由于IBM Watson Studio（之前的(de)Data Science Experience）等産品，部署AI應用(yòng)和(hé)服務并不像以前那樣具有挑戰性。于2017年首次亮相的(de)Watson Studio，提供了(le)一個(gè)幫助分(fēn)析、可(kě)視化(huà)和(hé)清理(lǐ)數據的(de)環境和(hé)工具，并實時(shí)培訓和(hé)優化(huà)機器學習(xí)模型。現在，随著(zhe)AutoAI的(de)推出，它将變得(de)更加強大(dà)。AutoAI旨在自動執行與企業環境中AI協調相關的(de)任務。

IBM Data和(hé)AI總經理(lǐ)Rob Thomas在一份聲明(míng)中說道：“爲制定人(rén)工智能的(de)發展路徑，IBM一直在與客戶密切合作。發展過程中，許多(duō)人(rén)會面臨數據準備步驟的(de)挑戰，這(zhè)也(yě)是發展人(rén)工智能的(de)基本步驟。我們已經看到，對(duì)很多(duō)成熟的(de)公司來(lái)說，數據基礎設施的(de)複雜(zá)性可(kě)能是令人(rén)震驚的(de)；但對(duì)于那些幾乎沒有技術資源的(de)公司來(lái)說，依然是一個(gè)壓倒性的(de)難題。我們爲Watson Studio提供的(de)自動化(huà)功能旨在簡化(huà)流程，幫助客戶更快(kuài)地開始構建機器學習(xí)模型和(hé)實驗。”

AutoAI可(kě)以自動執行數據準備和(hé)預處理(lǐ)步驟，包括特征工程，或使用(yòng)數據領域知識創建元素核心到AI算(suàn)法的(de)過程。它處理(lǐ)超參數優化(huà)（爲學習(xí)算(suàn)法選擇一組最優超參數，其中“超參數”指的(de)是在學習(xí)過程開始之前設置的(de)值），并且它擁有一套不斷增長(cháng)的(de)強大(dà)預訓練模型類型，例如梯度提升樹。

此外，Watson Studio AutoAI也(yě)是IBM的(de)Neural Networks Synthesis（NeuNetS），這(zhè)個(gè)平台旨在通(tōng)過利用(yòng)AI自動合成自定義神經網絡，以及允許用(yòng)戶選擇優先考慮速度或準确性來(lái)加速深度學習(xí)模型開發。IBM表示，它使用(yòng)Kubernetes在IBM Cloud上運行，并且不需要深度學習(xí)框架的(de)代碼知識或經驗。

去年秋天，NeuNetS推出預覽版，并在Watson Studio項目中提供測試版。

就在幾個(gè)月(yuè)前，IBM通(tōng)過與IBM Cloud Private for Data的(de)集成，将Watson Studio、Watson Assistant和(hé)AI OpenScale帶到私有雲平台和(hé)公共平台（如Google Cloud Platform、AWS和(hé)Microsoft Azure）。此外，IBM還(hái)推出了(le)AI Digital Automation，這(zhè)是一種收集和(hé)分(fēn)析數據模式的(de)服務，用(yòng)于識别可(kě)自動執行的(de)任務。

IBM在機器學習(xí)即服務（MLaaS）市場(chǎng)上與谷歌(gē)、微軟、亞馬遜和(hé)其他(tā)公司展開競争，預計這(zhè)一市場(chǎng)到2023年将達到55億美(měi)元。微軟在3月(yuè)初宣布增強Azure Machine Learning。4月(yuè)，谷歌(gē)在其I/O 2019開發者大(dà)會期間，爲結構化(huà)數據引入了(le)AutoML Video和(hé)AutoML Tables，這(zhè)是谷歌(gē)自動創建AI系統服務的(de)套件。就在本周，亞馬遜宣布推出Amazon Personalize，這(zhè)是一項AWS服務，可(kě)以促進網站、移動應用(yòng)、内容管理(lǐ)和(hé)電子郵件營銷系統的(de)開發，這(zhè)些系統可(kě)以提供定制的(de)搜索結果。