IBM最近啟動了一系列項目，供開發(fā)人員訪問開放源代碼和服務以構建AI和機器學習應用程序。IBM負責開發(fā)商的業(yè)務拓展的IBM副總裁Angel Diaz表示，賣方希望使這些技術民主化，以便開放源代碼社區(qū)和企業(yè)內的開發(fā)人員可以輕松地訪問和使用它們。

IBM擴大了其位于舊金山的開源數(shù)據(jù)和AI技術中心的范圍-以前稱為Spark技術中心-涵蓋了企業(yè)AI生命周期，該生命周期研究了AI和機器學習技術的范圍，最初側重于深度學習迪亞茲在上個月的IBM Think 2018大會上說。

這樣做的目的是降低準入門檻，并使開發(fā)人員更容易將AI和機器學習技術應用于業(yè)務流程。

作為此擴展的一部分，IBM增加了更多的數(shù)據(jù)科學家和AI工程師，從而催生了新項目，例如Model Asset eXchange（MAX）和深度學習結構（FfDL）（被稱為“小提琴”）。

Diaz說，MAX是供數(shù)據(jù)科學家和AI開發(fā)人員共享和使用使用機器學習引擎（例如TensorFlow，PyTorch和Caffe2）的模型的開源生態(tài)系統(tǒng)。它還提供了用于對這些模型進行分類，注釋和部署以進行預測和推理的標準方法。開發(fā)人員可以在IBM新的Watson Studio AI應用程序開發(fā)平臺中自定義模型。ABB首席數(shù)字官Guido Jouret表示，此外，開發(fā)人員可以針對使用Watson Studio的生產(chǎn)工作負載（例如物聯(lián)網(wǎng)應用程序）訓練和部署MAX模型。

位于華盛頓特區(qū)的Cognilytica高級分析師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間，而且他們還可以訪問開源社區(qū)以不斷添加和改進這些模型。

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，F(xiàn)fDL為流行的開源框架TensorFlow，Caffe和PyTorch提供了云原生服務。它使用Kubernetes提供可擴展的，容錯的深度學習框架。IBM Watson Studio的深度學習即服務功能基于FfDL。