bleiben dabei aber flexibel in der Entwicklung.

Weil KI-Applikationen sich immer stärker über alle Devices - von Embedded Systems bis hin zu riesigen Clustern - hinweg ausbreiten, ist C++ ein wichtiger Bestandteil des KI-Coding-Toolkits. Um künstliche Intelligenz im Edge-Bereich zu realisieren, gilt es eben nicht nur akkurat zu programmieren, sondern auch qualitativ gut und schnell.

Java und andere JVM-Sprachen

Die Familie der JVM-Programmiersprachen (Java, Scala, Kotlin, Clojure, etc.) ist weiterhin eine gute Wahl, wenn es um die Entwicklung von KI-Applikationen geht. Eine reichhaltige Auswahl an Bibliotheken steht für nahezu alle Aspekte zur Auswahl - sei es Natural Language Processing (CoreNLP), Tensor Operations (ND4J) oder GPU-beschleunigtes Deep Learning (DL4J). Darüber hinaus gewährleisten diese Coding-Sprachen auch einfachen Zugang zu Big-Data-Plattformen wie Apache Spark und Apache Hadoop.

Für die meisten Unternehmen ist Java die lingua franca - und mit Java 8 und neueren Versionen verliert auch die Erstellung von Java Code ihren Schrecken. Eine KI-Applikation in Java zu programmieren mag sich ein wenig langweilig anfühlen, sorgt aber in der Regel für zufriedenstellende Ergebnisse und ermöglicht Ihnen, alle existierenden Bestandteile einer Java-Infrastruktur für Entwicklung, Deployment und Monitoring einzusetzen.

JavaScript

JavaScript ausschließlich für die Entwicklung von KI-Applikationen zu erlernen, ist ein höchst unwahrscheinliches Szenario. Allerdings bietet Googles TensorFlow.js weiterhin eine gute Möglichkeit, Ihre Keras- und TensorFlow-Modelle über Browser oder Node.js auszuliefern.

Dennoch ist der große Ansturm von JavaScript-Entwicklern im Bereich Künstliche Intelligenz bislang ausgeblieben. Das könnte daran liegen, dass das JavaScript-Ökosystem in Sachen verfügbare Bibliotheken bislang den nötigen Tiefgang vermissen lässt - zumindest im Vergleich zu Programmiersprachen wie Python. Darüber hinaus stehen auf Serverseite durch Deployment-Modelle mit Node.js (wiederum im Vergleich zu den Python-Optionen) keine wirklichen Vorteile in Aussicht. KI-Applikationen auf JavaScript-Basis dürften deshalb auch weiterhin auf Browser-Basis entstehen.

Swift

Swift for TensorFlow verbindet die neuesten und besten Features von TensorFlow mit den Vorteilen von Python-Bibliotheken, die sich problemlos einbinden lassen - ganz so als würden Sie Python selbst nutzen.

Das fastai-Team werkelt derzeit an einer Swift-Version seiner populären Bibliothek - und stellt zahlreiche Optimierungen in Aussicht, gerade in Zusammenhang mit dem LLVM compiler. Von "production ready" kann zwar noch keine Rede sein, aber auf dieser Grundlage könnte die nächste Generation von Deep-Learning-Entwicklungsarbeit entstehen - Sie sollten Swift deshalb auf alle Fälle im Auge behalten.

R ist die Programmiersprache der Wahl für Data Scientists. Developer aus anderen Bereichen könnten die Coding-Sprache wegen ihres Dataframe-zentrischen Ansatzes hingegen als verwirrend empfinden.

Für ein Team leidenschaftlicher R-Entwickler kann es durchaus Sinn machen, Integrationen mit TensorFlow, Keras oder H2O für Forschung und Prototyping einzusetzen. Hinsichtlich der Performance ist R für den Produktiveinsatz aber lediglich bedingt zu empfehlen. Zwar lässt sich performanter R Code durchaus produktiv zum Einsatz bringen, einfacher dürfte es aber in den allermeisten Fällen sein, den R-Prototypen in Java oder Python neu zu programmieren.

