IBM利用Watson工具和开源来填补人工智能的空白

2019-12-31 17:03:37
导读说到人工智能,IBM公司越来越发现自己不得不填补空白。有技能差距数据科学家构建训练模型,组织间隙,公司斗争AI应如何建立和实施在企业中,和信誉差距随着采用增加,但许多人仍不确定其

说到人工智能,IBM公司越来越发现自己不得不填补空白。

有技能差距数据科学家构建训练模型,组织间隙,公司斗争AI应如何建立和实施在企业中,和信誉差距随着采用增加,但许多人仍不确定其潜在的或担心它拿走的工作。

然而,也许今天存在的最重要的差距是技术未来成功的基础知识:人工智能到底是什么?

这导致IBM沃森人工智能技术集团(Watson AI technology group)的负责人采取了不同寻常的步骤,打开了“黑匣子”。“黑匣子”是一种系统或设备,在没有广泛了解其内部实际工作原理的情况下执行某种功能。

“人们对人工智能等话题的炒作反应过度;这不是巫术,也不是什么遥不可及的事情。你如何优化流程来提高生产率?我们谈论的是基础:更好的预测,更好的自动化,更好的优化。”

在佛罗里达州迈阿密举行的IBM数据和人工智能论坛上,Thomas与SiliconANGLE Media公司的移动直播工作室theCUBE的主持人Dave Vellante进行了交谈。他们讨论了如何揭开这项技术的神秘面纱,如何一步步地实现有效的人工智能解决方案,数据虚拟化的作用,以及如何将Watson工具集成到Red Hat平台中。(*披露如下。)

本周,bbc特邀罗布·托马斯为本周嘉宾。

在10月份于迈阿密举行的IBM大会上,托马斯和一些公司高管花了大量时间来揭开人工智能技术的神秘面纱。在托马斯自己的工作头衔中,可以找到如何处理这个主题的线索,因为数据是人工智能对话的核心。人工智能模型训练数据,如果一个用户有糟糕的数据,或者一开始就有良好的数据,但不识别信息随时间的转移或“漂移”,关键的分析错误就很容易犯。

“你的人工智能和你的数据一样好,”托马斯说。“这是根本问题。在我们工作的组织中,80%的项目会因为公司的数据问题而停止或放缓。”

为了帮助解决这个问题,IBM最近宣布,它将在Watson OpenScale中添加漂移检测软件,以帮助用户更容易地检测人工智能模型与原始参数的偏离程度。该工具旨在帮助DevOps团队和数据科学家更紧密地协作,从而使人工智能模型实际应用于生产应用。

这一重要的协作步骤只是Thomas所定义的AI阶梯的一部分,即在整个组织中收集、组织、分析和实现AI的过程。这里要传达的信息是,虽然梯子可以让用户爬得更高,但它仍然是一步一步来的——这要从数据策略开始。

“我们利用人工智能阶梯作为一种工具,鼓励企业考虑数据战略,”托马斯说。“我问我访问的每家公司:你们有数据策略吗?”你不会相信你问这个问题时的表情。”

IBM还将其资源投入到一些有趣的计划中,其中一个值得更多的关注,Thomas说。

这涉及到数据虚拟化领域,即在创建一个逻辑数据视图时跨多个类型和位置集成信息源。用户可以跨许多系统查询数据,而不必复制数据,从而节省了时间和金钱。

Thomas说:“过去10年IBM研究中最伟大的发明之一是数据虚拟化,但它并没有得到很多关注。”“我们不需要移动数据;我们只是将数据集虚拟化到Cloud Pak中,然后我们就可以在一个地方训练模型。这实际上打破了存在于每个组织中的数据竖井,这是非常独特的。”

除了将沃森人工智能引入数据领域外,IBM正在寻求的另一个重要解决方案是,将其软件工具整合到红帽OpenShift上。红帽OpenShift是一年前斥资10亿美元收购的集装箱应用平台。IBM的集成云本地应用程序或云Paksnow包括AI工具,如Watson Studio、OpenScale,以及对重要的开源开发工具(如R和Python)的支持。

“红帽OpenShift是什么,它是一个解放者,”托马斯解释道。这意味着你可以拥有最好的数据平台,最好的人工智能,你可以在谷歌,亚马逊网络服务,Azure,你自己的私有云上运行它。你可以通过IBM的沃森获得最好的人工智能,并在这些地方运行它。”

如果人工智能要在更广泛的企业采用中取得进展,那么IBM与红帽公司的集成就是一个重要的步骤。通过认识到开源工具在功能强大的开发者社区中的影响,并将其AI解决方案集成到OpenShift等平台中,IBM希望让整个技术变得更加易于使用。

在企业环境中自动化数据准备和预处理步骤的autoaifeaturesit就是这样一个例子。据Thomas介绍,AutoAI已经与Watson Studio集成,现在可以在OpenShift上使用。

“如果你用Python构建模型,你可以使用AutoAI来做一些事情,比如特征工程、算法选择,这类事情对很多数据科学家来说都很难,”Thomas说。“我们不是在创造自己的语言。我们使用的是开源软件,但之后我们会做得更好,这样数据科学家才能更好地完成他们的工作。”

更好的数据和更好的数据科学家等于更好的人工智能。这就是IBM在追求其人工智能计划时所遵循的策略,一步一个脚印。

“我们正努力鼓励客户给人工智能一个机会,”托马斯说。“去尝试的事情。如果每个人都有这种迭代思维模式,那么他们在人工智能方面就会取得成功。”

以下是完整的视频采访,SiliconANGLE和theCUBE对IBM数据和人工智能论坛的部分报道。(*披露:TheCUBE是IBM数据和人工智能论坛的付费媒体合作伙伴。无论是IBM,还是其他赞助商,都没有编辑控制权。


免责声明:本文由用户上传,如有侵权请联系删除!

猜你喜欢

最新文章