当前位置:人工智能行业动态 → 正文

押重注!IBM宣布推出两大AI及云服务平台:打造更公平透明的人工智能工具

责任编辑:zsheng |来源:企业网D1Net  2018-10-16 21:41:00 本文摘自:前瞻网

人工智能(AI)和云服务是门大生意,IBM也在不断努力争取瓜分这块大蛋糕。近日,IBM宣布推出AI OpenScale和Multi-cloud Manager两大平台,将大幅提升和完善自身在AI即云服务方面的运营框架。

根据哈佛商业评论(Harvard Business Review)最近进行的一项调查显示,2016年人工智能总投资额达到260亿美元至390亿美元之间,已然是2013年的三倍。在接下来的15个月中,大约80%的IT预算都将用于云解决方案。

尽管两个行业都在稳步增长,但仅有20%的公司表示他们正以“核心方式”使用一种或多种人工智能技术;49%的公司表示,他们推迟了云部署。

IBM将与不同服务结合所面临的挑战归咎于二分法。为了解决其中的一些问题,IBM天推出了AI OpenScale,一个让客户能够在几乎任何基础设施上构建AI的平台;以及Multi-cloud Manager,一个“开放”解决方案,旨在简化创建在多个云服务上运行的应用程序。

AI OpenScale

AI OpenScale将于今年晚些时候推出,面向IBM Cloud和Cloud Private客户,通过在线仪表板运行,支持在众多开源框架上开发的AI模型,包括谷歌的TensorFlow、Microsoft的AzureML、SparkML、Keras、Seldon和Amazon Web服务的SageMaker。此外,它还有助于在IBM的Watson、Seldon和其他第三方平台等环境中部署这些模型。

这只是冰山一角。AI OpenScale提供了一套自主偏差检测和缓解工具,包括记录机器学习模型预测的记录系统,以及相应的模型版本,使用的培训数据以及相关的性能指标。它持续监控AI应用程序中的偏见决策,并通过“去偏差”技术,努力减轻这些偏差,同时提供AI算法给出的建议的解释。

通过这种方式,AI OpenScale建立在IBM早期的AI偏差检测和模型可解释性方面。9月,该公司推出了一个开源工具包—— AI Fairness 360,它包含一系列算法、代码和教程,演示了在模型中实现偏差检测的方法。在今年夏天的白皮书中,IBM研究人员为AI系统提出了“情况说明”,以回答有关系统操作、训练数据、测试设置、结果、测试方法等的问题。

没有良好训练的人工智能(AI)系统将会加强偏见,因此AI系统必须得到公平的培训。专家表示,AI公平性是每个特定机器学习模型的数据集问题。人工智能公平,已经成为了一项新认识的挑战。大型云提供商正在开发和宣布有助于解决AI公平性的工具。

IBM并不是唯一一家在开发能够减少算法偏见的平台:

Facebook

在5月举行的F8开发者大会上,Facebook宣布了Fairness Flow,这是一项针对数据科学家的自动化偏向捕获服务,方便其在2018年5月搜索训练数据集中的偏见。

亚马逊

AWS于2018年7月发布了一篇博客,该博客在准确性,误报率和误报率方面构建了机器学习公平性。但AWS还没有发布开发人员工具来评估模型培训其他方面的公平性。

微软

Microsoft Research于2018年7月发表了一篇论文,描述了二进制分类系统的公平算法,以及实现该算法的开源Python库。微软的工作包括预处理培训数据和后处理模型输出预测。但是,它不是作为高级开发人员工具实现的——仅适用于熟悉深度学习代码的Python开发人员。

谷歌

2018年9月,Google的People + AI Research(PAIR)计划比仅提供开发人员库更进一步,宣布其“假设工具”。假设分析使开发人员能够在视觉上分析输入数据集和训练的TensorFlow模型并包含公平性评估。

埃森哲

已经发布了类似的工具。

IBM还于今天发布了神经网络综合引擎(NeuNetS),这是一个为业务任务和数据集自动化AI开发的新系统。该公司声称,在测试中,NeuNetS自主设计、培训和部署的定制AI模型已达到“与人类设计的神经网络相当”的准确性。

