随着公有云提供商们争相成为客户人工智能项目的首选,IBM也决定将自己的Watson技术从自己的防火墙后端带向前端。
今天在旧金山举行的IBM Think 2019大会上,IBM宣布Watson现在可作为一项运行在任何云以及客户数据中心内部的便携式技术提供给客户。
IBM数据和人工智能业务总经理Rob Thomas表示:“数据如此分散,如果你必须通过移动数据来运行每个分析项目的话,那就太浪费了。我们的观点是要将AI带到数据所在的任何位置。”
Watson将不会原生运行在AWS和微软Azure等平台上。相反,客户需要在目标环境和Watson上安装IBM Cloud Private for Data容器管理平台。只要客户持有Watson许可,就可以将实例移动到他们喜欢的任何云端。
IBM Cloud Private for Data是IBM多云战略的一个组成部分,该战略的核心是为客户提供选择云平台的透明性。这是管理容器的单一环境,容器则是包含应用运行所需的所有元素的虚拟机。Cloud Private for Data将Kubernetes容器编排管理器与私有映像注册表、管理控制台和监视框架结合到一起。
克服复杂性
虽然目前有80%的企业使用或计划采用多云环境,但管理和保护数据的复杂性往往会随着他们使用云的数量而呈现几何增加趋势。与许多未能达到公有云巨头量级的企业一样,IBM采用了另一种策略,即通过将数据保留在原有位置,而不是强制进行大量数据传输,使客户更容易来回切换工作负载。现在IBM仍然持续销售它自己的公有云服务。
借助这种新的便携特性,客户可以在任何云和本地运行Watson服务,包括Watson Studio开发环境、Watson Assistant虚拟助手、Watson OpenScale AI管理框架。IBM表示,便携性是通过一系列为IBM Cloud Private for Data构建的新微服务实现的,这些微服务可以在云环境中移动和扩展。这些微服务通过Kubernetes可以在任何公有云、混合云或者多云环境中运行。
防止锁定
尽管客户必须留在Watson框架,但IBM仍将此举定位为可以帮助可以防止锁定。作为商业AI产品市场的早期进入者,IBM为Watson开发了很多自有技术,这种策略因限制客户的选择而受到批评。
一年前研究公司Wikibon评论说,像IBM Watson这样的大型集成项目“会发现随着他们的最佳AI工具在开源社区中迅速复制而逐渐被淘汰”。
但Thomas表示,Watson支持各种开源工具。“在Watson内部的工作中有85%是基于开源的,例如Python、R和Tensorflow。我们不支持所有10000种开源工具,但我们支持任何主流的技术。”
最初Watson是一个专注于自然语言理解和信息检索的问答引擎,但IBM已经逐步将Watson扩展到更主流的机器学习应用中,并将其定位为开发平台而非黑盒解决方案。
此外,IBM今天还宣布推出了业务流程管理套件的增强功能,将智能建议融入到现有流程自动化中。Thomas用保险承保流程举例说,该流程可以通过结合机器学习算法提高效率,算法会建议改进工作流程,而不是简单的自动化。
他说:“改善的最大障碍之一是因为漏报没有得到理赔公司的通过。当你将大量数据输入该流程的时候,你就可以更加主动地了解审批的内容。”
Watson集成将在今年晚些时候推出,IBM没有提供进一步的细节。
好文章,需要你的鼓励
Jabra 推出 PanaCast 40 VBS:首款专为小会议室设计的 180° Android 智能音视频一体机
这是一项关于计算机视觉技术突破的研究,由多家知名院校联合完成。研究团队开发了LINO-UniPS系统,能让计算机像人眼一样从不同光照下的照片中准确识别物体真实的表面细节,解决了传统方法只能在特定光照条件下工作的局限性,为虚拟现实、文物保护、工业检测等领域带来重要应用前景。
字节跳动智能创作实验室发布革命性AI视频数据集Phantom-Data,解决视频生成中的"复制粘贴"问题。该数据集包含100万个跨场景身份一致配对,通过三阶段构建流程实现主体检测、多元化检索和身份验证,显著提升文本遵循能力和视频质量。
这篇文章介绍了北京人工智能研究院开发的OmniGen2模型,一个能够同时处理文字转图像、图像编辑和情境生成的全能AI系统。该模型采用双轨制架构,分别处理文本和图像任务,并具备独特的自我反思机制,能够自动检查和改进生成结果。研究团队还开发了专门的数据构建流程和OmniContext评测基准,展现了开源模型的强大潜力。