Dotscience是DevOps机器学习（ML）的先驱，凭借其用于协作，端到端ML数据和模型管理的平台而脱颖而出。通过为团队提供协作跟踪运行的独特能力，培训AI模型时使用的数据，代码和参数记录Dotscience为包括金融科技，自动驾驶汽车，医疗保健和咨询在内的行业的ML和数据科学团队授权，以实现可重复性，问责制，协作跨AI模型生命周期的持续交付。Dotscience平台现在可以作为SaaS或本地提供，并在8月份的亚马逊网络服务（AWS）市场上提供。 “人工智能开发的现状很像20世纪90年代的软件开发。在称为DevOps的运动之前，版本控制，持续集成和持续交付等现代最佳实践远没有那么普遍，软件需要六个月才能发货是正常的。现在，软件只需几分钟即可完成，“ Dotscience创始人兼首席执行官Luke Marsden表示。“在Dotscience，我们正在应用相同的协作，控制和持续交付DevOps的原则到AI，以简化，加速和控制AI开发。” 人工智能开发和运营挑战 数据科学和机器学习团队通常面临众多问题，这些问题使ML项目更有可能失败并为业务创造财务，声誉或法律风险。这些包括浪费时间，协作困难，手动跟踪数据时出错，无可重复性或来源，缺乏自动化测试，手动部署模型，不受监控的模型以及丢失正在运行的内容以及它来自哪里导致“雪花部署”。 根据德勤的“企业人工智能状况，第2版”，大多数受访者表示“实施，整合到角色和功能，以及衡量和证明人工智能解决方案的商业价值是人工智能计划的最大挑战。”根据Dotscience的“ 人工智能应用开发和运营状况2019 ”市场研究结果今天发布的调查结果显示，受访者在AI工作负载中遇到的三大挑战是重复工作（33.2％），在团队成员离职后重写模型（27.8％）并且难以证明价值（27％）。该报告评估了企业如何在今天部署AI，并在构建，部署和迭代AI时调查问责制和协作的需求。 推荐阅读：叶紫网 （正文已结束） （编辑：喜羊羊） 免责声明及提醒：此文内容为本网所转载企业宣传资讯，该相关信息仅为宣传及传递更多信息之目的，不代表本网站观点，文章真实性请浏览者慎重核实！任何投资加盟均有风险，提醒广大民众投资需谨慎！ |
