由于IBM Watson Studio(之前的Data Science Experience)等产品,部署AI应用和服务并不像以前那样具有挑战性。于2017年首次亮相的Watson Studio,提供了一个帮助分析、可视化和清理数据的环境和工具,并实时培训和优化机器学习模型。现在,随着AutoAI的推出,它将变得更加强大。AutoAI旨在自动执行与企业环境中AI协调相关的任务。
IBM Data和AI总经理Rob Thomas在一份声明中说道:“为制定人工智能的发展路径,IBM一直在与客户密切合作。发展过程中,许多人会面临数据准备步骤的挑战,这也是发展人工智能的基本步骤。我们已经看到,对很多成熟的公司来说,数据基础设施的复杂性可能是令人震惊的;但对于那些几乎没有技术资源的公司来说,依然是一个压倒性的难题。我们为Watson Studio提供的自动化功能旨在简化流程,帮助客户更快地开始构建机器学习模型和实验。”
AutoAI可以自动执行数据准备和预处理步骤,包括特征工程,或使用数据领域知识创建元素核心到AI算法的过程。它处理超参数优化(为学习算法选择一组最优超参数,其中“超参数”指的是在学习过程开始之前设置的值),并且它拥有一套不断增长的强大预训练模型类型,例如梯度提升树。
此外,Watson Studio AutoAI也是IBM的Neural Networks Synthesis (NeuNetS),这个平台旨在通过利用AI自动合成自定义神经网络,以及允许用户选择优先考虑速度或准确性来加速深度学习模型开发。IBM表示,它使用Kubernetes在IBM Cloud上运行,并且不需要深度学习框架的代码知识或经验。
去年秋天,NeuNetS推出预览版,并在Watson Studio项目中提供测试版。
就在几个月前,IBM通过与IBM Cloud Private for Data的集成,将Watson Studio、Watson Assistant和AI OpenScale带到私有云平台和公共平台(如Google Cloud Platform、AWS和Microsoft Azure)。此外,IBM还推出了AI Digital Automation,这是一种收集和分析数据模式的服务,用于识别可自动执行的任务。
IBM在机器学习即服务(MLaaS)市场上与谷歌、微软、亚马逊和其他公司展开竞争,预计这一市场到2023年将达到55亿美元。微软在3月初宣布增强Azure Machine Learning。4月,谷歌在其I/O 2019开发者大会期间,为结构化数据引入了AutoML Video和AutoML Tables,这是谷歌自动创建AI系统服务的套件。就在本周,亚马逊宣布推出Amazon Personalize,这是一项AWS服务,可以促进网站、移动应用、内容管理和电子邮件营销系统的开发,这些系统可以提供定制的搜索结果。(圈圈)