IN CHE MODO AUTOML 2.0 OFFRE IL DOPPIO VANTAGGIO DELLA TRADIZIONALE SCIENZA DEI DATI
Negli ultimi anni si sono registrati rapidi progressi e progressi nei sistemi AutoML . AutoML automatizza l’intero ciclo di vita dello sviluppo per le applicazioni AI e ML aziendali e consente a un data scientist di automatizzare l’ottimizzazione e la selezione dei modelli ML, ma presenta alcune limitazioni . Ora, con la versione successiva, AutoML 2.0, questi sistemi prevedono di automatizzare la parte più complicata e dispendiosa in termini di tempo del ciclo di vita dello sviluppo dell’IA aziendale: la progettazione delle funzionalità, che in genere richiede mesi utilizzando metodi tradizionali.
Più automazione
La versione precedente delle piattaforme AutoML riguardava principalmente l’automazione della parte dell’apprendimento automatico della scienza dei dati. Ma una delle parti più difficili della scienza dei dati tradizionale è l’ ingegneria delle caratteristiche, che comporta molte attività manuali. L’ingegnerizzazione delle funzionalità consiste nel collegare i dati e creare una tabella dei dati delle funzionalità con una serie di diverse funzionalità che verranno valutate rispetto a più algoritmi di machine learning. Il problema con l’ingegnerizzazione delle funzionalità è che richiede competenze di dominio elevate in quanto implica nuove funzionalità ideat. Ciò comporta molta iterazione poiché le funzionalità vengono valutate, rifiutate o scelte. Ora, le piattaforme con funzionalità di ingegneria automatizzata delle funzionalità consentono la creazione automatica di tabelle di funzionalità da origini dati relazionali e file flat. Questa capacità di generare automaticamente funzionalità nella scienza dei dati ha un impatto e cambia il gioco.
Non solo automazione, ma AutoML 2.0 offrirà anche analisti di BI, ingegneri dei dati e altri in un’organizzazione con una profonda conoscenza del dominio per contribuire allo sviluppo di modelli ML e AI. Con l’automazione nell’ingegnerizzazione delle funzionalità, i team di BI hanno l’opportunità di sviluppare algoritmi sofisticati in pochi giorni.
Migliorare la produttività
Se si pensa che AutoML 2.0 sostituirà i data scientist , allora si sbaglierebbero. L’unico scopo di AutoML 2.0 è migliorare la produttività dello scienziato dei dati. L’ingegnerizzazione delle caratteristiche è vista come uno degli ostacoli più significativi affrontati dai data scientist e l’automazione può solo aiutare ad accelerare il processo e rendere il campo più aperto agli altri dipartimenti di un’organizzazione.
L’uso delle funzionalità basate sull’intelligenza artificiale nelle piattaforme AutoML 2.0 consente ai data scientist di scoprire alcune delle funzionalità che non sarebbero state scoperte dai data scientist. Questa ingegneria delle funzionalità basata su AI crea, valuta ed espone automaticamente le funzionalità combinando i dati provenienti da colonne diverse su varie tabelle e origini. Questa capacità di AutoML 2.0 consente ai data scientist di esplorare funzionalità note come ” incognite sconosciute “; qualcosa in cui i data scientist non approfondiscono, sia perché non hanno il tempo necessario a disposizione, sia perché mancano delle competenze del dominio.
democratizzazione
Oltre a migliorare la produttività dei data scientist automatizzando la progettazione delle funzionalità e aiutando a scoprire incognite sconosciute, il più grande USP di AutoML 2.0 è l’opportunità che offre con la democratizzazione. Quando la piattaforma AutoML 2.0 può accelerare e automatizzare il processo di scoperta e creazione di funzionalità, si apre a un gruppo più diversificato e abbondante di utenti per contribuire al processo di analisi dei dati. L’automazione dell’ingegnerizzazione delle caratteristiche aiuta i data scientist a creare casi d’uso incredibilmente utili e ottimizzati. Questi cittadini data scientist hanno competenze di alto dominio e, con l’automazione, si concentreranno su casi d’uso ad alta priorità con pochissimo aiuto da parte dei team di data science. Tra l’incertezza economica, l’automazione potrebbe aiutare le organizzazioni a evitare di assumere inutilmente scienziati dei dati.
prospettiva
AutoML 2.0 ha un duplice vantaggio nella democratizzazione e nell’automazione e utilizza le funzionalità AI / ML per raggiungere questi due. Mentre il concetto di AutoML 2.0 potrebbe sembrare come se potesse significare un destino per i data scientist, bisogna tenere presente che non è altro che uno strumento per migliorare la loro produttività. AutoML 2.0 non solo migliora il lavoro del data scientist, ma offre anche la possibilità di ridimensionare il proprio lavoro.