KI programmieren - weitere Optionen

Natürlich sind die vier genannten Programmiersprachen nicht die einzigen Optionen, um Künstliche Intelligenz zu programmieren. Die folgenden beiden Coding-Sprachen könnten - je nach Einsatzzweck - ebenfalls von Interesse für Ihre KI-Projekte sein:

Lua

Vor einigen Jahren wurde Lua als "next big thing" im Bereich der Künstlichen Intelligenz gehandelt. Das lag in erster Linie am Torch Framework - eine der populärsten Machine-Learning-Bibliotheken - sowohl für den produktiven Einsatz als auch für Forschungszwecke. Wenn Sie in ältere DeepLearning-Modelle abtauchen, finden sich oft zahlreiche Verweise auf Torch und Lua-Quellcode.

Es könnte durchaus nützlich sein, sich etwas Knowhow über die Torch API anzueignen, die einige Ähnlichkeiten zur Basis-API von PyTorch aufweist. Wenn Sie allerdings kein gesteigertes Bedürfnis haben, für Ihre Applikationen in historische Forschung abzutauchen, können Sie auf Lua auch gut und gerne verzichten.

Julia

Bei Julia handelt es sich um eine High-Performance-Programmiersprache, die ihren Fokus auf numerische Berechnungen legt. Dadurch passt sie auch wunderbar in die mathematisch ausgerichtete Welt der Künstlichen Intelligenz. Julia mag derzeit nicht die populärste Coding-Sprache sein, allerdings bieten wrappers wie TensorFlow.jl und Mocha guten Deep Learning Support. Wenn das relativ kleine Ökosystem kein Ausschlusskriterium für Sie darstellt und Sie von Julias Fokus auf High-Performance-Berechnungen profitieren wollen, sollten Sie einen Blick riskieren.

Dieser Beitrag basiert auf einem Artikel unserer US-Schwesterpublikation InfoWorld.

Software mit künstlicher Intelligenz: Diese Tools machen Ihren PC effektiver

Gleich zu Beginn eine nicht ganz ernst gemeinte Warnung: Seien Sie vorsichtig, was Sie zu Ihrem PC sagen – er könnte Sie verstehen. Das ist mit einem Augenzwinkern zu verstehen, denn bei wüsten Beschimpfungen ist Ihr Rechner nicht sauer auf Sie und rächt sich nicht, sondern ignoriert es schlicht. Interpretiert er hingegen Ihre Kommandos, lösen Sie eine bestimmte Reaktion aus. Das ist aufgrund von USB-Mikrofonen und -Headsets möglich; Notebooks haben eine Einheit zur Sprachaufnahme meist schon eingebaut. Spracherkennung ist nicht einmal neu: So steckte bereits im 2007 erschienenen Betriebssystem Windows Vista eine Erkennungsfunktion, mit der Sie per Stimme Mausklicks simulieren und Texte in Schreibsoftware diktieren. Auch Windows 10 bringt diese Spracherkennung mit . Die Sprachassistentin Cortana steckt zusätzlich im System; sie führt eine Koexistenz. Cortana war anfangs recht intelligent, konnte aber nie wirklich mit Alexa und dem Google Assistant mithalten; mit Windows 10 2004 (Mai 2020 Update) baute die Dame in Sachen Schläue sogar rapide ab

10 spannende Programme/Tools mit künstlicher Intelligenz:

Was ist KI – und ist sie drin, wo es draufsteht?

Zweifelsohne gehören Sprachassistenten zum Bereich der künstlichen Intelligenz, doch nicht nur: Auch Facebooks Aggregation der Timeline und Googles Suchergebnisseiten basieren auf modernen automatisierten Mechanismen. Daneben gibt es Anwendungen, die schlau sind, bei denen aber nicht unbedingt klassische KI dahinterstecken muss: Navis lesen Ihnen etwa vor und OCR-Software erkennt Text in Bildern sowie PDFs und macht die Inhalte (durch Hinzufügen einer Textebene) durchsuchbar.

