近日，IBM為Watson Studio增加新的AutoAI功能，旨在通過自動化，加速處理密集型數據流程來幫助推進AI開發，同時優化和管理AI在企業中的作用。因此，數據工作人員可以騰出更多時間來設計、測試和部署機器學習(ML)模型。 盡管人們越來越意識到人工智能在企業中的戰略價值，但大多數企業仍在努力應對基本信息架構的挑戰。挖掘、收集、組織碎片和孤立數據，然后用于數據分析。通常這些瑣事會減緩AI開發。在最近的Forrester報告中，60%的受訪者表示，管理基礎數據是嘗試AI時面臨的最大挑戰之一，而另外44%的受訪者將其歸因于數據準備。

對于沒有數據科學家的企業，AI項目受到的挑戰更多。在IBM商業價值研究院的研究中，轉向企業級AI，去年有63%的受訪者表示，缺乏適當的技術人員，是實施人工智能的主要挑戰。Watson Studio新AutoAI功能與Watson Machine Learning配合使用，可以通過自動化加速AI開發進度，輕松應對解決這些問題。

　　目前，用戶可在IBM Cloud上的Watson Studio中使用，新的AutoAI功能旨在自動執行耗時的數據準備和預處理流程，包括模型開發和特征工程。使用戶能夠利用超參數優化功能，輕松構建數據科學和AI模型。此外，AutoAI包含一套用于企業數據科學的最強大的模型，例如梯度提升樹，并且可以讓用戶快速擴展ML實驗和部署過程。

　　IBM人工智能總經理Rob Thomas表示：“IBM一直與客戶密切合作，為人們提供人工智能工具。而許多人面臨的首要挑戰之一就是數據準備。我們為Watson Studio新增的自動化數據處理功能，可以幫助客戶開更快地建立ML模型和實驗環境。”

　　AutoAI還包括IBM神經網絡功能(NeuNetS)，它于去年秋天首次亮相，目前在Watson Studio項目中處于公開測試階段。該技術旨在通過使用AI自動合成定制神經網絡，來快速跟蹤深度學習模型的開發。

　　Watson Studio AutoAI 利用了IBM Research開發的關鍵技術，構建了IBM多年來一直在開發和提供的自動化功能。從IBM Watson Assistant和Discovery到Watson Machine Learning的解決方案提供不同程度的自動化，加快并簡化耗時的工作任務，使客戶能夠更好地專注于有價值的工作上。

繼續閱讀：

未經允許不得轉載：RPA中國 | RPA全球生態 | 數字化勞動力 | RPA新聞 | 推動中國RPA生態發展 | 流 > IBM Watson Studio發布新功能，加速AI開發進度