DataRobot aggiunge report AI automatizzati, integrazione Snowflake
DataRobot , una piattaforma che mira a portare le tecnologie AI nelle imprese, ha annunciato oggi la sua seconda versione principale della piattaforma, DataRobot versione 7.1. Con l’introduzione di agenti di gestione MLOps , miglioramenti del modello di serie temporali e report automatizzati per l’intelligenza artificiale, l’obiettivo è consentire alle organizzazioni di guidare i risultati di business con l’intelligenza artificiale e accelerare il time to value dei clienti, afferma la società.
Secondo un recente rapporto IBM, quasi un terzo delle organizzazioni utilizza una qualche forma di intelligenza artificiale, con il 43% che riferisce che il loro lancio è accelerato a causa della pandemia . L’adozione è guidata da pressioni e opportunità, dalla pandemia ai progressi tecnologici che rendono l’IA più accessibile.
DataRobot aggiunge report AI automatizzati, integrazione Snowflake
DataRobot , una piattaforma che mira a portare le tecnologie AI nelle imprese, ha annunciato oggi la sua seconda versione principale della piattaforma, DataRobot versione 7.1. Con l’introduzione di agenti di gestione MLOps , miglioramenti del modello di serie temporali e report automatizzati per l’intelligenza artificiale, l’obiettivo è consentire alle organizzazioni di guidare i risultati di business con l’intelligenza artificiale e accelerare il time to value dei clienti, afferma la società.
Secondo un recente rapporto IBM, quasi un terzo delle organizzazioni utilizza una qualche forma di intelligenza artificiale, con il 43% che riferisce che il loro lancio è accelerato a causa della pandemia . L’adozione è guidata da pressioni e opportunità, dalla pandemia ai progressi tecnologici che rendono l’IA più accessibile.
DataRobot versione 7.1
In DataRobot 7.1 arrivano gli agenti di gestione MLOps, che forniscono la gestione del ciclo di vita per l’IA remota e i modelli di machine learning. Gli agenti di gestione comprendono lo stato dei modelli indipendentemente da come vengono creati o da dove vengono eseguiti e possono automatizzare le attività, inclusi gli artefatti del modello di recupero (cioè gli output creati dal processo di formazione) e la distribuzione o la sostituzione dei modelli direttamente nel loro ambiente .
DataRobot 1.7 offre anche l’integrazione push-down di rilevamento delle funzionalità per Snowflake e miglioramenti del modello Eureqa delle serie temporali. Sfruttandolo, i clienti di Snowflake possono attingere alla scoperta e al calcolo automatici delle funzionalità (le singole variabili indipendenti che fungono da input in un sistema modello) nel cloud di dati di Snowflake. Possono anche eseguire modelli di previsione in Eureqa, il motore di modellazione proprietario originariamente creato dall’Artificial Intelligence Lab di Cornell.
I modelli Eureqa si basano sull’idea che un algoritmo genetico può adattare diverse espressioni analitiche a dati addestrati e restituire una formula matematica come modello di apprendimento automatico. Gli algoritmi genetici simulano il processo di selezione naturale, generando soluzioni di alta qualità per problemi di ottimizzazione e ricerca. Come spiega DataRobot, con la selezione intelligente delle funzionalità, i modelli Eureqa possono ridurre la complessità e funzionare bene con set di dati grandi e piccoli.
Infine, DataRobot 1.7 fornisce un generatore di app senza codice che consente ai clienti di trasformare i modelli distribuiti in app AI senza codifica. Il generatore di app può valutare nuovi dati, eseguire scenari ipotetici ed eseguire simulazioni per identificare valori di input che potrebbero ottimizzare un risultato. Funzionalità complementari tra cui la preparazione automatizzata dei dati per le serie temporali, il “nowcasting” per i modelli time-aware, i report che riepilogano automaticamente i risultati dei progetti di modellazione e i lavori di previsione e un’interfaccia di pianificazione per gestire e mantenere i programmi di previsione in un’unica posizione.