Heutzutage werben Hersteller gern mit neumodischen Schlagworten (Buzzwords): Es gehört beinahe zum Standardvokabular, KI zu erwähnen. Erscheint etwa von einer Software ein Update, enthält der PR-Text gern einmal die Info, es werkle jetzt KI. Faktisch lässt sich kaum kontrollieren, ob ein Produkt tatsächlich derart schlau ist. Ähnliches ist bei der Blockchain der Fall: Kryptowährungen wie Bitcoin speichern darin ihre Transaktionen. Nicht nur im Finanzsektor, auch in weiteren Bereichen lässt sich die Blockchain als Vertrauensanker verwenden; es ist aber oft genug nur ein Buzzword, ob es sinnvoll ist, die Technik einzusetzen, ist von Fall zu Fall anders. Früher war statt von KI übrigens noch von Algorithmus die Rede: So etwas kommt noch immer zum Einsatz. Mitunter ist KI in Wahrheit nur ein Algorithmus. Es handelt sich um eine Beschreibung zu einem Vorgehen, um technische Aufgaben und Probleme zu lösen. Stark vereinfacht und übertragen auf die analoge Welt ist bereits ein Kochrezept ein Algorithmus. Wenn es zu einem Programm heißt, es nutze KI, müssen Sie das meist glauben.

Galerie 78 Bilder Freeware-Tools automatisieren Windows

KI, Maschine Learning & Co. erklärt

Eine universelle Definition für KI gibt es nicht. Obwohl viele Menschen den Begriff kaum erläutern können, meinen manche, die Technik könnte eines Tages die Menschheit unterjochen. Das bewahrheitet sich beim aktuellen Entwicklungsstand eher noch nicht. Denn künstliche Intelligenz ist größtenteils dumm: Es gibt unter ihnen keine Universaltalente; die Intelligenzen sind jeweils auf einem kleinen Aufgabengebiet gut – geradezu Fachidioten. Grob gesagt, steht künstliche Intelligenz für die Automatisierung intelligenten Verhaltens. Hierzu zählt mancher etwa den Google Knowledge Graph, der von Menschen gemachtes Wissen aus der Wikipedia extrahiert. Dabei entfällt nach Abschicken einer Google-Suchanfrage das Anklicken eines Treffers; Google bettet Infos des Lexikons direkt auf die Suchergebnis-Seite ein. Potenziell reduziert das die Anzahl der Leser bei Wikipedia, da Google alle wichtigen Infos serviert.

Relevant ist das Maschine Learning: Beim maschinellen Lernen besorgen sich Algorithmen ihr Wissen selbst. Sie lernen aus Beispielen und sind nach der Trainingsphase in der Lage, das Gelernte zu verallgemeinern und auf neue Situationen anzuwenden. Beim Maschine Learning spielen oft Neuronal Networks (neuronale Netzwerke) mit rein: Die Netze haben menschliche Nervenzellen als Vorbild, die Neuronen. Diese sind in Schichten angeordnet. Jedes Neuron empfängt eine Reihe von Eingangssignalen. Die gewichtet es dann. Es berechnet daraus ein Ausgangssignal, das entweder als Eingangssignal für ein oder mehrere andere Neuronen dient oder das Ausgangssignal für das gesamte neuronale Netz. Hat ein Neuronal Network mehr als eine Schicht zwischen der Ein- und Ausgabeschicht (Hidden Layer), dann lernt es "tief" – auch Deep Learning genannt. Deep Networks heißen solche tiefen Netzwerke.

Beim Deep Learning findet das Lernen in der Regel softwarebasiert statt: Soll ein Tool etwa Bilder erkennen, füttert man es mit Tausenden oder Millionen Bildern. Die Parameter des Netzes haben am Anfang zufällige Einstellungen. Mit der Zeit justieren sie sich: Auf Basis von Feedback erhält das Netz die Info, ob es bei einer Bild-Klassifikation richtig lag, und steigert zunehmend die Erkennungsraten. Das Training endet, sobald die Fehlerquote unter einen bestimmten Wert sinkt. Feedback gibt es nun nicht mehr und die Parameter sind in Stein gemeißelt. Das KI-System weiß fortan, welche Merkmale etwa ein bestimmtes Tier auszeichnen. Wenn der Nutzer ihm ein Bild vorsetzt, das nicht im Trainingsdatensatz war, leitet die Anwendung die Klassifikation des Geschöpfes her.

Die besten intelligenten Tools

KI ist rechen- und zeitaufwendig, jedoch müssen Sie keine intelligenten Netzwerke selbst aufsetzen und trainieren: Es gibt Programme und Webdienste, die ab Werk schlau daherkommen. Eine Auswahl stellen wir Ihnen hier 0vor.

