IBM最近啟動(dòng)了一系列項(xiàng)目,供開發(fā)人員訪問開放源代碼和服務(wù)以構(gòu)建AI和機(jī)器學(xué)習(xí)應(yīng)用程序。IBM負(fù)責(zé)開發(fā)商的業(yè)務(wù)拓展的IBM副總裁Angel Diaz表示,賣方希望使這些技術(shù)民主化,以便開放源代碼社區(qū)和企業(yè)內(nèi)的開發(fā)人員可以輕松地訪問和使用它們。
IBM擴(kuò)大了其位于舊金山的開源數(shù)據(jù)和AI技術(shù)中心的范圍-以前稱為Spark技術(shù)中心-涵蓋了企業(yè)AI生命周期,該生命周期研究了AI和機(jī)器學(xué)習(xí)技術(shù)的范圍,最初側(cè)重于深度學(xué)習(xí)迪亞茲在上個(gè)月的IBM Think 2018大會(huì)上說。
這樣做的目的是降低準(zhǔn)入門檻,并使開發(fā)人員更容易將AI和機(jī)器學(xué)習(xí)技術(shù)應(yīng)用于業(yè)務(wù)流程。
作為此擴(kuò)展的一部分,IBM增加了更多的數(shù)據(jù)科學(xué)家和AI工程師,從而催生了新項(xiàng)目,例如Model Asset eXchange(MAX)和深度學(xué)習(xí)結(jié)構(gòu)(FfDL)(被稱為“小提琴”)。
Diaz說,MAX是供數(shù)據(jù)科學(xué)家和AI開發(fā)人員共享和使用使用機(jī)器學(xué)習(xí)引擎(例如TensorFlow,PyTorch和Caffe2)的模型的開源生態(tài)系統(tǒng)。它還提供了用于對(duì)這些模型進(jìn)行分類,注釋和部署以進(jìn)行預(yù)測和推理的標(biāo)準(zhǔn)方法。開發(fā)人員可以在IBM新的Watson Studio AI應(yīng)用程序開發(fā)平臺(tái)中自定義模型。ABB首席數(shù)字官Guido Jouret表示,此外,開發(fā)人員可以針對(duì)使用Watson Studio的生產(chǎn)工作負(fù)載(例如物聯(lián)網(wǎng)應(yīng)用程序)訓(xùn)練和部署MAX模型。
位于華盛頓特區(qū)的Cognilytica高級(jí)分析師Kathleen Walch說,IBM的MAX不僅避免了開發(fā)人員自己創(chuàng)建這些模型的成本和時(shí)間,而且他們還可以訪問開源社區(qū)以不斷添加和改進(jìn)這些模型。
她說:“這有助于為沒有足夠數(shù)據(jù)或資源的較小公司創(chuàng)造公平的競爭環(huán)境。”
同時(shí),F(xiàn)fDL為流行的開源框架TensorFlow,Caffe和PyTorch提供了云原生服務(wù)。它使用Kubernetes提供可擴(kuò)展的,容錯(cuò)的深度學(xué)習(xí)框架。IBM Watson Studio的深度學(xué)習(xí)即服務(wù)功能基于FfDL。
-
IBM
+關(guān)注
關(guān)注
3文章
1848瀏覽量
76653 -
深度學(xué)習(xí)
+關(guān)注
關(guān)注
73文章
5587瀏覽量
123762 -
ai技術(shù)
+關(guān)注
關(guān)注
1文章
1311瀏覽量
25532
發(fā)布評(píng)論請(qǐng)先 登錄
利用超微型 Neuton ML 模型解鎖 SoC 邊緣人工智能
OpenAI開源模型登陸IBM watsonx.ai開發(fā)平臺(tái)
超小型Neuton機(jī)器學(xué)習(xí)模型, 在任何系統(tǒng)級(jí)芯片(SoC)上解鎖邊緣人工智能應(yīng)用.
Thingy:91 X 為開發(fā)人員提供了一個(gè)經(jīng)過全球認(rèn)證的、多傳感器、電池供電的蜂窩物聯(lián)網(wǎng)原型平臺(tái)
NanoEdge AI Studio 面向STM32開發(fā)人員機(jī)器學(xué)習(xí)(ML)技術(shù)
NVIDIA推出開源物理AI數(shù)據(jù)集
英特爾FPGA AI套件軟件2024.3版本的主要亮點(diǎn)
IBM發(fā)布全新Granite 3.2 AI模型
亞馬遜云科技與GitLab發(fā)布AI集成產(chǎn)品,加速DevSecOps
Silicon Labs攜手Eta Compute簡化邊緣ML開發(fā)
IBM TechXchange 2024精彩前瞻
MSPDebugStack開發(fā)人員指南
SensiML開源了Analytics Studio AutoML引擎

IBM通過AI和開源ML項(xiàng)目吸引開發(fā)人員
評(píng)論