IBMがリーダーに

Gartner社が、データサイエンスと機械学習プラットフォーム分野の2021年マジック・クアドラントを発表しました。

AIモデルを実動環境に導入

活用事例

説明可能なAIの実装

オフィスでノートPCを使って仕事をするビジネス・パーソン

説明可能なAIの実装

説明可能なAIとは、AIアルゴリズムによって作成された結果と出力を、予想される影響や潜在的なバイアスを含めて、人間のユーザーが理解して信頼することを可能にする、一連のプロセスと手法です。

意思決定を最適化する

ワインのボトルを選ぶ人

意思決定を最適化する

意思決定の最適化により、最適化モデルの選択と導入を合理化できます。また、結果の共有とコラボレーションの強化を実現する、ダッシュボードの作成が可能となります。

モデルの視覚的な開発

デスクでコンピューターを使って仕事をしているビジネス・パーソンを見下ろした画像

モデルの視覚的な開発

使いやすいIBM® SPSSにヒントを得たワークフローにより、データとAIの統合プラットフォーム上で、ビジュアルなデータサイエンスをオープンソース・ライブラリーやノートブック・ベースのインターフェースと組み合わせることができます。

ModelOpsの構築

データの収集と準備、AIモデルの構築とデプロイ、意思決定の最適化を含む、IBM Cloud Pak for Dataのワークフロー

ModelOpsの構築

ModelOpsは、アプリケーションにあるモデルの操作を原則に従って自動的にできるようにするためのアプローチです。 ModelOpsは、アプリケーションとモデルの各パイプラインの間で進行を同期するのに役立ちます。 エッジからハイブリッドクラウドまで、AIとアプリケーションへの投資を最適化できます。

AutoAIを使用したAI開発の迅速化

夜間の州間高速道路のインターチェンジの上空からの画像

AutoAIを使用したAI開発の迅速化

AutoAIを使用すると、初心者は素早く作業を開始でき、経験豊富なデータサイエンティストはAI開発における実験をスピードアップできます。 AutoAIは、データの準備、モデル開発、フィーチャー・エンジニアリング、ハイパーパラメーターの最適化を自動化します。

メリット

機能

IBM Watson Studioの 詳細

AutoAIによる実験の迅速化

モデル・パイプラインを自動的に構築します。 データを準備し、モデル・タイプを選択します。 モデル・パイプラインの生成およびランク付けをします。

高度なデータ加工(Data Refinery)

グラフィカル・フロー・エディターを使用してデータのクレンジングと形成を行います。 対話式テンプレートを適用して、操作、関数、論理演算子をコーディングします。

オープンソース・ノートブックのサポート

ノートブック・ファイルの作成、サンプル・ノートブックの使用、独自のノートブックの取り込みが可能です。 ノートブックをコーディングして実行します。

統合ビジュアル・ツール

Watson StudioでIBM SPSS Modelerを使用して、データを迅速に準備し、モデルを視覚的に開発します。

モデルのトレーニングと開発

パイプラインを最適化し、適切なデータの組み合わせを特定することにより、実験的なモデルを迅速に作成し、トレーニングを強化します。

豊富なオープンソース・フレームワーク

選択したモデルを実動環境に導入します。 実動からのフィードバックを活用し、モデルの追跡とリトレーニングを行います。

組み込みの意思決定最適化

予測モデルと処方的モデルを組み合わせます。 予測により意思決定を最適化します。 Python、OPL、または自然言語でモデルを作成および編集します。

モデルの管理とモニター

品質、公平性、ドリフトの測定基準をモニターします。 モデルの洞察の導入を選択して構成します。 モデルの監視と測定基準をカスタマイズします。

モデル・リスク管理

モデルを比較、評価します。 新しいデータを使用してモデルを評価、選択します。 モデルの主要な測定基準を並べて比較し、調査します。

製品イメージ

AIライフサイクルの自動化

関係マップと進行状況マップを表示するスクリーン・ショット

AIライフサイクルの自動化

AutoAIを使用してモデルを構築し、関係を探索します。

クラウド、オンプレミスのデータ・ソース

IBMとサード・パーティーによる複数のデータ・ソースを表示するスクリーン・ショット

クラウド、オンプレミスのデータ・ソース

クラウド全体にわたる、ほぼすべてのデータ・ソースにアクセスして選択できます。

AIモデルのドラッグ・アンド・ドロップ

GUIベースのインターフェースを表示するスクリーン・ショット

AIモデルのドラッグ・アンド・ドロップ

直感的なGUIベースのフローを使用して、視覚的にモデルを構築します。

AIモデルのトランザクションの説明

さまざまな予測結果を得るために値を変更する方法を表示するスクリーン・ショット

AIモデルのトランザクションの説明

新しい特徴量の値によってどのように異なる結果がもたらされるかを見極めます。

新着情報

Watson Studioの最新の情報を入手

AIエキスパートがベスト・プラクティスについて語ります。 製品デモをご覧ください。

AIとDevOpsの同期化

AI主導の開発のための主要な機能と、AIモデルを開発サイクルに統合する理由をご覧ください。

AIガバナンスの知識取得

AIガバナンスとは何かと、その重要性、AIの信頼性を高める方法についてご覧ください。

使ってみる

AIと機械学習モデルを使用して、結果を予測し最適化します。

お客様ご相談窓口

お客様ご相談窓口

初期費用やお客様の要件に合わせた構成についてもご相談可能です。
ビジネスでのデータ / AI 活用のご相談がございましたら、お気軽にお問い合わせください。

脚注

¹、²、New Technology: The Projected Total Economic Impact™ of Explainable AI and Model Monitoring in IBM Cloud Pak for Data、Forrester社、2020年8月。