IBM公司正在嘗試使用與Trifacta Inc.共同開發(fā)的新數(shù)據(jù)準(zhǔn)備工具來解決準(zhǔn)備用于人工智能和機(jī)器學(xué)習(xí)模型訓(xùn)練的數(shù)據(jù)的繁瑣且耗時(shí)的過程。

兩家公司指出，數(shù)據(jù)準(zhǔn)備是構(gòu)建機(jī)器學(xué)習(xí)和預(yù)測模型的關(guān)鍵步驟。那是因?yàn)閿?shù)據(jù)需要非常準(zhǔn)確，否則模型將無效，但是問題是數(shù)據(jù)科學(xué)家最多可以將80%的時(shí)間花費(fèi)在此任務(wù)上。

這是一個(gè)非常漫長的時(shí)間，可以更好地用于其他事情，這就是今天IBM和Trifacta宣布其新的InfoSphere Advanced Data Preparation工具的原因，他們說這有助于加快流程。

借助InfoSphere，數(shù)據(jù)科學(xué)家可以將其原始數(shù)據(jù)集轉(zhuǎn)換為適合于機(jī)器學(xué)習(xí)模型的格式，同時(shí)使用其現(xiàn)有的數(shù)據(jù)湖和數(shù)據(jù)倉庫。

兩家公司表示，該工具旨在“格式化，構(gòu)造和豐富用于分析處理和標(biāo)準(zhǔn)報(bào)告的數(shù)據(jù)集”。它的工作原理是幫助用戶可視化數(shù)據(jù)準(zhǔn)備過程，以便他們可以連續(xù)跟蹤數(shù)據(jù)的質(zhì)量，并確保在格式化數(shù)據(jù)時(shí)不會(huì)發(fā)生錯(cuò)誤。該過程也完全自動(dòng)化，這意味著正式員工以及數(shù)據(jù)科學(xué)家可以準(zhǔn)備和豐富其數(shù)據(jù)以進(jìn)行分析。

Trifacta首席執(zhí)行官亞當(dāng)·威爾遜(Adam Wilson)表示，該公司與IBM合作創(chuàng)建了InfoSphere，此前該公司目睹了許多組織由于數(shù)據(jù)質(zhì)量差和準(zhǔn)備流程效率低下而難以開展AI計(jì)劃。

威爾遜說：“這項(xiàng)合作將使組織能夠在受管和集中管理的環(huán)境中加快自助服務(wù)分析的數(shù)據(jù)準(zhǔn)備。”

Constellation Research Inc.分析師Doug Henschen告訴SiliconANGLE，與IBM的合作實(shí)際上是Trifacta的妙招，更不用說為IBM節(jié)省時(shí)間了，因?yàn)樗梢詭?ldquo;最新的自助服務(wù)數(shù)據(jù)”將功能“推向市場”的過程比它自己完成的過程更快。

Henschen說：“我認(rèn)為IBM明智地專注于建模生命周期的開發(fā)，部署，監(jiān)視和持續(xù)管理方面，并在可能的情況下開發(fā)自動(dòng)化。” “為什么Trifacta很好地應(yīng)對了準(zhǔn)備挑戰(zhàn)?Trifacta在其云平臺(tái)上也與Google建立了重要的合作伙伴關(guān)系，因此這是著名合作伙伴對其能力的第二次認(rèn)可。”

除了新的數(shù)據(jù)準(zhǔn)備工具外，IBM還宣布了其Cloud Pak for Data服務(wù)的一些更新，該服務(wù)用于集成，管理和管理各種公共和私有云中的數(shù)據(jù)。更新包括Cloud Pak for Data上的Watson Knowledge Catalog Professional可用性，據(jù)說可以改善“

分析的數(shù)據(jù)可發(fā)現(xiàn)性”并提供更多治理工具。

還有用于數(shù)據(jù)的IBM Cloud Pak的DataStage Edition(旨在減少數(shù)據(jù)轉(zhuǎn)換作業(yè)的延遲)，以及 用于IBM Cloud Pak的Data Watson Discovery(用于在各種云之間發(fā)現(xiàn)數(shù)據(jù)的AI搜索工具)。