GegevensRobot, een platform dat vandaag de dag AI-technologieën naar ondernemingen wil brengen aangekondigd de tweede grote platformrelease, DataRobot versie 7.1. Met de introductie van MLops management agents, tijdreeksmodelverbeteringen en geautomatiseerde AI-rapporten, het doel is om organisaties in staat te stellen bedrijfsresultaten te verbeteren met AI en de time-to-value van klanten te versnellen, zegt het bedrijf.

Bijna een derde van de organisaties gebruikt een of andere vorm van AI, waarbij 43% meldt dat de uitrol ervan is versneld als gevolg van de pandemie. volgens naar een recent IBM-rapport. De adoptie wordt gedreven door zowel druk als kansen, van de pandemie tot technologische vooruitgang die AI toegankelijker maakt.

DataRobot versie 7.1

In DataRobot 7.1 zijn MLOps-beheeragenten opgenomen, die levenscyclusbeheer bieden voor externe AI- en machine learning-modellen. Managementagenten begrijpen de status van modellen, ongeacht hoe ze zijn gemaakt of waar ze worden uitgevoerd, en kunnen taken automatiseren, inclusief het ophalen van modelartefacten (dat wil zeggen de output die is gecreëerd door het trainingsproces) en het direct inzetten of vervangen van modellen in hun eigen database. omgeving.

DataRobot 1.7 biedt ook push-down-integratie voor het ontdekken van functies voor Snowflake- en tijdreeks-Eureqa-modelverbeteringen. Door hiervan gebruik te maken, kunnen Snowflake-klanten profiteren van automatische ontdekking en berekening van functies (de individuele onafhankelijke variabelen die fungeren als input in een modelsysteem) in de Snowflake-datacloud. Ze kunnen ook voorspellingsmodellen uitvoeren in Eureqa, de eigen modelleringsengine die oorspronkelijk is gemaakt door Cornell's Artificial Intelligence Lab.

Eureqa-modellen zijn gebaseerd op het idee dat een genetisch algoritme verschillende analytische uitdrukkingen aan getrainde gegevens kan koppelen en een wiskundige formule kan retourneren als een machinaal leermodel. Genetische algoritmen simuleren het proces van natuurlijke selectie en genereren hoogwaardige oplossingen voor optimalisatie- en zoekproblemen. Zoals DataRobot uitlegt, kunnen Eureqa-modellen met slimme functieselectie de complexiteit verminderen en goed werken met zowel grote als kleine datasets.

Ten slotte biedt DataRobot 1.7 een app-bouwer zonder code waarmee klanten geïmplementeerde modellen zonder codering in AI-apps kunnen omzetten. De app-bouwer kan nieuwe gegevens scoren, 'wat als'-scenario's uitvoeren en simulaties uitvoeren om invoerwaarden te identificeren die een uitkomst kunnen optimaliseren. Aanvullende mogelijkheden zijn onder meer geautomatiseerde gegevensvoorbereiding voor tijdreeksen, ‘nowcasting’ voor tijdbewuste modellen, rapporten die de bevindingen van modelleringsprojecten automatisch samenvatten, en voorspellingstaken en een planningsinterface om voorspellingsschema’s op één plek te beheren en te onderhouden.

“We communiceren voortdurend met onze klanten over de uitdagingen waarmee ze worden geconfronteerd bij de inzet van AI en zullen als gevolg daarvan onze updates afstemmen op hun unieke behoeften”, zegt DataRobot SVP Nenshad Bardoliwalla in een persbericht. “We doen er alles aan om een ​​platform te creëren dat elk individu – van de meest geavanceerde datawetenschappers tot de alledaagse, niet-technische zakelijke gebruiker – in staat stelt te profiteren van AI. Door het levenscyclusproces van modellen te vereenvoudigen en de time-to-value te verkorten, geeft deze laatste reeks verbeteringen bedrijven de tools die ze nodig hebben om hun AI-projecten beter te bouwen, te beheren en er waarde uit te halen.”