Mouser German Blog

Die automatisierte Kontaktverfolgung kann dabei helfen, die Ausbreitung von COVID-19-Clustern zu reduzieren. Damit schlägt die Stunde für den Einsatz der allgegenwärtigen Bluetooth®-Technologie, die ihr volles Potenzial ausschöpfen kann. Die automatische Kontaktverfolgung hat sich jedoch nur langsam durchgesetzt und taucht in einem langsam wachsenden Pool von mobilen Anwendungen auf. Eine Reihe neuer Technologien und Lösungen könnte dazu beitragen, einige der Einschränkungen zu überwinden, die einer erfolgreichen Einführung bislang im Wege standen.

Können wir für KI-Systeme ein menschliches situatives Bewusstsein entwickeln? Fortschritte im Bereich der neuronalen Netze zeigen uns sowohl Möglichkeiten als auch Grenzen auf.

Dieser Artikel gibt eine Einführung in die wichtigsten Merkmale von Industrie 4.0 und beschreibt praxisnah typische Szenarien dieser Entwicklung in Produktion und Alltag. Maschinelles Lernen und Big Data bilden den Kern der Technologien, auf denen Industrie 4.0 aufbaut. Sie haben damit eine Schlüsselfunktion für deren künftige Entwicklung. Durch die zukünftige Verknüpfung von Industrialisierung und Digitalisierung bietet Industrie 4.0 großen Konzernen ebenso wie kleinen und mittelständischen Unternehmen dabei unterschiedliche Chancen und Herausforderungen.

Für viele kleine, tragbare IoT-Anwendungen (Internet of Things/Internet der Dinge) ist die drahtlose Konnektivität mit einer Batterielaufzeit von bis zu zehn Jahren unter Verwendung einer Knopfzelle wie der „Heilige Gral“. Das ist keine einfache Herausforderung, denn die meisten kostengünstigen Knopfzellen bieten eine maximale Kapazität von nur etwa 240 mAh. Aber bei Verwendung eines Funk-SoC mit niedrigem Ruhestromverbrauch sind zehn Jahre sowohl für drahtlose Kurz- als auch Langstreckenverbindungen sehr gut erreichbar.

Mit dem Aufkommen der Künstlichen Intelligenz sind auch Programmiersprachen entstanden, die sich seither stetig weiterentwickeln, um den wachsenden Anforderungen von KI-Anwendungen nachzukommen. Mit der Weiterentwicklung der KI-Algorithmen haben sich sowohl diese Sprachen verbessert, um neue statistische Methoden unterstützen zu können, als auch die Toolkits, mit denen die Machine-Learning-Fähigkeiten der Sprachen erweitert werden.

Von der Leistungselektronik und den Energiespeichertechnologien, die für mittlere und schwere Elektro-Nutzfahrzeuge (MHDVs) entwickelt werden, profitieren andere Anwendungsbereiche wie Smart Grids, Mikronetze, erneuerbare Energien, netzweite Energiespeicherung, industrielle Systeme und sogar leichte Nutzfahrzeuge (LDVs).

Die Quantentechnologien sind faszinierend. Sobald sie sich einmal durchgesetzt haben, können sie das Profil vieler technologiebasierter Anwendungen grundlegend verändern. Zwar sind sie noch nicht ganz ausgereift, aber Wissenschaftler haben es bereits geschafft, Geräte zu entwickeln, die Daten über Quantennetzwerke übertragen können, wenn auch nur für wenige Nanosekunden bei niedrigen Temperaturen. Dennoch werden Fortschritte erzielt, getrieben von den Halbleitern als elementare Bausteine. Betrachtet man die enormen Fortschritte, die in den letzten Jahrzehnten in den klassischen Computertechnologien erzielt wurden, dann sind die Quantentechnologien womöglich gar nicht so fern, wie viele denken.

Dank Fortschritten im Bereich des maschinellen Lernens und der Prozessortechnologie ist es möglich, die KI von den großen Datenzentren weg und deutlich näher an ihren Anwendungsort zu verlagern, also an die Network Edge. In diesem Blog erkunden wir, welche neuen Anwendungsfälle der KI dieser Ansatz ermöglicht.

Die Welt entwickelt sich stetig weiter – und mit ihr auch das Gesundheitswesen. Die Zukunft des Gesundheitssektors wird von Künstlicher Intelligenz bestimmt: von Anwendungen im Bereich Televisite über Krebsfrüherkennung bis hin zu Roboter-assistierten Operationssystemen. Es ist davon auszugehen, dass die KI im Gesundheitswesen zunehmend Verbreitung findet – und das vielleicht schon eher als erwartet.