Mit Chat-KI unterhalten

Cleverbot ist ein Onlinedienst, mit dem Sie sich unterhalten. Das erfolgt mittels Texteingabebox und einem Bereich, in dem die Konversation steht. Der Bot versteht Deutsch und bestreitet, ein Roboter zu sein – obwohl er einer ist. Fragen Sie ihn doch einmal danach. Vor der Nutzung ist zu bestätigen, dass Cleverbot möglicherweise nicht für Kinder geeignet ist; womöglich ist die Sprechweise unhöflich oder unangemessen. Der Roboter ziele darauf ab, den Derist ein Onlinedienst, mit dem Sie sich unterhalten. Das erfolgt mittels Texteingabebox und einem Bereich, in dem die Konversation steht. Der Bot versteht Deutsch und bestreitet, ein Roboter zu sein – obwohl er einer ist. Fragen Sie ihn doch einmal danach. Vor der Nutzung ist zu bestätigen, dass Cleverbot möglicherweise nicht für Kinder geeignet ist; womöglich ist die Sprechweise unhöflich oder unangemessen. Der Roboter ziele darauf ab, den Turing-Test zu bestehen. Man solle keine persönlichen Daten eingeben, selbst wenn der Bot danach fragt.

In eine ähnliche Kerbe schlägt JEliza: Das Programm läuft unter Windows und hat Beta-Status. Eine Internetverbindung ist nicht nötig, Sie unterhalten sich ähnlich wie mit einem Menschen. Gut ist, dass Antworten prompt erscheinen. Schlecht ist, dass das zu schnell passiert und daher unrealistisch ist: Geben Sie etwas ein und bestätigen, erscheint Ihr Text zusammen mit der Antwort des Roboters. Dessen Tippgeschwindigkeit scheint fulminant hoch zu sein – kaum zu glauben, dass ein Mensch derart geschwind in die Tasten haut. Tatsächlich kann das kein Zeitgenosse aus Fleisch und Blut; die Täuschung "Ich bin ein Mensch" gelingt beim Cleverbot besser. Im Test stürzte JEliza nicht reproduzierbar ein paar Mal ab. Der Spaß ist trotzdem unterhaltsam.

Die Suchmaschine, die Ihnen antwortet

Der Inbegriff für schlaue Suchmaschinen ist Wolfram Alpha. Geben Sie eine Rechenaufgabe ein, erhalten Sie die Lösung. Ebenso bekommen Sie Fragen beantwortet: "Wer ist Angela Merkel" fördert den vollen Namen Angela Dorothea Merkel zutage, ebenso Datum und Ort ihrer Geburt (Samstag, 17. Juli 1954, Hamburg). Hinzu kommen eine Timeline mit weiteren Fakten zur Bundeskanzlerin, ihre Körpergröße und familiären Beziehungen. Bei Wolfram Alpha nehmen Sie Eingaben zwar deutschsprachig vor, der Service steht Ihnen jedoch nur auf Englisch Rede und Antwort.

Alter von Personen bestimmen

Microsoft prescht mit einer Vielzahl an KI-Diensten voran: "How Old Do I Look" etwa nimmt per Upload ein Foto entgegen und schätzt, wie alt die Person ist. Das funktioniert zumindest, wenn die Webware ein Gesicht ausfindig macht. Auch im Internet residierende Bilder lassen sich bewerten: Integriert ist nämlich die Suchmaschine Bing. Geben Sie in das Suchfeld einen Begriff ein, präsentiert Ihnen eine Galerie Onlinefunde. Beim gewünschten wählen Sie den Befehl "Verwenden Sie dieses Foto". Die Erkennung funktionierte im Test gut: Beim Artikel-Autor attestierte Microsoft 26 Jahre, 27 Jahre hatte er zum Recherchezeitpunkt tatsächlich auf dem Buckel.

Hunderasse erkennen

Mit Microsoft finden Sie im Browser heraus, welcher Rasse ein Hund angehört. Der Dienst gibt seine Einschätzung ab, nachdem Sie ein Foto aufgenommen haben, wofür Sie dem Browser per Klick Webcam-Zugriff gestatten. Alternativ führen Sie ihm ein zu analysierendes Bild durch Einfügen einer Web-URL, per Upload oder mithilfe einer Bing-Suche zu. Im Test erkannte der Dienst korrekt, dass es sich bei einem URL-seitig verlinkten Vierbeiner um einen Golden Retriever handelt.

