只為給全球數據科學家「減負」，IBM讓Watson Studio得到自動化功能加持

全新AutoAI功能將通過自動化和加速時間密集型數據流程，加速人工智慧開發，同時解放數據科學家，使他們能夠更加專註於機器學習

IBM (NYSE: IBM）今日宣布推出AutoAI，這是IBM Watson Studio上又一全新功能，旨在幫助企業實現人工智慧設計、優化和管理等環節的自動化。如此，數據科學家們便可以騰出更多時間投入到機器學習模型的設計、測試和部署等工作上來。

儘管人們已經意識到人工智慧在商業中越來越高的戰略價值，但大多數組織還仍在努力應對基礎信息架構方面的挑戰。尋找、收集和整理零散、孤立的數據，並將這些數據準備好用作分析與機器學習，這些繁瑣的工作往往減慢了人工智慧的開發。Forrester近期發表的一篇報告中稱，60%的受訪者表示，管理數據質量是實現人工智慧所面臨的最大挑戰之一，另有44%的受訪者將這一挑戰歸結為數據的準備。

對於沒有數據科學家的企業來說，人工智慧項目面臨著更大的挑戰。IBM商業價值研究院在一項題為《向企業級人工智慧的轉變》（Shifting Toward Enterprise-Grade AI）的研究中指出，63%的受訪者表示，缺乏適當的技術、技能是企業實施人工智慧所面臨的主要挑戰。

Watson Studio 全新 AutoAI 功能與 Watson Machine Learning相結合，將能夠幫助企業加速並實現人工智慧生命周期中各個步驟的自動化，從而解決上述挑戰。

全新AutoAI功能專門為加速企業人工智慧開發而設計，使那些極其耗時的數據準備和預處理環節實現自動化，例如模型開發、功能工程等。目前，企業已可以在基於IBM雲的Watson Studio上使用此功能。AutoAI的推出是為了使用戶能夠利用超參數（hyperparameter）優化功能，更輕鬆地構建數據科學和人工智慧模型。此外，AutoAI還包含一套強大的企業級數據科學模型集，如梯度增強樹（gradient boosted trees）等，幫助用戶快速擴展機器學習實驗並完成部署。

IBM大數據與人工智慧業務總經理Rob Thomas表示：「IBM始終與客戶保持密切合作，為他們規劃通往人工智慧的路徑，而許多客戶面臨的首要挑戰之一便是數據準備，這是人工智慧的基礎步驟。我們已經發現，對於一些成熟企業而言，數據基礎架構的複雜性讓人望而生畏，而對於那些幾乎沒有或根本沒有技術資源的企業來說，這種複雜性更是根本無法駕馭的。我們為Watson Studio提供的自動化功能旨在簡化流程，幫助客戶更快地構建機器學習模型和實驗。」

AutoAI系列還包括IBM Neural Networks Synthesis（NeuNetS），這一技術於去年秋天首次亮相，目前在Watson Studio項目中處於公測階段。這一技術能夠使用戶通過人工智慧自動合成定製化的神經網路，快速跟蹤深度學習模型的開發。NeuNetS使用戶能夠在優化速度和精度方面進行選擇，並實時觀察模型的構建並進行自我訓練。

Watson Studio AutoAI利用IBM研究院開發的關鍵技術，基於IBM多年來一直在開發和提供的諸多自動化功能，為包括IBM Watson Assistant，IBM Watson Discovery 與IBM Watson Machine Learning在內的各種解決方案都提供了不同程度的自動化，加快並簡化了極其耗時的任務與環節，使客戶能夠更快地專註於具有更高價值的工作。

【關於IBM】

IBM（國際商業機器公司）總部位於紐約州阿蒙克市，1911年創立於美國，是全球最大的信息技術和業務解決方案公司。作為全球 IT 產業唯一一家百年企業，IBM 致力於科技和商業創新。2016年初，IBM 正式宣布將轉型成為一家認知解決方案和雲平台公司，持續藉助創新、數據和專業的能力助力商業和社會發展。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！