IBM Cloud Pak® for DataでMulticloud ModelOpsをお試しください
概要
Multicloud ModelOpsの概要と今必要なのか
2023年までに、AIワークロードの70%が、アプリケーション・コンテナを使用するか、DevOpsの文化を必要とするサーバーレス・プログラミング・モデルを使用して構築されます。*
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、進行を同期します。 Multicloud ModelOpsにより、環境全体からクラウドまでのデータ、モデル、およびリソースを使用することで、データサイエンスとAIへの投資を最適化できます。
Multicloud ModelOpsは、CICD（継続的インテグレーション/継続的デリバリー）と統合する機械学習モデルや最適化モデルなどの運用モデルを対象とした、クラウド間でのモデルとアプリケーションの使用最適化の、エンドツーエンドのライフサイクルを網羅します。 IBM Cloud Pak® for Dataは、IBM Watson® StudioをMulticloud ModelOps手法を構築するための理想的なプラットフォームとして使用します。
ModelOpsのメリット
ModelOpsの機能
ModelOpsで何ができるか
モデル・パイプラインのリーダーボードの生成
データの準備、モデルの選択、機能のエンジニアリング、ハイパーパラメーターの最適化を自動的に行い、パイプラインのリーダーボードを生成します。
機械学習モデルの監視
モデルのバイアスの可能性を確認し、それを軽減して結果を説明する方法を学習することで、機械学習モデルを監視します。
モデルの調査およびバイアス緩和
バイアスが緩和されたモデル・エンドポイントを生成し、説明可能性を示します。 モデルのドリフトにつながるデータの不整合を検出します。
アプリケーションでのモデル機能の導入
モデルに渡す前にデータを事前に処理し、エラーを処理し、複数のモデルへの呼び出しを組み込みます。
複数のクラウド上でのモデルの構築と導入
ほぼすべての場所にモデルをデプロイしてプッシュします。 x86、IBM Cloud Pak® for Data System、IBM Power Systemを使用して、お客様独自のAI対応クラウドを構築できます。
統一されたインターフェースでのモデルの構築、実行、管理
データを準備し、モデルを構築して、成果を測定します。 フィードバック・ループによりモデルを継続的に改善します。
Multicloud ModelOpsの新着情報
Webセミナー： DevOpsとAIの同期
63%のエンタープライズがDevOpsを採用し、そのうち33%でデータサイエンス・チームがAI搭載アプリケーションに関与している理由について説明します。
451 Research社： 自動化によるAIとModelOps
マルチクラウド環境におけるModelOpsの構築方法についての洞察と実用的なヒントを、AIの先駆者から獲得できます。
製品イメージ
KPIの比較
KPIの比較
重要業績評価指標と照らしてモデルを比較します。
説明
説明
AIの成果の背景を確認します。
パイプラインのリーダーボード
パイプラインのリーダーボード
データの準備、機能のエンジニアリング、パラメーターの最適化、モデルのリーダーボードの生成を自動的に行います。
モデル・ドリフト
モデル・ドリフト
実動でのモデルのドリフトを検出して修正します。
Multicloud ModelOpsと従来のModelOps
| Multicloud ModelOps | 従来のModelOps | |
|---|---|---|
| マルチクラウド・サポート | ||
| AIライフサイクルの自動化 | ||
| ビジネスKPIのモニター | ||
| 説明可能性とバイアス緩和 | ||
| ドリフトの方向と測定 | ||
| CI/CDを使用したワンクリック・デプロイメント | ||
| モデルの管理とフィードバック | ||
| 高度なデータ加工（Data Refinery） | ||
| データの準備 |
使ってみる
IBM Watson Studio for IBM Cloud Pak for Dataをさらに詳しく学びましょう。