Google- und Bing-Suche per Stimme

Google-Homepage an, sehen Sie ein Mikrofon-Symbol zum Ausführen von Sprachsuchen. Vor allem mit Google Chrome funktioniert das; Engine-verwandte Browser zeigen das Mikrofon zwar, erlauben darüber jedoch keine Recherche mithilfe Ihrer Stimme. Bei Firefox (auf Basis einer anderen Engine: Microsofts Suche Bing seit 2020 über eine Suchmöglichkeit über Sprache: Das funktioniert im Zusammenspiel sowohl mit Firefox als auch Google Chrome. Surfen Sie mit einem Chromium-basierten Browser diean, sehen Sie ein. Vor allem mitfunktioniert das; Engine-verwandte Browser zeigen das Mikrofon zwar, erlauben darüber jedoch keine Recherche mithilfe Ihrer Stimme. Bei Firefox (auf Basis einer anderen Engine: Gecko ) fehlt das Icon auf google.de. Jedoch verfügtseit 2020 über eine: Das funktioniert im Zusammenspiel sowohl mit Firefox als auch Google Chrome.

Den PC vorlesen lassen

Balabolka Text und lassen ihn sich vorlesen. Die Audioausgabe erfolgt mit (über Schieberegler) wählbarer Geschwindigkeit, Stimmhöhe und Lautstärke. Das Wort, das die digitale Quasselstrippe gerade vorträgt, hebt eine blaue Markierung hervor. Auf Wunsch speichert die Software Ihre Komposition als Audiodatei. Mit der Windows-Spracherkennung diktieren Sie Ihrem PC etwas, was er dann etwa im Editor verbalisiert. Ähnlich funktioniert das mit dem Kaufprogramm Nuance Dragon Naturally Speaking . Umgekehrt geht es auch: Sie tippen in Programme wieText und lassen ihn sich vorlesen. Die Audioausgabe erfolgt mit (über Schieberegler) wählbarer Geschwindigkeit, Stimmhöhe und Lautstärke. Das Wort, das die digitale Quasselstrippe gerade vorträgt, hebt eine blaue Markierung hervor. Auf Wunsch speichert die Software Ihre Komposition als Audiodatei.

Balabolka gibt es in einer zu installierenden und einer portablen Version. Stets portabel ist die Alternative DSpeach. Die Bedienoberfläche (GUI, Graphical User Interface) ist aus der Zeit gefallen. Moderner ist die GUI bei NaturalReader.

FunnyVoice: Das Tool spricht Ihnen mit etwas Verzögerung nach, was Sie ins Mikrofon zum Besten geben – wobei ein justierbarer Stimmverzerrer seine Finger im Spiel hat. Das erinnert Zuschauer von RTLs " Mit scherzhaftem Charakter gerade so in diesen Kontext passend ist: Das Tool spricht Ihnen mit etwas Verzögerung nach, was Sie ins Mikrofon zum Besten geben – wobei ein justierbarer Stimmverzerrer seine Finger im Spiel hat. Das erinnert Zuschauer von RTLs " Supertalent " mitunter an Freddy Sahin-Scholl, der 2010 mit seinen zwei Stimmen, einer hohen und einer tiefen, die Show gewann.

Wörter, Texte, Webseiten und Dokumentdateien übersetzen

Der Google Übersetzer alias Google Translate ist lange bewährt – zu Recht: Er ist ein Ass im Dolmetschen und bewahrt meist eine korrekte Grammatik. Den Dienst nutzen Sie in Google Chrome besonders bequem: Haben Sie eine fremdsprachige Webseite vor sich, klicken Sie dort mit der rechten Maustaste und wählen "Auf Deutsch übersetzen".

Qualitativ oft noch besser als der Google-Dienst ist DeepL: Der relativ neue Service vermag sogar mit professionellen Übersetzern zu konkurrieren. DeepL erfordert als Webdienst keine Installation und bringt als Windows-Client-Programm mehr Komfort: Befindet sich Text in der Zwischenablage, den Sie übersetzen wollen? Einfach zweimal Strg-C drücken und es öffnet sich ein DeepL-Fenster mit der neuen Sprachversion.

