IBM AI OpenScale

AI OpenScale позволяет предприятиям управлять и автоматизировать ИИ в масштабе - независимо от того, как ИИ был построен и где он работает.  Характеристики платформы AI OpenScale

• Открытая разработка.Интеграция с общими инструментами, инфраструктурами и средами AI в общедоступных, частных или on-prem.
• Доверие, прозрачность и объяснимость.Предоставляйте объяснения в том, как принимаются решения ИИ, и автоматически обнаруживайте и смягчайте предвзятость для получения справедливых, надежных результатов.
• Автоматизация ИИ. Автоматизируйте жизненный цикл приложения AI, от генерируемых AI нейронных сетей, адаптированных к вашим данным и рабочим нагрузкам, до технологии смещения, которая смягчает предвзятость во время выполнения.

Преимущества AI OpenScale AI OpenScale автоматизирует объяснимость, смягчает предвзятость и обеспечивает аудитоспособность на протяжении всего жизненного цикла ИИ агентом. Это помогает компаниям:

• Понимать, как приложения ИИ достигают решений - AI OpenScale объясняет, как рекомендации AI сделаны в повседневных деловых условиях.
• Уклонение адреса в приложениях AI автоматически - AI OpenScale постоянно контролирует приложения AI и предотвращает предвзятость благодаря уникальной, мощной и автоматизированной технологии устранения смещения.
• Убедиться, что приложения AI проверены - AI OpenScale регистрирует каждое предсказание, каждую модельную версию и все используемые данные обучения вместе со всеми показателями, чтобы помочь компаниям соблюдать такие правила, как GDPR.
• Использовать AI для создания AI - AI OpenScale обращается к нехватке инженеров-инженеров-человеков, бросая AI в проблему. IBM Neural Network Synthesis Engine (NeuNetS) позволит предприятиям быстро и автоматически создавать нейронные сети - по сути, запускать ИИ - с нуля. Первоначально NeuNetS будет доступен в AI OpenScale в бета-версии.
• Управляйте и масштабируйте AI в интероперабельном режиме - AI OpenScale может работать с машинами с открытым исходным кодом или с помощью моделей глубокого обучения, таких как Tensorflow, Scikitlearn, Keras и SparkML. Он также может обрабатывать приложения и модели, обучаемые и размещенные в обычных средах, включая IBM Watson, IBM PowerAI, Seldon, AWS SageMaker, AzureML и другие двигатели, отличные от IBM.