Lichtbasierte Anwendungen im Innen- und Außenbereich von Fahrzeugen dienen heute vielfältigen Zielen: sie helfen dabei Sicherheitsrisiken zu senken, bilden die Grundlage für autonomes Fahren und verbessern Fahrerlebnis und Komfort.

Die Künstliche Intelligenz (KI) steht kurz vor einem neuen Durchbruch, bei dem Maschinen nicht länger nur Instrumente sein werden, die sich der Mensch zunutze macht. Vielmehr werden sie sich zu intelligenten, autonom Handelnden entwickeln, die sich eigene Ziele setzen, entscheiden, was und wie sie lernen wollen, und vieles mehr. Hochintelligente Systeme verfügen über das Potenzial, die Welt auf ähnliche Weise zu verändern, wie industrielle Revolutionen in der Vergangenheit. Es geht nicht um die Frage, ob intelligente Systeme unser Leben auch künftig verändern werden – die Frage ist vielmehr, auf welche Weise und in welchem Umfang sie dies tun werden.

Maschinelles Lernen ist typischerweise prozessorintensiv; ML-Algorithmen erfordern eine große Anzahl paralleler Operationen. Dementsprechend laufen die Modelle in der Regel in Datenzentren im Core des Netzwerks. Dies hat jedoch direkte Auswirkungen auf Latenz, Sicherheit und Kosten. In diesem Blog erkunden wir, warum sich AI an die Network Edge bewegt, und wir schauen uns die Technologie an, die dies ermöglicht.

Egal wie tief man in die Technologie zur Fahrzeugerkennung einsteigen will, ist es lohnenswert, die Technologie in ihrer Breite zu erkunden. Dieser Artikel nimmt den Leser mit auf eine Entdeckungsreise. Er verwendet eine fachliche, aber leicht verständliche Sprache, um Computerprogramme zur Fahrzeugerkennung vorzustellen, einschließlich den Merkmalsalgorithmen und -prozessen und Klassifizierungsalgorithmen und -prozessen von Histogram of oriented gradients (HOG) und Support Vector Machine (SVM).

Die wichtigsten Trends in der gewerblichen Heizungs-, Lüftungs-, Klima- und Kältetechnik (HLK) sind derzeit die Verbesserung von Vernetzungsgrad, Effizienz und Reaktionszeit von Gebäudesystemen. Diese Trends werden nicht nur von den immer strengeren gesetzlichen Auflagen vorangetrieben.

Prognosen zufolge sollen die weltweiten Ausgaben für KI-Systeme bis zum Jahr 2023 auf 97,9 Mrd. US-Dollar steigen. KI-Experten sollten ihre Augen daher für neue Trends offen halten, damit sie ihre Kompetenzen ausweiten und von der kommenden Innovationswelle profitieren können. In diesem Beitrag schauen wir uns drei neue Trends an, die man kennen sollte.

Für uns hier auf der Nordhalbkugel sind die Hundstage des Sommers fast vorbei. Während dieser unbeschwerten und schönen Jahreszeit strahlte die Sonne an den meisten Tagen vom fast wolkenlosen Himmel – und damit auch die potenziell schädliche ultraviolette (UV) Strahlung. In diesem letzten Artikel unserer Serie bauen wir unseren Schaltkreis auf und programmieren den Arduino MKR1000 so, dass er die Funktionen erfüllt, die wir zuvor festgelegt haben. Lesen Sie deshalb auch unbedingt den zweiten Blogbeitrag dieser Serie, um den wissenschaftlichen Hintergrund der Sonnenstrahlung besser zu verstehen.

Es ist eine enorme Herausforderung, Designs zu entwickeln, die mit schnellen Prozessoren, Mikrocontrollern mit enormer Rechenleistung und Vernetzung unter Verwendung der neuesten drahtlosen Kommunikationsstandards arbeiten. Und dennoch sind für die Designentwicklung immer auch Widerstände, Kondensatoren und Induktivitäten notwendig. Doch auch diese grundlegenden passiven Bauelemente haben sich mit Verbesserungen der Fertigungstechnologien und einem besseren Verständnis der zugrunde liegenden Physik weiterentwickelt.

Willkommen zu Teil 2 unserer MINT-Sommer-Blogserie. In Teil 1 sprachen wir über die Ressourcen, die Eltern und Kindern zur Verfügung stehen, um MINT-Themen (Mathematik, Informatik, Naturwissenschaften und Technik) zu erforschen und durch projektbasiertes Lernen praktische Erfahrungen mit eingebetteter Elektronik zu sammeln. In diesem Teil wollen wir uns etwas genauer mit diesem Thema beschäftigen und ein spezifisches Projekt entwickeln und programmieren. Sie müssen dieses Projekt nicht genau so zu umsetzen, wie es beschrieben wird, sondern können es als Ausgangspunkt für Ihre eigenen Ideen verwenden und Ihrem Nachwuchsingenieur mithilfe des Projekts den Entwicklungsprozess erklären.

