Artificial Intelligence Management Software
Erstellen Sie Ihre eigenen KI-Modelle
mit der KI Software von AI-UI.
Die Entwicklung von KI-Anwendungen erfordert Zeit, Geduld und Erfahrung. Mit AIMS können Sie geläufige KI-Anwendungen ganz simple durch visuelle Verknüpfung, ohne Programmierkenntnisse erstellen.
Egal ob für die Datenvorverarbeitung, die Modellerstellung, die Evaluation oder die Integration. AIMS bietet Ihnen nicht nur für jede dieser Aufgabenstellungen einen visuellen Baukasten, darüber hinaus hilft es Ihnen durch Visualisierung die KI-Lösung besser zu verstehen, weiter zu kommunizieren und anzupassen.
AIMS v 1.2.5.9
Windows 10, Windows 11
AIMS v 1.2.5.9
Ubuntu 22.04 (BASH Script: ./AIMS-1.2.5.8_linux_installer.sh)
Nach dem Download von AIMS, kann man direkt mit GO BASIC durchstarten.
Möchten Sie mehr Freiheiten innerhalb der Software nutzen und schneller arbeiten, besteht die Möglichkeit einer kostenfreie Registrierung.
Weitere Software Features, wie:
können innerhalb der Software erworben werden.
Integration App
Windows 10, Windows 11
Integration App
Ubuntu 22.04 (BASH Script: ./IApp-1.2.5.8_linux_installer.sh)
Die IApp dient der Implementierung und Verteilung von KI Modellen auf verschiedenen Computersystemen.
Dabei wird die IApp auf einem beliebigen System installiert und kann dann über ein Netzwerk mit AIMS kommunizieren.
In AIMS erstellte KI Modelle können anschleßend an den Zielcomputer, auf dem die IApp läuft gesendet, produktiv gesetzt und über AIMS verwaltet werden.
AIUI – Wir machen KI Lösungen einfach. Sie benötigen keine Programmierkenntnisse – das übernehmen unsere Spezialisten für Sie.
—
Kontaktieren Sie uns gern, um Ihr Anliegen zu besprechen.
Funktionen & Features
AIMS bietet Ihnen eine Verwaltung für alle Ihre Datasets, KI-Modelle, Architekturen, Integration-Flows und Workbench-Projekte. Jedes dieser Assets kann zudem exportiert bzw. importiert werden. Somit können Sie Ihre Lösungen auch anderen zur Verfügung stellen oder von den Lösungen anderer profitieren.
AIMS bietet Ihnen eine Fülle an vordefinierten Datentransformationen. Sollte für Ihren Use-Case dennoch nicht das passende dabei sein, so können Sie Ihre eigenen Nodes kreieren und Python-Code einschleusen.
Die AI-UI Workbench lädt zum Experimentieren ein: Nutzen Sie sie für die Analyse und Datenverarbeitung sowie dem Modelltraining und der Modellevaluierung.
AIMS nutzt im Kern Tensorflow/Keras als Grundtechnologie zum Training neuronaler Netzwerke. Somit sind alle erzeugten Modelle auch integrierbar in eigene Python-Skripte.
Mittels unseres Integration Flow Designers, können Sie einfach per Drag and Drop Schnittstellen für Ihre Modelle erstellen und diese mittels REST-API in Ihr bestehendes Business Umfeld integrieren.
AI-UI ist eine Rich-Client Anwendung. Dies bedeutet, dass die gesamte Anwendung und alle Daten bei Ihnen auf Ihrem Rechner sind. Außer Ihrem Login speichern wir keinerlei Informationen darüber wie und wann Sie AI-UI nutzen.
Der Systematical and Touchable Architecture Modeler unterstützt Sie komplexe Modellarchitekturen zu verstehen und zu kreieren. Mittels Transfer-Learning können Sie bestehende KI-Modelleauf ihr Problem anpassen, in ihre einzelnen neuronalen Schichten zerlegen, oder selbst Architekturen entwerfen.
AI-UI nutzt eine Client/Server Architektur. Dies bedeutet, dass unsere AI-Services unabhängig von der UI genutzt werden können. Senden Sie Ihre Daten von einer externen Anwendung direkt an AI-UI mittels des REST-Interfaces.
Wenn Sie leistungsstarke Hardware von NVIDIA besitzen, können Sie das volle Potenzial von AI-UI entfesseln. Durch den Einsatz einer CUDA fähigen Grafikkarte können sie KI Modelle deutlich schneller trainieren und produktiv nutzen als es mit herkömmlicher Grafikhardware der Fall wäre!
Unter folgendem Link finden Sie eine Liste von NVIDIA Grafikkarten, die CUDA unterstützen:
Zum optimalen Betrieb einer CUDA Karte ist es notwendig, dass sie sich das „Cuda Toolkit“ so wie „CuDNN“ bei NVIDIA herunterladen. Für CuDNN ist eine kostenfreie Registrierung bei NVIDIA notwendig.
Cuda Toolkit
https://developer.nvidia.com/cuda-toolkit
Es wird mindestens Cuda version 11.2.x benötigt.
CuDNN
https://developer.nvidia.com/rdp/cudnn-archive
Es wird min. CuDNN 8.1.x benötigt