近日,IBM宣布推出AutoAI,这是IBM Watson Studio上又一全新功能,旨在帮助企业实现人工智能设计、优化和管理等环节的自动化。这样一来,数据科学家们便可以腾出更多时间投入到机器学习模型的设计、测试和部署等工作上来。
尽管人们已经意识到人工智能在商业中越来越高的战略价值,但大多数组织还仍在努力应对基础信息架构方面的挑战。寻找、收集和整理零散、孤立的数据,并将这些数据准备好用作分析与机器学习,这些繁琐的工作往往减慢了人工智能的开发。
Forrester近期发表的一篇报告中称,60%的受访者表示,管理数据质量是实现人工智能所面临的最大挑战之一,另有44%的受访者将这一挑战归结为数据的准备。
对于没有数据科学家的企业来说,人工智能项目面临着更大的挑战。IBM商业价值研究院在一项题为《向企业级人工智能的转变》(Shifting Toward Enterprise-Grade AI)的研究中指出,63%的受访者表示,缺乏适当的技术、技能是企业实施人工智能所面临的主要挑战。
而Watson Studio 全新AutoAI功能与Watson Machine Learning的结合,能够帮助企业加速并实现人工智能生命周期中各个步骤的自动化,从而解决上述挑战。
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。我们已经发现,对很多成熟的公司来说,数据基础设施的复杂性已经让人望而生畏,对于那些几乎没有技术资源的公司来说,更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。”
在机器学习即服务(MLaaS)市场上IBM与谷歌、微软、亚马逊等公司展开了竞争,“战事”异常激烈。
微软在3月初宣布增强AzureMachine Learning。4月,谷歌在其I/O2019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。前不久,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。
尽管人们已经意识到人工智能在商业中越来越高的战略价值,但大多数组织还仍在努力应对基础信息架构方面的挑战。寻找、收集和整理零散、孤立的数据,并将这些数据准备好用作分析与机器学习,这些繁琐的工作往往减慢了人工智能的开发。
Forrester近期发表的一篇报告中称,60%的受访者表示,管理数据质量是实现人工智能所面临的最大挑战之一,另有44%的受访者将这一挑战归结为数据的准备。
对于没有数据科学家的企业来说,人工智能项目面临着更大的挑战。IBM商业价值研究院在一项题为《向企业级人工智能的转变》(Shifting Toward Enterprise-Grade AI)的研究中指出,63%的受访者表示,缺乏适当的技术、技能是企业实施人工智能所面临的主要挑战。
而Watson Studio 全新AutoAI功能与Watson Machine Learning的结合,能够帮助企业加速并实现人工智能生命周期中各个步骤的自动化,从而解决上述挑战。
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。我们已经发现,对很多成熟的公司来说,数据基础设施的复杂性已经让人望而生畏,对于那些几乎没有技术资源的公司来说,更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。”
在机器学习即服务(MLaaS)市场上IBM与谷歌、微软、亚马逊等公司展开了竞争,“战事”异常激烈。
微软在3月初宣布增强AzureMachine Learning。4月,谷歌在其I/O2019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。前不久,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。