IBM公司日前宣布向其Watson中引入了人工智能新功能并更新了一些功能，展现了该公司在其人工智能产品中进一步嵌入机器学习、自然语言处理和自然语言理解的驱动力。
IBM公司表示，在其采取的几项举措中，计划将Reading Comprehension(目前在IBM Watson Discovery中处于测试阶段)作为一项功能，使用户可以更轻松地使用自然语言搜索企业文档。
IBM公司还表示，它将在计划中的IBM Watson Assistant搜索功能的测试版中添加FAQ Extraction。该工具通过自动从预选来源中提取相关数据，使用户能够更有效地使虚拟助手保持最新状态。
从研究到生产
IDC公司人工智能研究计划副总裁Ritu Jyoti表示，这些更新凸显了IBM公司致力于不断创新。在这种情况下，可以使用IBM公司人工智能辩论系统Project Debater的自然语言处理(NLP)和自然语言理解(NLU)技术来推出新功能，以帮助自动化并生成准确且可信赖的数据。
Jyoti说：“从我的角度来看，重点放在商业文档(例如公司文档);而更精确和准确的回答将有助于提高业务弹性、生产力和价值实现时间。”
与此同时，Watson Assistant现在提供了一种新的意图分类模型，该模型旨在使用户能够以更少的数据更快地训练虚拟助手，而又不牺牲准确性。
今年早些时候，一些政府和组织使用了一些新的测试版本的功能来帮助快速发布提供有关冠状病毒信息的聊天机器人。
人工智能治理
IBM公司还计划将AI FactSheets实现商业化，这种服务就像食品的营养说明标签一样，将提供有关人工智能模型基本特征的信息，例如模型的预期用途、性能以及经过训练的数据。
通过在Cloud Pak for Data中将AI FactSheets实现商业化，IBM公司推出了一种旨在为商业组织创建更多的人工智能模型信任工具。该工具可以自动捕获有关模型性能的重要信息，为组织提供模型性能的实时报告。Jyoti表示，组织还可以使用人工智能概况表更好地定义收集到的模型信息，包括如何创建、测试、培训、部署和评估。
她说：“FactSheet可以根据不同用户和受众的需求和喜好量身定制，从而可以跨不同级别的技术专业知识进行协作，否则将无法实现。”
Jyoti指出，通过收集和定义所有这些信息，该工具可以帮助组织克服监控和记录人工智能模型生命周期以制定人工智能治理策略的挑战。
她解释说：“通过对人工智能进行适当的管理，我们可以防止不良结果的发生，包括无意中存在偏见的模型，接受不适当或未经批准的信息的培训，甚至在性能上出现意外的变化。”
此外，AWS公司也在日前举办的AWS re：Invent 2020虚拟会议上发布了新产品，该公司将进入新兴市场以提供可解释的人工智能。
版权声明：本文为企业网D1Net编译，转载需注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。
京公网安备 11010502049343号