OCR-Software macht Dokumente durchsuchbar

Optical Character Recognition bezeichnet Texterkennung. Die funktioniert etwa mit dem PDF24 Creator (siehe FreeOCR und der professionelle Abbyy FineReader (kostenlose Testversion). Ob PDFs ohne Textebene oder Bilder: Dort zu findender Text lässt sich nicht mit der Suchfunktion von PDF-Readern aufstöbern. Das ändern Sie, indem Sie solche Dateien durch eine OCR-Software jagen:pticalharacterecognition bezeichnet Texterkennung. Die funktioniert etwa mit dem(siehe Ratgeber ). Alternativen, um Papierdokumente durchsuchbar zu machen, sind die spezialisierten Anwendungenund der professionelle(kostenlose Testversion).

Photoshop Elements mit KI

Adobe setzt bei seiner semiprofessionellen Bildbearbeitung Photoshop Elements (kostenlose Testversion) schon seit einiger Zeit auf KI. Sie firmiert unter dem Namen Sensei und hilft Nutzern bei der Verwendung einiger Funktionen. So gelangen Anfänger wie Profis schneller und einfacher an hochwertige Ergebnisse.

Intelligente Bildbearbeitung DxO PhotoLab

DxO PhotoLab nutzt KI-Algorithmen, laut Hersteller DXO unter anderem zur Rauschreduzierung. Die Anwendung ist kommerziell ausgelegt, die Testversion gratis. Einen Test der Version 4 finden Sie Auch die Photoshop-Alternativenutzt KI-Algorithmen, laut Hersteller DXO unter anderem zur Rauschreduzierung. Die Anwendung ist kommerziell ausgelegt, die Testversion gratis. Einen Test der Version 4 finden Sie hier

Skylum-Software: Luminar AI

Wie auch Photoshop Elements und DxO PhotoLab ist Skylums Luminar AI kostenpflichtig. Die Anwendung zur Bildbearbeitung trägt die Verwendung von KI bereits im Namen: AI steht für Artificial Intelligence. Laut Skylum basiert das Produkt vollständig auf KI. Importieren Sie eine Bilddatei, erhalten Sie automatisch Vorschläge zur Motivverbesserung und wählen Ihren Favoriten per Klick. Der Hersteller verspricht: "Wenn du eine LuminarAI-Vorlage verwendest, sehen all die Bilder so aus, als wären sie bei einer einzigen Fotosession entstanden." Gut funktioniert etwa das Austauschen des Himmels, womit Sie einer Aufnahme mit trübem Wetter Pepp verleihen.

Schwarz-Weiß-Bilder farbig machen

Der Effekt beim AI Image Colorizer wirkt magisch: Der Cloud-Service macht hochgeladene Schwarz-Weiß-Fotos farbig. Im Test funktionierte das bei einem geuploadeten Porträt überzeugend.

Bilder verlustfrei vergrößern

AI Image Enlarger verspricht, Bilder verlustfrei zu vergrößern. Der Dienst ist eine Alternative zu Die im Browser lauffähige Cloud-Anwendungverspricht, Bilder verlustfrei zu vergrößern. Der Dienst ist eine Alternative zu lokalen Lösungen wie Inkscape , die Bilder verlustbehaftet vektorisieren und dann Zoomen ohne Qualitätseinbußen erlauben. Und auch der SmillaEnlarger (herunterzuladen und lokal zu nutzen) bekommt von der Cloud-AI-Anwendung Konkurrenz.

Bilder-Rückwärtssuche

Die Google-Bildersuche stöbert zu eingegebenen Begriffen Bilder im Internet auf. Umgekehrt arbeitet sie ebenso: Auf google.de/imghp klicken Sie auf das Kamera-Symbol. Dann fügen Sie eine URL ein oder laden per Button ein Bild hoch. Letzteres befördern Sie alternativ zu Google, indem Sie es von Ihrer lokalen Festplatte/SSD ins Browser-Fenster ziehen (Drag & Drop). Google sucht rückwärts und präsentiert Ihnen ähnliche Bilder oder das originale Bild samt URL-Quellenangabe. So finden Sie nicht nur interessante Impressionen, die Ihnen gefallen könnten, sondern kommen als Urheber eines Bildes Fotodiebstahl ohne Urheberrechtskennzeichnung auf die Schliche. TinEye ist eine Alternative und auf dieses "reverse searching" spezialisiert.

