Sempre più imprese, convinte della necessità di adottare l’Artificial Intelligence (AI), non sanno come affrontare le molteplici sfide che Watson IBM può aiutarle a superare, sostenendole nei prossimi passi verso l’AI.
Uno studio condotto da IBM, attraverso interviste a 5mila responsabili di azienda di livello apicale, evidenzia che l’adozione dell’AI estesa a tutta l’impresa offre un grande vantaggio competitivo. L’82% sta prendendo in considerazione l’adozione di AI e il 77% indica nella soddisfazione del cliente il fattore chiave per questa scelta. Molte imprese tuttavia hanno difficoltà a passare dalla fase di sperimentazione a un’implementazione estesa a tutta l’organizzazione, mentre il 63% ritiene di non possedere le capacità interne per gestire questa tecnologia.
IBM Watson nasce per facilitare il percorso offrendo risposte concrete a queste domande.
Indice degli argomenti
Watson IBM accelera la preparazione dei dati
Estrarre e sfruttare il valore dei dati è probabilmente il desiderio di ogni organizzazione che spera di utilizzare l’AI a questo scopo. Tuttavia, la disponibilità di grandi quantità di dati non è sufficiente. Ci possono volere settimane, a volte mesi, prima che il responsabile della line-of-business ottenga informazioni utili dagli specialisti. La disponibilità di grandi quantità di dati è però anche il presupposto per creare modelli di AI e addestrarli in modo efficace, ma è richiesto un grande lavoro preliminare di preparazione che spesso richiede mesi. L’80% del tempo di un data scientist è dedicato alla ricerca, raccolta, etichettatura e preparazione dei dati per l’input di un modello Deep Learning.
Watson IBM va incontro a questo problema mettendo a disposizione un set di strumenti, progettato anche per non programmatori, dotato di interfacce di facile utilizzo per la preparazione dei dati e include anche funzionalità di etichettatura automatica e adattamento dei dati. L’offerta Watson IBM è stata costruita proprio per rendere i dati un gioco di squadra. In questo modo è possibile coinvolgere tutta l’organizzazione, consentendo ai super-esperti di concentrarsi sulle fasi più critiche della modellizzazione, con il risultato di rendere più veloce la fase di avvio dell’AI e aiutare a trarre valore dai dati.
Superare la scarsità di competenze con Watson IBM
L’area in cui sono carenti le competenze è soprattutto quella dell’ottimizzazione del modello. A peggiorare le cose, l’ottimizzazione e l’addestramento dei modelli sono pesanti e molto iterativi. Watson IBM offre un processo di selezione del modello, la definizione ottimale di iperparametri (la cui scelta è determinante per le prestazioni del modello) e fornisce consigli per ottenere modelli più veloci e con un training più accurato. È questa la parte più difficile su cui concentrare la maggior parte dei data scientist, liberandoli da altre incombenze ripetitive dove vengono impiegati oggi e che possono essere automatizzate grazie a un’infrastruttura pensata per l’AI come Watson IBM.
È infine importante garantire che un modello distribuito rimanga aggiornato automaticamente (con l’aiuto di Watson IBM) e diventi più intelligente man mano che vengono raccolti dati aggiuntivi rendendo questo processo ciclico senza fine.
Watson IBM, un’infrastruttura cognitiva per il futuro
Il sistema Watson IBM si presenta differente da qualunque infrastruttura analitica del passato. Per questo riesce a risolvere la maggior parte dei problemi che le imprese devono affrontare per estende l’AI a tutta l’organizzazione, dalla preparazione dei dati alla riduzione dei tempi per il training iterativo, accelerando l’intero ciclo di vita.
Un ruolo fondamentale è svolto anche dalla componente hardware, anche grazie all’impiego di un processore come POWER9, progettato per gestire carichi di lavoro connessi alla gestione dei Big Data e degli Analytics. Ma ciò che fa premio è l’approccio ecosistemico che fa di Watson IBM un’infrastruttura cognitiva per il futuro.
Partecipa alla community