现已提供:基于 IBM Cloud™ 的 IBM Watson Studio 上的 AutoAI

什么是 AutoAI?为什么是现在?

AI 技术上的战略投资能够力挽狂澜。为兑现 AI 方面的承诺,如今的很多企业都在积极弥补技能上的差距,处理相关部署和治理流程。尤其是,企业都在纷纷寻找某种替代方法,让公民数据科学家可以快速入门,而专家数据科学家则可以将实验时间从数周和数月缩短到数分钟和数小时。他们需要一个多模式的数据科学和 AI 环境,数据和分析专家可以在这个环境中与其他专家合作并端到端优化模型性能。

为了帮助简化 AI 生命周期管理,AutoAI 在以下方面实现了自动化:

  • 数据准备
  • 模型开发
  • 特征工程
  • 超参数优化

通过 Watson Machine Learning 进行一键式部署,即可在 IBM Watson® Studio 中使用 AutoAI。将它与 Watson OpenScale 结合使用,再加上 Watson Studio 产品家族,便可以跟踪和度量 AI 结果。

要了解更多信息,请查看 AutoAI 信息图 (PDF, 2.8 MB)

AutoAI 优势

快速模型选择

仅在几分钟内便可选择性能最优模型。

快速启动

开始进行实验、评估和部署。

AI 生命周期管理

确保端到端 ML 和 AI 开发的一致性和可重复性。

AutoAI 特性

集成 UI

自动执行数据准备、特征工程和超参数优化。

渠道排行榜

观看并比较排行榜上的性能最优模型。

一键式部署

准备就绪后,通过 Watson Machine Learning 保存并选择要部署的服务。

AutoAI 的新增功能

Ruchir Puri,CTO 兼 IBM Watson 的首席架构设计师

观看视频:AI 自动化

Ruchir Puri 讨论了 AI 自动化进程中的下一场革命。了解如何自动构建、部署和管理 AI 任务。

一人坐在桌前使用三台计算机显示器工作

网络研讨会点播:为 AI 而 AI - 在 Watson Studio 上引入 AutoAI

查看您现在如何通过 AutoAI 在数据科学生命周期内自动执行和实施 AI。

IBM 赢得 2019 年 Alconics 智能自动化最佳创新奖

专家博客:从 AutoAI 新手进阶为专家

了解 Watson Studio 中斩获大奖的 AutoAI 功能如何实现数据准备和模型部署自动化。

Comparison Table

AutoAI 与 AutoML
  AutoAI 传统的 AutoML
迁移学习   
神经网络搜索   
数据准备
高级数据精炼   
特征工程
超参数优化
一键式部署   
可解释性且摒弃偏见   
AI 生命周期管理   

产品图像