IBM日前宣布推出IBM機器學習(Machine Learning)平臺。這一平臺是首個利用企業(yè)的海量數(shù)據(jù)，在私有云上持續(xù)創(chuàng)建、訓練、部署大量分析模型的認知型平臺。在此之前，即便是當今首屈一指的數(shù)據(jù)科學家應用最前沿的技術，也需要耗時數(shù)日乃至數(shù)周的時間以開發(fā)、測試或改造此類分析模型中的一小部分。

       該平臺提取了IBM Watson的核心機器學習技術，IBM將首先在IBM z Systems大型主機上應用這一技術。一直以來，IBM z Systems承載著全球企業(yè)的海量數(shù)據(jù)，作為運營核心，支持著全球銀行、零售商、保險公司、運輸公司和政府機構的約數(shù)十億日均交易量。

       為支持數(shù)據(jù)科學家自動化地開發(fā)、訓練和部署可操作類分析模型，IBM機器學習具備如下特性：

• 支持所有語言（例如：Scala、Java、Python）

• 支持所有常見的機器學習框架（例如：Apache SparkML、TensorFlow、H2O）

• 支持所有的交易數(shù)據(jù)類型

• 無數(shù)據(jù)遷移引發(fā)的成本、延遲或風險

       這一機器學習平臺史無前例地為IBM研究院的數(shù)據(jù)科學家部署了認知自動化。通過在可用算法中對數(shù)據(jù)進行計分，這一平臺提供符合數(shù)據(jù)科學家需求的最優(yōu)方案，從而輔助其選擇正確的算法。在這一過程中，該服務將多種情景納入考慮，例如算法的應用目的以及運算速度要求。

       目前，客戶已經(jīng)逐漸體驗到在z/OS操作系統(tǒng)上應用IBM機器學習技術的價值。DST旗下的Argus Health公司正在評估這一技術，希望幫助其客戶和供應商更好地管理日益升級的業(yè)務復雜性、優(yōu)化業(yè)務成果。此外，Argus正在測試IBM機器學習在z/OS操作系統(tǒng)上的應用場景，用以開發(fā)、訓練和部署與藥物成本管理相關的應用。借助這一技術，Argus希望持續(xù)開發(fā)其特有的解決方案，充分開展對不同場景（如醫(yī)療站、醫(yī)生辦公室及藥店）中成員行為的高級分析，從而獲得洞察。

        Argus Health公司總裁Marc Palmer表示：“Argus致力于成為醫(yī)藥解決方案領域的卓越領導者。我們希望在最適宜的場景中，以最優(yōu)惠的價格提供最優(yōu)質(zhì)的醫(yī)療服務，從而幫助我們的客戶在其健康計劃中取得最佳的臨床效果。IBM機器學習目前正在與我們的RxNova理賠處理平臺、臨床解決方案和應用分析技術相結合，利用最新的數(shù)據(jù)構建可持續(xù)修正的模型，從而為健康計劃客戶、相關護理人員和醫(yī)師提供實時洞察。IBM機器學習所展現(xiàn)出來的可能性及潛力令我們深感振奮。”

       IBM Analytics總經(jīng)理Rob Thomas表示：“機器學習和深度學習代表了分析技術的前沿趨勢。這些技術將為自動獲得主流云服務和系統(tǒng)中蘊含的洞察提供基石。IBM機器學習利用IBM Watson的核心技術，旨在加速機器學習技術在大規(guī)模承載企業(yè)數(shù)據(jù)的設備上的應用。當客戶從私有云中獲得業(yè)務收益，其將在更大的范圍內(nèi)部署混合云和公有云。”

       IBM機器學習將在各行各業(yè)中創(chuàng)造獨一無二的機遇，助力企業(yè)應對業(yè)務不斷變化帶來的挑戰(zhàn)：

• 在零售領域，銷售預測系統(tǒng)為了實現(xiàn)實時個性化的目標，必須考慮當前的市場趨勢。這意味著這一系統(tǒng)必須考慮1小時前發(fā)生的情況，而不僅僅是上個月的數(shù)據(jù)。

• 在金融服務領域，面向金融顧問、經(jīng)紀人的產(chǎn)品推薦系統(tǒng)必須采用最新的利息、趨勢、市場動態(tài)信息，而非數(shù)月前的數(shù)據(jù)。

• 在醫(yī)療領域，個性化醫(yī)療服務必須針對不同的個體及其獨特的情況進行定制。醫(yī)療和個人健康設備通過物聯(lián)網(wǎng)(IoT) 相互聯(lián)接后，可用于收集人類和機器的行動與互動數(shù)據(jù)。

       IBM z Systems大型主機能夠在一天內(nèi)處理多達25億筆交易，相當于約100個“網(wǎng)購星期一”的交易量。在z/OS上運行的IBM機器學習無需將數(shù)據(jù)遷移出系統(tǒng)，即可輔助挖掘z Systems承載數(shù)據(jù)的更高價值。這將最大限度地減少傳統(tǒng)數(shù)據(jù)倉庫技術(ETL)在流程上的延時，并降低昂貴的處理成本及安全風險。該技術可持續(xù)地分析數(shù)據(jù)和模型，以更好地預測并優(yōu)化行為模式，從而加速洞察的獲取。

       IBM機器學習將首先應用于z/OS操作系統(tǒng)，并在未來應用于包括IBM Power Systems在內(nèi)的其他平臺。通過在Power Systems上部署IBM機器學習，用戶將獲得升級的效率、性能和成本效益，同時實現(xiàn)全面的數(shù)據(jù)管理。

標簽： 安全 公有云 計劃 金融 企業(yè) 選擇 用戶 優(yōu)惠 云服務

版權申明：本站文章部分自網(wǎng)絡，如有侵權，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權歸原作者所有，如需使用，請與原作者聯(lián)系。