“Siamo in costante comunicazione con i nostri clienti per quanto riguarda le sfide che devono affrontare durante l’implementazione dell’IA e, di conseguenza, adatteremo i nostri aggiornamenti in base alle loro esigenze uniche”, ha dichiarato in un comunicato stampa l’SVP di DataRobot Nenshad Bardoliwalla. “Ci impegniamo a fondo nella creazione di una piattaforma che consenta a ogni individuo, dai data scientist più avanzati all’utente aziendale quotidiano e non tecnico, di sfruttare l’AI. Semplificando il processo del ciclo di vita del modello e riducendo i tempi per il valore, questo ultimo ciclo di miglioramenti offre alle aziende gli strumenti di cui hanno bisogno per costruire, gestire e vedere meglio il valore dai loro progetti di intelligenza artificiale”.
In DataRobot 7.1 arrivano gli agenti di gestione MLOps, che forniscono la gestione del ciclo di vita per l’IA remota e i modelli di machine learning. Gli agenti di gestione comprendono lo stato dei modelli indipendentemente da come vengono creati o da dove vengono eseguiti e possono automatizzare le attività, inclusi gli artefatti del modello di recupero (cioè gli output creati dal processo di formazione) e la distribuzione o la sostituzione dei modelli direttamente nel loro ambiente .
DataRobot 1.7 offre anche l’integrazione push-down di rilevamento delle funzionalità per Snowflake e miglioramenti del modello Eureqa delle serie temporali. Sfruttandolo, i clienti di Snowflake possono attingere alla scoperta e al calcolo automatici delle funzionalità (le singole variabili indipendenti che fungono da input in un sistema modello) nel cloud di dati di Snowflake. Possono anche eseguire modelli di previsione in Eureqa, il motore di modellazione proprietario originariamente creato dall’Artificial Intelligence Lab di Cornell.
I modelli Eureqa si basano sull’idea che un algoritmo genetico può adattare diverse espressioni analitiche a dati addestrati e restituire una formula matematica come modello di apprendimento automatico. Gli algoritmi genetici simulano il processo di selezione naturale, generando soluzioni di alta qualità per problemi di ottimizzazione e ricerca. Come spiega DataRobot, con la selezione intelligente delle funzionalità, i modelli Eureqa possono ridurre la complessità e funzionare bene con set di dati grandi e piccoli.
Infine, DataRobot 1.7 fornisce un generatore di app senza codice che consente ai clienti di trasformare i modelli distribuiti in app AI senza codifica. Il generatore di app può valutare nuovi dati, eseguire scenari ipotetici ed eseguire simulazioni per identificare valori di input che potrebbero ottimizzare un risultato. Funzionalità complementari tra cui la preparazione automatizzata dei dati per le serie temporali, il “nowcasting” per i modelli time-aware, i report che riepilogano automaticamente i risultati dei progetti di modellazione e i lavori di previsione e un’interfaccia di pianificazione per gestire e mantenere i programmi di previsione in un’unica posizione.
“Siamo in costante comunicazione con i nostri clienti per quanto riguarda le sfide che devono affrontare durante l’implementazione dell’IA e, di conseguenza, adatteremo i nostri aggiornamenti in base alle loro esigenze uniche”, ha dichiarato in un comunicato stampa l’SVP di DataRobot Nenshad Bardoliwalla. “Ci impegniamo a fondo nella creazione di una piattaforma che consenta a ogni individuo, dai data scientist più avanzati all’utente aziendale quotidiano e non tecnico, di sfruttare l’AI. Semplificando il processo del ciclo di vita del modello e riducendo i tempi per il valore, questo ultimo ciclo di miglioramenti offre alle aziende gli strumenti di cui hanno bisogno per costruire, gestire e vedere meglio il valore dai loro progetti di intelligenza artificiale”.
