IBM与Trifacta合作开发用于AI模型的新数据准备工具

IBM公司正在尝试使用与Trifacta Inc.共同开发的新数据准备工具来解决准备用于人工智能和机器学习模型训练的数据的繁琐且耗时的过程。

两家公司指出，数据准备是构建机器学习和预测模型的关键步骤。那是因为数据需要非常准确，否则模型将无效，但是问题是数据科学家最多可以将80%的时间花费在此任务上。

这是一个非常漫长的时间，可以更好地用于其他事情，这就是今天IBM和Trifacta宣布其新的InfoSphere Advanced Data Preparation工具的原因，他们说这有助于加快流程。

借助InfoSphere，数据科学家可以将其原始数据集转换为适合于机器学习模型的格式，同时使用其现有的数据湖和数据仓库。

两家公司表示，该工具旨在“格式化，构造和丰富用于分析处理和标准报告的数据集”。它的工作原理是帮助用户可视化数据准备过程，以便他们可以连续跟踪数据的质量，并确保在格式化数据时不会发生错误。该过程也完全自动化，这意味着正式员工以及数据科学家可以准备和丰富其数据以进行分析。

Trifacta首席执行官亚当·威尔逊(Adam Wilson)表示，该公司与IBM合作创建了InfoSphere，此前该公司目睹了许多组织由于数据质量差和准备流程效率低下而难以开展AI计划。

威尔逊说：“这项合作将使组织能够在受管和集中管理的环境中加快自助服务分析的数据准备。”

Constellation Research Inc.分析师Doug Henschen告诉SiliconANGLE，与IBM的合作实际上是Trifacta的妙招，更不用说为IBM节省时间了，因为它可以带来“最新的自助服务数据”将功能“推向市场”的过程比它自己完成的过程更快。

Henschen说：“我认为IBM明智地专注于建模生命周期的开发，部署，监视和持续管理方面，并在可能的情况下开发自动化。” “为什么Trifacta很好地应对了准备挑战?Trifacta在其云平台上也与Google建立了重要的合作伙伴关系，因此这是著名合作伙伴对其能力的第二次认可。”

除了新的数据准备工具外，IBM还宣布了其Cloud Pak for Data服务的一些更新，该服务用于集成，管理和管理各种公共和私有云中的数据。更新包括Cloud Pak for Data上的Watson Knowledge Catalog Professional可用性，据说可以改善“

分析的数据可发现性”并提供更多治理工具。

还有用于数据的IBM Cloud Pak的DataStage Edition(旨在减少数据转换作业的延迟)，以及 用于IBM Cloud Pak的Data Watson Discovery(用于在各种云之间发现数据的AI搜索工具)。