AI OpenScale发布的同时,NeuNetS将提供测试版。

“我们的战略是使用开放的、可互操作的方法来推动AI经济效益,”IBM认知解决方案高级副总裁David Kenny说。 “我们相信AI OpenScale代表了一种新的技术类别,也是大规模采用人工智能的新时代的开始,因为它是开放的——这使任何AI更易于操作,并且接近完全透明。”

AI的核心挑战是深度学习模型是“黑盒子”。对于人类而言,理解各个训练数据点如何影响每个输出分类(推理)决策是非常困难的,而且通常根本不可能实现。术语“不透明”也用于描述这种隐藏的分类行为。当无法理解系统如何做出决策时,就很难相信系统。

IBM多云管理器

IBM的多云管理器运行在IBM Cloud Private上,这是一个基于Kubernetes的平台,一个开源的容器编排系统,可自动化量化应用程序的部署、扩展和管理。它提供了一个仪表板界面,可以处理多达数千个Kubernetes应用程序涵盖多个位置的大量数据。

“凭借其跨多个云管理数据和应用程序的开放标准方法,IBM Multi-cloud Manager将使公司能够扩展其众多云投资并释放云的全部业务价值,”IBM高级副总裁Arvind Krishna Hybrid Cloud在一份声明中表示。 “通过这样做,他们将超越租用计算能力的生产力经济学,充分利用云来发明新的业务流程并进入新的市场。”

Multi-cloud Manager的仪表板在单个统一的控制面板上对Kubernetes集群进行展示,并使用“集成的合规性和规则引擎”来确保这些集群始终符合企业策略和安全标准。此外,它还提供备份工具,可在发生安全漏洞或硬件故障时保护已部署的Kubernetes应用程序和数据。

IBM多云管理器已经被澳大利亚第五大零售银行Bendigo和Adelaide Bank等客户使用,将于2018年10月上市。

IBM近日公布的四季度收入达到185亿美元,比一年前的151亿美元增长23%。

关键字:工具智能云服务平台IBM

本文摘自:前瞻网

x 押重注!IBM宣布推出两大AI及云服务平台:打造更公平透明的人工智能工具 扫一扫
分享本文到朋友圈
当前位置:人工智能行业动态 → 正文

押重注!IBM宣布推出两大AI及云服务平台:打造更公平透明的人工智能工具

责任编辑:zsheng |来源:企业网D1Net  2018-10-16 21:41:00 本文摘自:前瞻网

人工智能(AI)和云服务是门大生意,IBM也在不断努力争取瓜分这块大蛋糕。近日,IBM宣布推出AI OpenScale和Multi-cloud Manager两大平台,将大幅提升和完善自身在AI即云服务方面的运营框架。

根据哈佛商业评论(Harvard Business Review)最近进行的一项调查显示,2016年人工智能总投资额达到260亿美元至390亿美元之间,已然是2013年的三倍。在接下来的15个月中,大约80%的IT预算都将用于云解决方案。

尽管两个行业都在稳步增长,但仅有20%的公司表示他们正以“核心方式”使用一种或多种人工智能技术;49%的公司表示,他们推迟了云部署。

IBM将与不同服务结合所面临的挑战归咎于二分法。为了解决其中的一些问题,IBM天推出了AI OpenScale,一个让客户能够在几乎任何基础设施上构建AI的平台;以及Multi-cloud Manager,一个“开放”解决方案,旨在简化创建在多个云服务上运行的应用程序。

AI OpenScale

AI OpenScale将于今年晚些时候推出,面向IBM Cloud和Cloud Private客户,通过在线仪表板运行,支持在众多开源框架上开发的AI模型,包括谷歌的TensorFlow、Microsoft的AzureML、SparkML、Keras、Seldon和Amazon Web服务的SageMaker。此外,它还有助于在IBM的Watson、Seldon和其他第三方平台等环境中部署这些模型。

这只是冰山一角。AI OpenScale提供了一套自主偏差检测和缓解工具,包括记录机器学习模型预测的记录系统,以及相应的模型版本,使用的培训数据以及相关的性能指标。它持续监控AI应用程序中的偏见决策,并通过“去偏差”技术,努力减轻这些偏差,同时提供AI算法给出的建议的解释。

