Share this post:

Nos últimos anos, tornou-se popular a aplicação de técnicas de Machine Learning (ML) e Deep Learning (DL) na análise profunda de informações para a tomada de decisões, em diversos níveis dentro das organizações. Esta nova onda veio como a solução para uma análise mais profunda do Big Data, permitindo-se identificar padrões e visões bem além do nosso conhecimento sobre estes referidos dados.

Contudo, mesmo para as empresas que se prepararam criando uma base de dados abrangente para seus negócios, o uso das técnicas de ML e DL esbarram em dificuldades estruturais, como uma carência extrema de profissionais – como os cientistas de dados – e de uma infraestrutura responsiva para este tipo de aplicação

Uma infraestrutura responsiva exige sistemas com capacidade para computação de alta performance, trabalhando com processamento heterogêneo entre CPU e GPUs, capaz de executar com velocidade algoritmos complexos de análise de dados, estruturados ou não. Já um bom cientista de dados, além de experiência, reúne conhecimentos como estatística, algoritmos matemáticos, manuseio de dados e programação, além de requerer um profundo conhecimento do negócio onde está inserido.

Estas barreiras normalmente ocasionam uma má experiência tanto do ponto de vista de qualidade das análises, quanto na demora na obtenção de resultados e visões relevantes para os negócios.

Visando reduzir este gap, a indústria de sistemas cognitivos tem trazido soluções que facilitam o uso destas técnicas por pessoas ou equipes que não possuam grande conhecimento no assunto ou que busquem maior agilidade nas análises que realizam.  Uma dessas iniciativas é o Driverless AI, uma alternativa que tem se mostrado muito interessante e que se encontra posicionada no quarto quadrante do Gartner como um líder tecnológico com a mais completa visão.

O Driverless AI (IA sem motorista, em tradução livre), visa automatizar a operação do cientista de dados e os fluxos de trabalho de ML, com recursos abrangentes para validação, ajuste, seleção e implementação de modelos. O objetivo é alcançar a mais alta precisão preditiva, comparável a cientistas especialistas em dados, mas em muito menos tempo devido à automação de ponta a ponta. O Driverless AI também oferece visualizações automáticas e capacidade de interpretação de aprendizado de máquina (MLI) e facilita a implantação de modelos preditivos – geralmente um passo difícil no processo da ciência de dados. Em grandes organizações, o valor da modelagem preditiva é normalmente realizado quando um modelo preditivo é movido de um ambiente de desenvolvimento de analistas de dados ou cientistas de dados para uma configuração de produção em que o modelo é executado com dados ativos, tomando decisões de maneira rápida e automática.

A IBM, em parceria com a H2O.ai e NVIDIA, está oferecendo a solução Driverless AI embarcada em um servidor de alto desempenho acelerado por GPU, o AC922, o mesmo que compõe os nodes do supercomputador mais rápido e eficiente do mundo, o Summit, projeto do Oak Ridge National Laboratory nos EUA, número 1 na lista dos TOP500 supercomputadores publicada em junho de 2018. Este “Expert Data Scientist in a Box”, criado e suportado por especialistas em inteligência artificial renomados mundialmente, empodera as empresas a utilizarem técnicas de  IA e ML em uma única plataforma, desempenha a função de um cientista de dados especializado e adiciona mais poder a novatos e times de especialistas, entregando detalhes, interpretabilidade e insights em resultados e visualizações fáceis de se entender.

Uma solução que tem grande adêrencia, por exemplo, em aplicativos de negócios como padrão de perda por inadimplência, probabilidade de inadimplência, rotatividade de clientes, resposta a campanhas, detecção de fraudes, lavagem de dinheiro, previsão de demanda e modelos de manutenção de ativos preditivos, ou, no jargão da aprendizagem de máquina: regressão comum, classificação binomial e problemas de classificação multinomial.

A IBM oferece toda a solução, incluindo licenciamento do Driverless AI, serviços associados de implementação e também em diversas modalidades financeiras através do Banco IBM.

Para mais detalhes ou agendar uma demonstração em um dos Centros de soluções IBM, me encontre por linkedin ou contacte seu representante IBM de preferência.

 

 

More Servidores - Power stories