由于IBM Watson Studio（之前的Data Science Experience）等產(chǎn)品，部署AI應(yīng)用和服務(wù)并不像以前那樣具有挑戰(zhàn)性。于2017年首次亮相的Watson Studio，提供了一個(gè)幫助分析、可視化和清理數(shù)據(jù)的環(huán)境和工具，并實(shí)時(shí)培訓(xùn)和優(yōu)化機(jī)器學(xué)習(xí)模型�，F(xiàn)在，隨著AutoAI的推出，它將變得更加強(qiáng)大。AutoAI旨在自動(dòng)執(zhí)行與企業(yè)環(huán)境中AI協(xié)調(diào)相關(guān)的任務(wù)。

IBM Data和AI總經(jīng)理Rob Thomas在一份聲明中說道：“為制定人工智能的發(fā)展路徑，IBM一直在與客戶密切合作。發(fā)展過程中，許多人會(huì)面臨數(shù)據(jù)準(zhǔn)備步驟的挑戰(zhàn)，這也是發(fā)展人工智能的基本步驟。我們已經(jīng)看到，對(duì)很多成熟的公司來說，數(shù)據(jù)基礎(chǔ)設(shè)施的復(fù)雜性可能是令人震驚的；但對(duì)于那些幾乎沒有技術(shù)資源的公司來說，依然是一個(gè)壓倒性的難題。我們?yōu)閃atson Studio提供的自動(dòng)化功能旨在簡(jiǎn)化流程，幫助客戶更快地開始構(gòu)建機(jī)器學(xué)習(xí)模型和實(shí)驗(yàn)�！�

AutoAI可以自動(dòng)執(zhí)行數(shù)據(jù)準(zhǔn)備和預(yù)處理步驟，包括特征工程，或使用數(shù)據(jù)領(lǐng)域知識(shí)創(chuàng)建元素核心到AI算法的過程。它處理超參數(shù)優(yōu)化（為學(xué)習(xí)算法選擇一組最優(yōu)超參數(shù)，其中“超參數(shù)”指的是在學(xué)習(xí)過程開始之前設(shè)置的值），并且它擁有一套不斷增長(zhǎng)的強(qiáng)大預(yù)訓(xùn)練模型類型，例如梯度提升樹。

此外，Watson Studio AutoAI也是IBM的Neural Networks Synthesis（NeuNetS），這個(gè)平臺(tái)旨在通過利用AI自動(dòng)合成自定義神經(jīng)網(wǎng)絡(luò)，以及允許用戶選擇優(yōu)先考慮速度或準(zhǔn)確性來加速深度學(xué)習(xí)模型開發(fā)。IBM表示，它使用Kubernetes在IBM Cloud上運(yùn)行，并且不需要深度學(xué)習(xí)框架的代碼知識(shí)或經(jīng)驗(yàn)。

去年秋天，NeuNetS推出預(yù)覽版，并在Watson Studio項(xiàng)目中提供測(cè)試版。

就在幾個(gè)月前，IBM通過與IBM Cloud Private for Data的集成，將Watson Studio、Watson Assistant和AI OpenScale帶到私有云平臺(tái)和公共平臺(tái)（如Google Cloud Platform、AWS和Microsoft Azure）。此外，IBM還推出了AI Digital Automation，這是一種收集和分析數(shù)據(jù)模式的服務(wù)，用于識(shí)別可自動(dòng)執(zhí)行的任務(wù)。

IBM在機(jī)器學(xué)習(xí)即服務(wù)（MLaaS）市場(chǎng)上與谷歌、微軟、亞馬遜和其他公司展開競(jìng)爭(zhēng)，預(yù)計(jì)這一市場(chǎng)到2023年將達(dá)到55億美元。微軟在3月初宣布增強(qiáng)Azure Machine Learning。4月，谷歌在其I／O 2019開發(fā)者大會(huì)期間，為結(jié)構(gòu)化數(shù)據(jù)引入了AutoML Video和AutoML Tables，這是谷歌自動(dòng)創(chuàng)建AI系統(tǒng)服務(wù)的套件。就在本周，亞馬遜宣布推出Amazon Personalize，這是一項(xiàng)AWS服務(wù)，可以促進(jìn)網(wǎng)站、移動(dòng)應(yīng)用、內(nèi)容管理和電子郵件營(yíng)銷系統(tǒng)的開發(fā)，這些系統(tǒng)可以提供定制的搜索結(jié)果。