Machine Learning

Das Bild stammt von einer Präsentation auf der Google I/O 19 von zwei Vertretern des TensorFlow-Teams bei Google und es stellt eine perfekte Beschreibung von Machine Learning dar. (via)

Software, wie wir sie bisher kannten, war grob so aufgebaut: Wir geben die Regeln (Algorithmen) ein, und die Software wendet diese Regeln auf die Daten ein, die wir einspeisen. Herauskommen die Antworten der Software.

Machine Learning dagegen ist ‚ungenauer‘. Wir füttern den Machine-Learning-Algorithmus mit ‚Antworten‘ in Form von großen Datenmengen, aus denen der Machine-Learning-Algorithmus sich eine Menge(!) an Regeln erarbeitet, die dann wiederum auf andere Datenmengen angewendet werden können. Auf diesem Weg können komplexe Regelwerke geschaffen werden, die nicht per Hand programmiert werden können.… Weiterlesen

Alex Olma auf iPhoneBlog.de über die exklusiven Softwarefunktionen der Kamera im Google Pixel 3:

Google versuchte schon einmal seinem Pixel-Phone ein exklusives Alleinstellungsmerkmal unterzuschieben. Das allererste Pixel erhielt zu seinem Verkaufsstart im Herbst 2016 exklusiv den Google Assistant; ein halbes Jahr später ruderte man zurück.

Die rasante Verbreitung von Google Assistant förderte Googles klassischen Geschäftsbereich, bei dem Profitabilität mit Marktverteilung einhergeht (Stichwort: Werbung). Dem ‚Premium-Pixel‘ nahm man damit jedoch gleichzeitig ein entscheidendes Verkaufsargument.

Das Pixel 2 erkämpft sich durch seine hervorragende Kamera dieses Verkaufsargument zurück. Und da das Pixel eher dem Geschäftsmodell eines iPhones folgt (Profitabilität durch hohe Marge), bin ich nicht überrascht, dass das Pixel 3 die Software-Funktionen der Kamera wieder exklusiv für sich beansprucht.

Machine Learning

Der Unterschied zwischen Machine Learning und „klassischer“ Software

Machine Learning: Services mit internen Skaleneffekten haben einen modellinhärenten Sog zu maximaler Verbreitung