IBM将数据科学和AI相结合以促进分析

号码算盘欢喜

IBM希望为大数据处理者和数据科学家提供一种方法，通过结合公司专门为人工智能（AI）和科学研究而开发的两个平台，将更多的机器学习和深度学习技术添加到分析过程中。

《企业云新闻》（Banking Technology的姊妹出版物）报道说，两位IBM高管，分析开发副总裁兼站点执行官Dinesh Nirmal和HPC，AI和机器学习副总裁Sumit Gupta正在发表一篇博客，详细介绍产品，结合了公司的数据科学经验和PowerAI平台。

Power AI是Big Blue的机器学习和AI分发平台，可在公司的Power服务器系统上运行。

数据科学体验是IBM在2016年首次为公共云引入的集成开发人员环境。今年早些时候，该公司推出了一个用于私有云分发的版本。

综上所述，这两个集成平台希望将机器学习和深度学习的附加层带入大数据分析过程。它还使数据科学家具有更大的能力来训练AI和神经网络，以自动化与如此广泛的数字运算相关的某些任务，同时产生更快，更准确的结果。

“多亏了功能更强大的系统和图形处理单元（GPU），我们才能够训练出能够提供这些见解的复杂AI模型，” Nirmal和Gupta在帖子中写道。

具体地说，IBM几个月来一直在吹捧使用GPU作为机器学习和AI流程的一部分。由于GPU使用数百或数千个并行内核，因此这些芯片使这些深度学习网络可以更快地开发信息并加速神经网络的训练。

作为该博客文章的一部分，IBM研究人员指出，该组合平台将利用Nvidia的NVLink（CPU和GPU之间的高速互连），该公司所承诺的速度是PCI-Express 3.0的2.5倍。

集成平台还将使数据科学家和研究人员能够利用深度学习网络，例如Google开发的机器学习工作流程TensorFlow。IBM还表示支持其他框架，例如开源Caffe。

通过将所有这些技术结合在一起提供，IBM希望为数据科学家以及使用它们的企业提供更多有关客户需求的见解。

Nirmal和Gupta举例说明了一家银行利用该技术来确定客户是否可能拖欠贷款，或者是否愿意将钱投资到不同的帐户中。另一个例子是预测制造过程中的设备故障。

这两个人在博客文章中写道：“这些学习模型会不断发展并随着时间的推移变得越来越聪明，并且随着发现失败的原因变得越来越复杂。”