現(xiàn)如今，很多企業(yè)希望借助人工智能技術(shù)推動業(yè)務(wù)價值的增長，這一目標需要通過構(gòu)建由人工智能優(yōu)化的硬件和軟件組成的基礎(chǔ)設(shè)施來實現(xiàn)，從而突破性能障礙并隨時隨地提供人工智能相關(guān)洞見。

雖然人工智能引發(fā)企業(yè)變革已不再是幻想，但其技術(shù)應(yīng)用和普及仍然面臨著巨大的阻礙，其中最大的挑戰(zhàn)是大多數(shù)組織和機構(gòu)內(nèi)部目前缺乏開拓人工智能相關(guān)技術(shù)的能力。據(jù)Gartner 2019年針對首席信息官做的相關(guān)調(diào)查顯示，當問及組織機構(gòu)應(yīng)用人工智能所主要面臨的三大挑戰(zhàn)時，有54%的受訪者認為是“員工缺乏必要的技能”，另有27%的受訪者則認為是“將人工智能與現(xiàn)有基礎(chǔ)設(shè)施融合的復雜性較高”。

IBM也曾收到過類似的客戶反饋，這正是IBM今天將Watson人工智能能力與IBM Systems的人工智能基礎(chǔ)設(shè)施結(jié)合起來的原因所在——幫助企業(yè)減少人工智能應(yīng)用過程中所面臨的阻礙。我很高興可以為大家展示全新的Watson Machine Learning Accelerator(WML Accelerator)，這是一款全新的Watson Machine Learning(WML)產(chǎn)品，旨在幫助企業(yè)訓練和部署內(nèi)置于IBM Watson Studio中的機器學習模型，并采用IBM Watson OpenScale進行監(jiān)測。

讓企業(yè)機器學習“易如反掌”

IBM人工智能戰(zhàn)略的強大之處在于我們實現(xiàn)了端到端的全方位的人工智能，踐行了“人工智能的基礎(chǔ)在于相互優(yōu)化的硬件和軟件緊密配合”這一理念。當客戶使用專為人工智能設(shè)計、優(yōu)化和加速的基礎(chǔ)設(shè)施時，可同步了解到其性能提升的潛力，這將有助于企業(yè)更快地獲得洞察價值，從而支持更大規(guī)模的企業(yè)級人工智能項目。

在IBM Think 2018時，我們成功驗證過這套策略的強大優(yōu)勢，當展示運行在IBM Power Systems服務(wù)器上的IBM SnapML機器學習庫的性能時，結(jié)果顯示Snap ML機器學習庫在以廣告為主的數(shù)據(jù)集上運行機器學習，以46倍[1]超過谷歌云(Google Cloud)的速度創(chuàng)下了萬億級數(shù)據(jù)集的全新紀錄。

自此，IBM研究人員一直努力改進，從而使Snap ML成為一個為企業(yè)所用的更優(yōu)工具。通過集成新的自動化功能，IBM使那些暫時沒有配備如忍者數(shù)據(jù)科學家(ninja data scientists)的企業(yè)用戶可以更容易地使用機器進行學習，減少機器學習流程中時間密集卻又必不可少的任務(wù)類型(例如模型選擇和超參數(shù)調(diào)整等任務(wù))的數(shù)量。通過跨集群擴展，以及跨多核CPU和功能強大的現(xiàn)代CPU的擴展，Snap ML能夠及時識別精確的模型及其超參數(shù)配置，從而幫助企業(yè)獲得潛在的競爭優(yōu)勢。

伯明翰大學研究計算基礎(chǔ)設(shè)施架構(gòu)師Simon Thompson表示：“很多用戶并沒有意識到開源機器學習目錄到底有多么龐大，以及要為特定數(shù)據(jù)或預期結(jié)果找到合適工具有多么困難。SnapML的自動化模型和數(shù)據(jù)庫選擇功能極大地縮短了破解上述難題所需的時間，從而使用戶可以更快速地開始機器學習訓練。”

基于這些新工具，IBM研究院構(gòu)建了一個基于Snap ML的自動學習架構(gòu)，并在5個數(shù)據(jù)集中運行企業(yè)應(yīng)用案例，如預測旅客錯過航班的可能性，有人點擊在線廣告的可能性，求職者的最優(yōu)薪酬等應(yīng)用。此外，還有一個更有趣但也更嚴格的數(shù)據(jù)集，即預測5張隨意分發(fā)的撲克牌出現(xiàn)同花順的可能性。

我們在4臺IBM Power Systems AC922服務(wù)器集群上運行這個基于Snap ML的架構(gòu)，每臺服務(wù)器都配備了兩個20核IBM POWER9 CPU及4個GPU。為了更直觀地進行對比，在完全相同的配置條件下部署了兩個頂級的開源自動化機器學習架構(gòu)。通過內(nèi)部觀測結(jié)果發(fā)現(xiàn)，在所有5個數(shù)據(jù)集上，基于Snap ML的架構(gòu)所達到的特定精度高達另一組競爭架構(gòu)的10倍及以上水平。

將IBM Watson與IBM Power Systems完美融合

我們相信，采用一套完整跨越IBM平臺的人工智能策略，可以使我們的客戶能夠隨時隨地且全面實現(xiàn)人工智能應(yīng)用。WML Accelerator是IBM首次設(shè)計的一款集成IBM Watson和IBM Power Systems的人工智能解決方案，結(jié)合了IBM最卓越的人工智能軟件與和硬件。在致力于普及人工智能的同時，IBM還宣布在IBM Power Systems與IBM Storage基礎(chǔ)上推出適用于數(shù)據(jù)存儲的IBM Cloud Private (ICP) for Data，與搭載Watson的ICP for Data平臺一起，繼續(xù)開啟客戶使用人工智能相關(guān)技術(shù)的無限可能性，隨時隨地以差異化的優(yōu)質(zhì)服務(wù)助力客戶在競爭中獨具優(yōu)勢。(作者：IBM認知系統(tǒng)人工智能與HPC業(yè)務(wù)部副總裁Sumit Gupta)

Gartner，2019年首席信息官調(diào)查：首席信息官已意識到人工智能的重要性，2019年1月3日。ID編號：G00375246

Snap ML：機器學習層次架構(gòu)”或“機器學習庫”。

如需了解IBM Think大會上有關(guān)人工智能和IBM Systems的其他新聞，敬請閱讀：

·重磅人工智能企業(yè)加入Watson大家庭

·公有云和私有云領(lǐng)域最佳的IBM Z和LinuxONE

·IBMThink 2019大會新聞編輯部

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。