Bildersuche, -Bearbeitung und -Rubrizierung

Magix Photo Manager ist in die Jahre gekommen, bietet aber eine praktische Funktion für große Fotobestände: die Funktion "Suche nach ähnlichen Bildern". Auszuwählen ist dies in der Menüleiste unter "Aufgaben > Organisieren" ["Sie können ähnliche oder gleiche Motive eines markierten Fotos suchen, um z.B. Fotos mit ähnlichem Charakter zu finden (z.B. Sonnenuntergänge, Gebäude etc.) oder doppelte Bilder zu löschen"]. Moderner und ebenfalls mit einer Bilderkennung ausgestattet ist Nero Platinum: Die Suite läuft als Testversion, deren Modul "Nero AI Photo Tagger" ordnet Fotos eines angegebenen Ordners Kategorien zu und speichert die Rubrizierung auf Wunsch in den Eigenschaften der Dateien (siehe Derist in die Jahre gekommen, bietet aber eine praktische Funktion für große Fotobestände: die Funktion "Suche nach ähnlichen Bildern". Auszuwählen ist dies in der Menüleiste unter "Aufgaben > Organisieren" ["Sie können ähnliche oder gleiche Motive eines markierten Fotos suchen, um z.B. Fotos mit ähnlichem Charakter zu finden (z.B. Sonnenuntergänge, Gebäude etc.) oder doppelte Bilder zu löschen"]. Moderner und ebenfalls mit einer Bilderkennung ausgestattet ist: Die Suite läuft als Testversion, deren Modul "Nero AI Photo Tagger" ordnet Fotos eines angegebenen Ordners Kategorien zu und speichert die Rubrizierung auf Wunsch in den Eigenschaften der Dateien (siehe Testbericht ).

Eine Android-App, mit der Sie Bilder verschönern, ist Prisma: Mit Filtern versehen Sie Fotos mit dem Optik eines Mosaiks oder einer Bleistiftzeichnung.

Der Neural Styler ist eine Alternative zu Prisma, die unter Windows läuft.

Bilder freistellen und auf Wunsch neuen Hintergrund einfügen

Möchten Sie Bilder freistellen, geht das beim manuellen Bearbeiten bei groben Objekten ganz gut. Zum Zeitsparen und für filigrane Elemente eignet sich der Webdienst Remove.bg. Der Upload einer Fotodatei genügt, wie durch Zauberei beseitigt die Webware den Hintergrund und offeriert Ihnen den Download des Protagonisten.

Songs identifizieren

Musikliebhaber sollten sich die Handy-App Shazam ansehen: Diese scannt per Gerätemikrofon wiedergegebene Songs und verrät Ihnen, wie die Titel heißen.

Digitale Assistenten (fürs Smart-Home)

Alexa nutzt (oder ein anderes Gerät, bei dem Amazons Sprachassistenz als Bonusfunktion integriert ist), liebäugelt womöglich mit Alexa auf dem PC. Der Wunsch geht seit dem Release einer Alexa-Windows-10-App in Erfüllung. In diesem Kontext sei Ihnen ein Blick in den Artikel " Wer eine der vielen Sprachboxen mitnutzt (oder ein anderes Gerät, bei dem Amazons Sprachassistenz als Bonusfunktion integriert ist), liebäugelt womöglich mit Alexa auf dem PC. Der Wunsch geht seit dem Release einerin Erfüllung. In diesem Kontext sei Ihnen ein Blick in den Artikel " Windows 10: Was hält Cortana von Alexa – und umgekehrt? " empfohlen. Dort finden Sie eine Einschätzung zur Alexa-Portierung – hinsichtlich der Herzlichkeit wie auch zur Technik.

Für Googles Mobil-Betriebssystem Android gibt es eine Google-Assistant-App. Mit dieser dirigieren Sie per Sprachbefehl etwa das Erstellen eines Termins in Ihrem Kalender. Zur Steuerung von Smart-Home-Geräten (IoT-Devices, Internet of Things, Internet der Dinge) wie Lampen steht die Google-Home-App bereit.

