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
あらゆるクラウドでAIを拡張
IBM Watson® Studioは、データサイエンティスト、開発者、アナリストが、IBM Cloud Pak® for Data上のどこでもAIモデルを構築、実行、管理し、意思決定を最適化できるようにします。オープンなアーキテクチャーで、チームの結束、AIのライフサイクルの自動化、価値実現までの時間短縮を可能にします。PyTorch、TensorFlow、scikit-learnなどのオープンソース・フレームワークを、IBMやそのエコシステムが提供する、コード・ベースおよびビジュアルなデータサイエンス用のツールとともに活用できるようにします。 Jupyterノートブック、JupyterLab、CLIなどのツールや、Python、R、Scalaなどの言語を使用できます。
活用事例
意思決定を最適化する

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

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

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

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。
柔軟性のあるオプション
データが存在する場所でモデルを作成
メリット
AIとクラウドの経済性を最適化
結果を予測して行動を指示する
アプリとAIの同期
ModelOps向けツールの統合と生産性の向上
公正で説明可能なAIを実現
リスクと規制コンプライアンスの管理
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
クラウド、オンプレミスのデータ・ソース

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

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

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
一社ごとにデモ説明会を開催中
一社ごとにデモを開催しています。お気兼ねなくご質問いただけます。
デモ内容: 社内データをつなげてカタログ登録 / カタログからデータ探索 / 予測モデル作成
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。
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。