Resolverá puntos críticos en el rendimiento de sistemas de AI.
IBM anunció su más reciente software de aprendizaje profundo, PowerAI, con el cual busca mejorar y simplificar la experiencia de desarrollo basada en Inteligencia Artificial (AI por sus siglas en inglés) con base en una plataforma fácil de usar, herramientas para la preparación de datos, disminución del tiempo de entrenamiento y capacidad para realizar modelos de manera sencilla.
Los científicos de datos y una comunidad emergente de desarrolladores cognitivos guiarán gran parte de la innovación en la era cognitiva. Nuestro objetivo con PowerAI es hacer que su viaje a la AI sea lo más fácil, intuitivo y productivo posible», dijo Bob Picciano, Vicepresidente Senior de IBM Cognitive Systems.
La compañía aseguró que las aplicaciones cognitivas han permitido el desarrollo de software de distintas índoles que incluyen “visión” para los vehículos autómatas, detección de fraude en tiempo real y hasta sistemas de análisis de riesgo de crédito, por lo que frecuentemente sobrepasan las capacidades de sistemas basados en arquitectura x86.
Picciano, explicó que su más reciente aplicación reducirá la frustración de esperar e incrementar la productividad ya que fue diseñada para datos y la próxima era de computación, frente a los servidores x86 que se construyeron bajo un pensamiento arcaico.
PowerAI resolverá las necesidades críticas para el rendimiento de los sistemas de AI con base en características que incluyen la facilidad de uso gracias a su herramienta AI Vision, con la que los desarrolladores podrán utilizar conocimientos limitados de deep learning para entrenar e implementar otros orientados a la visión por computadora.
Otras herramientas como la integración con el software de virtualización IBM Spectrum Conductor que integra APAche Spark, ayudará a que el proceso de transformación de datos no estructurados y estructurados sean preparados para entrenamiento de deep learning.
Dado que el tiempo es crucial en cuanto al desarrollo de software, PowerAI aprovechará un clúster virtualizado de servidores acelerados mediante GPU distribuido por TensorFlow, marco en código abierto originado por Google, para reducir el tiempo de entrenamiento de los sistemas de semanas a horas.
Asimismo, el DL Insight permitirá que los modelos de aprendizaje profundo puedan ser obtenidos de manera más rápida y precisa, monitoreando además el proceso y ajustándolo automáticamente a los parámetros de máximo rendimiento.
C$T-EVP