Freemailer Gmail mit Automatiken

Der E-Mail-Dienst von Google ist gratis. Gmail überzeugt daneben mit automatischem Aussortieren von Spam-Mails auf Basis künstlicher Intelligenz. Hinzu kommt das Komfortfeature der automatischen Sortierung: Ankommende Post landet ohne Ihr Zutun in einem der Ordner "Allgemein", "Soziale Netzwerke", "Werbung", "Benachrichtigungen" und "Foren". Früher bot ein Google-Service namens Google Inbox derlei Sortierung; der Anbieter hat den Dienst eingestellt.

Chat-Dienst Google Meet

Google Meet. Der Service bietet einen Low Light Mode: Dieser Google bietet mehrere Chatdienste und -Apps an, unter anderem. Der Service bietet einen Low Light Mode: Dieser verbessert bei schlechten Lichtverhältnissen Ihre Sichtbarkeit im Video-Stream. In einem YouTube-Video demonstriert der Anbieter die Wirkungsweise. Auch das intelligente Herausfiltern von Störgeräuschen ist möglich, das umfasst Hundebellen ebenso wie Tastenanschläge.

Kaspersky Antivirus mit KI

Kaspersky: Zum einfachen Scannen verwendet die Der Einsatz von KI macht vor der Antivirus-Branche nicht Halt: Signaturen, Heuristik, Verhaltensanalyse und Cloud sind nicht genug. Da auch Malware-Autoren sich der KI-Methoden bedienen, schadet der Einsatz einer Extraportion Intelligenz auf Seiten der Guten nicht. So macht es etwa: Zum einfachen Scannen verwendet die AV-Engine etwa eine zusätzliche Emulationskomponente , die das Verhalten von Dateicode in einer isolierten Umgebung prüft. Die KSN-Komponente (Kaspersky Security Network) nutzt die Cloud, um den Status einer Datei oder URL abzufragen. Über Maschine Learning (ML, maschinelles Lernen) erstellt der Konzern einen Vektor der Dateieigenschaften, den er dann mit den lokalen und den Cloud-Datenbanken abgleicht.

Trend Micro Antivirus mit KI

Mit Kaspersky (aus Russland) konkurriert der japanische Konzern Trend Micro: Dessen Antivirus + Security besitzt eine Einstelloption, die mehr Schutz verspricht. Schauen Sie doch mal in den "Einstellungen" (zu erreichen über das Schraubensymbol rechts neben dem "Prüfen"-Button) unter "Sicherheits- und Tuneup-Steuerung > Voreinstellungen für die Suche". Dort stellen Sie sicher, dass ein Haken gesetzt ist vor "Maschinenlernen als Schutz vor neuen oder unbekannten Bedrohungen aktivieren".

Malwarebytes: Antivirus-Zusatz samt KI

Eine Ergänzung zu Antiviren-Software ist Malwarebytes, ehemals Malwarebytes Anti-Malware. Der Scanner entfernt Schädlinge, die am Antivirus vorbeigeprasselt sind. Begeben Sie sich per Klick auf das Schraubensymbol in die Einstellungen und in deren Rubrik "Sicherheit". Stellen Sie sicher, dass ein werkseitig umgelegter Toggle-Schiebeschalter auf korrekter Position verharrt: bei "Zur Erkennung von Bedrohungen künstliche Intelligenz verwenden (Scans können länger dauern").

Weitere Antivirus-Firmen, die sich der KI bemächtigen, sind Avast, G Data und F-Secure. Wie Sie als Nutzer davon profitieren, erfahren Sie im Artikel " Antiviren-Software mit künstlicher Intelligenz: So funktioniert sie ".

Anmelden per Gesichtserkennung

KeyLemon zu Eigen und ist eine Alternative: Die Freeware entsperrt Ihr Windows-Benutzerkonto, wenn Sie in die Webcam blicken. Das funktionierte im Test selbst beim Tragen einer Brille einwandfrei. Windows 10 ermöglicht das Anmelden per Biometrie (Windows Hello), wozu das Einloggen mittels Fingerabdruckleser oder Gesichtserkennung zählen. Das ist eine Ersatzform der Kennwort-Anmeldung (ähnlich der Windows-Hello-PIN ) und gilt als relativ sicher. Gesichtserkennung macht sichzu Eigen und ist eine Alternative: Die Freeware entsperrt Ihr Windows-Benutzerkonto, wenn Sie in die Webcam blicken. Das funktionierte im Test selbst beim Tragen einer Brille einwandfrei.

Auch Windows ist smart