IBM presenta nuevo software de IA que reduce las barreras de
científicos de datos para favorecer desarrollos cognitivos
• La nueva solución PowerAI reduce drásticamente el tiempo necesario para el entrenamiento de los sistemas de IA de semanas a horas.
IBM (NYSE: IBM) anunció un nuevo lanzamiento de PowerAI, su software de aprendizaje profundo que ataca los principales desafíos que enfrentan los científicos de datos y desarrolladores al simplificar la experiencia de desarrollo con herramientas y preparación de datos, reduciendo drásticamente el tiempo requerido para el entrenamiento de los sistemas de IA de semanas a horas.
Los científicos de datos y desarrolladores utilizan el aprendizaje profundo para desarrollar aplicaciones que van desde la visión por computadora para automóviles que se manejan solos, hasta detección de fraude en tiempo real y sistemas de análisis de riesgo de crédito. Estas aplicaciones cognitivas tienen muchos más recursos de computación que las aplicaciones tradicionales y a menudo pueden abrumar los sistemas x86.
"Los científicos de datos y una comunidad emergente de desarrolladores cognitivos guiarán gran parte de la innovación en la era cognitiva. Nuestro objetivo con PowerAI es hacer que su viaje a la IA sea lo más fácil, intuitivo y productivo posible", dijo Bob Picciano, Vicepresidente Senior de IBM Cognitive Systems. "PowerAI reduce la frustración de esperar e incrementa la productividad. Power Systems han sido diseñados para datos y esta próxima era de computación, en gran contraste con los servidores x86 que fueron diseñados para la era cliente/servidor programable del pasado".
Esta nueva hoja de ruta de PowerAI ofrece cuatro nuevas características significativas que abordan las necesidades críticas de los clientes para el rendimiento de los sistemas de IA, la preparación efectiva de datos y el software de nivel empresarial:
- Fácil de usar: Una nueva herramienta de software llamada "AI Vision" que un desarrollador de aplicaciones puede utilizar con conocimientos limitados sobre aprendizaje profundo para entrenar e implementar modelos de aprendizaje profundo orientados a la visión por computadora para sus necesidades de aplicación.
- Herramientas para la preparación de datos: Integración con IBM Spectrum Conductor, software de virtualización que integra Apache Spark para facilitar el proceso de transformación de datos no estructurados y estructurados para prepararlos para un entrenamiento de aprendizaje profundo.
- Disminución en el tiempo de entrenamiento: Distribución de una versión de computación de TensorFlow, un popular marco en código abierto de aprendizaje de máquina originado por Google. Esta versión distribuida de TensorFlow aprovecha un clúster virtualizado de servidores acelerados mediante GPU que utiliza métodos rentables y de alto rendimiento para reducir el tiempo de entrenamiento de sistemas de IA de semanas a horas.
- Desarrollo sencillo de modelos: Una nueva herramienta de software llamada "DL Insight" permite a los científicos de datos obtener rápidamente una mejor precisión de sus modelos de aprendizaje profundo. Esta herramienta monitorea el proceso de entrenamiento y ajusta automáticamente los parámetros para el máximo rendimiento.
0 Comentarios