Wenn man sich die derzeitige Technologieentwicklung ansieht, welche Geschäftsbereiche werden Ihrer Meinung nach in den kommenden fünf Jahren am ehesten umfassend auf Künstliche Intelligenz (KI) setzen? Um das herauszufinden, muss man sich mit den Themen Geld und Daten beschäftigen. Unternehmen setzen die Künstliche Intelligenz normalerweise zur Effizienzsteigerung ein, entweder, um den Umsatz zu steigern oder die Kosten zu senken.

Durch COVID-19 rückte die zentrale Bedeutung von aktuellen Gesundheitsdaten für die Erkennung von infizierten und gefährdeten Personen in den Mittelpunkt des Interesses. Doch schon lange vor der COVID-19-Pandemie hatten Wearables und andere damit verbundene medizinische Geräte ihre Fähigkeit unter Beweis gestellt, langfristige Daten zu liefern und so vor potenziellen Gesundheitsproblemen zu warnen. Aller Vorrausicht nach werden Wearables auch nach dem Ende der Pandemie weiterhin eine wichtige Rolle im Gesundheitswesen spielen. Wearables liefern kontinuierlich aktualisierte Messungen der primären Vitalparameter und tragen so dazu bei, die Zeit bis zur Behandlung zu verkürzen. Gleichzeitig entlasten sie das medizinische Personal von der Durchführung notwendiger, aber zeitaufwändiger Messungen, so dass es sich auf die Patientenversorgung konzentrieren kann. In diesem Artikel untersuchen wir, inwiefern Wearables eine effektive, langfristige Lösung für die Ermittlung wichtiger Patientendaten darstellen, die das medizinische Personal benötigt.

Schon seit einiger Zeit ist der Sommer in vollem Gange und das bedeutet für die Kinder nun schon seit einigen Monaten Sonnenschein, Spaß im Freien und keine Hausaufgaben! Aber nur weil die Kinder ein paar Monate nicht mehr (oder nur eingeschränkt) zur Schule gehen mussten, heißt das nicht, dass damit das Lernen aufhört.

Dieser Artikel befasst sich mit der Entstehungsgeschichte von neuronalen Netzwerk-Algorithmen und den Anfängen in der Forschung. Die bionischen Prinzipien neuronaler Netzwerkalgorithmen sowie die konkrete Ausarbeitung der Algorithmen werden systematisch analysiert und der Entwicklungskontext neuronaler Netzwerke wird aufgezeigt. Außerdem wird der aktuelle Stand in der Erforschung neuronaler Netzwerke beleuchtet, und es erfolgt ein Ausblick auf die künftige Entwicklung und Trends in der Anwendung.

KI und Deep Learning, zwei der bedeutenden Technologien unserer Zeit, basieren auf mehr als 2.000 Jahre innovativer Erfindungen von zahlreichen Koryphäen aus aller Welt. Wenn wir die künftige Entwicklung der KI verstehen wollen, dann sollten wir uns erst einmal ihren bisherigen Werdegang vor Augen führen. Werfen wir also einen kurzen Blick auf die Anfänge der Künstlichen Intelligenz.

Das Analog Discovery 2 (Abbildung 1) summt oder vibriert nicht, wie ein Pager in einem Restaurant. Dieses kleine Tool kann viel mehr: Es ist ein Multifunktionstool für die Schaltungsanalyse, das trotz seiner kompakten Größe eine Vielzahl von Funktionen bietet und sich damit ideal für Studenten und Hobbyisten eignet. Das Analog Discovery 2 sorgt für stundenlange Technikbegeisterung und Faszination bei allen, die mit analogen oder digitalen Schaltungen arbeiten.

1974 habe ich im Sommercamp ein Transistorradio aus allen Einzelteilen zusammengebaut. Die Transistoren, Schaltkreise, Verdrahtungen und die winzige Lochrasterplatine faszinierten mich. Ich lötete, testete – und das zusammengebastelte Gerät funktionierte irgendwie. Und dieses kleine Erfolgserlebnis weckte mein Interesse an der Technologie. Ein wichtiger Punkt dabei ist: Wenn es um kritische technische Bauteile geht, brauchen junge und alte, unerfahrene und erfahrene Forscher eine Anlaufstation, bei der sie zuverlässige Informationen bekommen.