IBM voegt AutoAI toe aan Watson Studio Cloud
IBM kondigt AutoAI aan, een nieuwe reeks mogelijkheden voor Watson Studio, ontworpen om veel van de vaak gecompliceerde en arbeidsintensieve taken in verband met het ontwerpen, optimaliseren en beheren van AI te automatiseren in de organisatie. Dientengevolge kunnen data-wetenschappers worden vrijgemaakt om meer tijd te besteden aan het ontwerpen, testen en inzetten van machine learning (ML) -modellen - het werk van AI zo meldt IBM.
De nieuwe AutoAI-mogelijkheden van Watson Studio werken in combinatie met Watson Machine Learning om uitdagingen te verhelpen door een aantal stappen in de AI-levenscyclus te automatiseren en te versnellen.
Nu beschikbaar in Watson Studio op de IBM Cloud, zijn de nieuwe AutoAI-mogelijkheden ontworpen om de tijdsintensieve processen van datapreparatie en voorverwerking te automatiseren, inclusief modelontwikkeling en feature-engineering. Dit is ontworpen om gebruikers in staat te stellen gebruik te maken van optimalisatiemogelijkheden voor hyperparameters om gegevenswetenschap en AI-modellen met groter gemak te bouwen. Daarnaast bevat AutoAI een reeks van de krachtigste modellentypen voor enterprise data science, zoals gradient boosted trees, en is het ontwikkeld om gebruikers snel ML-experimenten en implementatieprocessen te laten opschalen.
Data en AI
"IBM heeft nauw samengewerkt met klanten bij het in kaart brengen van hun paden naar AI, en een van de eerste uitdagingen waarmee veel mensen te maken hebben, is data-voorbereiding - een fundamentele stap bij AI", aldus Rob Thomas, General Manager, IBM Data en AI. "We hebben gezien dat de complexiteit van gegevensinfrastructuren voor de meest geavanceerde bedrijven een hele klus kan zijn, maar het kan overweldigend zijn voor mensen met weinig of geen technische middelen. De automatiseringsmogelijkheden die we Watson Studio bieden, zijn ontworpen om het proces te vergemakkelijken en klanten te helpen begin ML-modellen en experimenten sneller te bouwen. "
Neural Networks Synthesis
Ook opgenomen in de AutoAI-familie is IBM Neural Networks Synthesis (NeuNetS), het eerste voorbeeld vorige herfst en momenteel in open bèta binnen Watson Studio-projecten. De technologie is ontworpen om de ontwikkeling van deep-learning modellen te versnellen door AI te gebruiken om automatisch aangepaste neurale netwerken te synthetiseren. Met NeuNetS kunnen gebruikers kiezen of ze willen optimaliseren voor snelheid of nauwkeurigheid en het model in realtime kunnen zien bouwen en trainen.
Het werk van Watson Studio AutoAI, dat gebruik maakt van sleuteltechnologieën die zijn ontwikkeld in IBM Research, bouwt voort op automatiseringsmogelijkheden die IBM al jaren in zijn portfolio ontwikkelt en biedt. Oplossingen variërend van IBM Watson Assistant en Discovery tot Watson Machine Learning, bieden een verschillende mate van automatisering die snel en eenvoudig tijdrovende taken versnellen, waardoor klanten zich sneller op hogere waarde kunnen concentreren aldus IBM.