通过这种方式,AI OpenScale建立在IBM早期的AI偏差检测和模型可解释性方面。9月,该公司推出了一个开源工具包—— AI Fairness 360,它包含一系列算法、代码和教程,演示了在模型中实现偏差检测的方法。在今年夏天的白皮书中,IBM研究人员为AI系统提出了“情况说明”,以回答有关系统操作、训练数据、测试设置、结果、测试方法等的问题。

没有良好训练的人工智能(AI)系统将会加强偏见,因此AI系统必须得到公平的培训。专家表示,AI公平性是每个特定机器学习模型的数据集问题。人工智能公平,已经成为了一项新认识的挑战。大型云提供商正在开发和宣布有助于解决AI公平性的工具。

IBM并不是唯一一家在开发能够减少算法偏见的平台:

Facebook

在5月举行的F8开发者大会上,Facebook宣布了Fairness Flow,这是一项针对数据科学家的自动化偏向捕获服务,方便其在2018年5月搜索训练数据集中的偏见。

亚马逊

AWS于2018年7月发布了一篇博客,该博客在准确性,误报率和误报率方面构建了机器学习公平性。但AWS还没有发布开发人员工具来评估模型培训其他方面的公平性。

微软

Microsoft Research于2018年7月发表了一篇论文,描述了二进制分类系统的公平算法,以及实现该算法的开源Python库。微软的工作包括预处理培训数据和后处理模型输出预测。但是,它不是作为高级开发人员工具实现的——仅适用于熟悉深度学习代码的Python开发人员。

谷歌

2018年9月,Google的People + AI Research(PAIR)计划比仅提供开发人员库更进一步,宣布其“假设工具”。假设分析使开发人员能够在视觉上分析输入数据集和训练的TensorFlow模型并包含公平性评估。

埃森哲

已经发布了类似的工具。

IBM还于今天发布了神经网络综合引擎(NeuNetS),这是一个为业务任务和数据集自动化AI开发的新系统。该公司声称,在测试中,NeuNetS自主设计、培训和部署的定制AI模型已达到“与人类设计的神经网络相当”的准确性。

AI OpenScale发布的同时,NeuNetS将提供测试版。

“我们的战略是使用开放的、可互操作的方法来推动AI经济效益,”IBM认知解决方案高级副总裁David Kenny说。 “我们相信AI OpenScale代表了一种新的技术类别,也是大规模采用人工智能的新时代的开始,因为它是开放的——这使任何AI更易于操作,并且接近完全透明。”

AI的核心挑战是深度学习模型是“黑盒子”。对于人类而言,理解各个训练数据点如何影响每个输出分类(推理)决策是非常困难的,而且通常根本不可能实现。术语“不透明”也用于描述这种隐藏的分类行为。当无法理解系统如何做出决策时,就很难相信系统。

IBM多云管理器

IBM的多云管理器运行在IBM Cloud Private上,这是一个基于Kubernetes的平台,一个开源的容器编排系统,可自动化量化应用程序的部署、扩展和管理。它提供了一个仪表板界面,可以处理多达数千个Kubernetes应用程序涵盖多个位置的大量数据。

“凭借其跨多个云管理数据和应用程序的开放标准方法,IBM Multi-cloud Manager将使公司能够扩展其众多云投资并释放云的全部业务价值,”IBM高级副总裁Arvind Krishna Hybrid Cloud在一份声明中表示。 “通过这样做,他们将超越租用计算能力的生产力经济学,充分利用云来发明新的业务流程并进入新的市场。”

Multi-cloud Manager的仪表板在单个统一的控制面板上对Kubernetes集群进行展示,并使用“集成的合规性和规则引擎”来确保这些集群始终符合企业策略和安全标准。此外,它还提供备份工具,可在发生安全漏洞或硬件故障时保护已部署的Kubernetes应用程序和数据。

IBM多云管理器已经被澳大利亚第五大零售银行Bendigo和Adelaide Bank等客户使用,将于2018年10月上市。

IBM近日公布的四季度收入达到185亿美元,比一年前的151亿美元增长23%。

关键字:工具智能云服务平台IBM

本文摘自:前瞻网

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^