Translation not up to date
IBM watsonx.ai je studio integrovaných nástrojů pro práci s generativními schopnostmi AI, které jsou založeny na základních modelech a pro vytváření modelů strojového učení. IBM watsonx.ai poskytuje zabezpečené prostředí pro spolupráci, kde můžete přistupovat k důvěryhodným datům vaší organizace, automatizovat procesy AI a poskytovat AI ve vašich aplikacích.
Podívejte se na toto krátké video, které představuje watsonx.ai.
Hledáte soubor watsonx.data? Přejděte na IBM watsonx.data.
S produktem IBM watsonx.ai:
- Sestavit modely strojového učení
- Sestavujte modely pomocí rámců typu open source a nástrojů založených na kódu, automatizovaných nebo vizuálních datových vědách.
- Experimentujte s modely základů
- Otestujte výzvy k vygenerování, klasifikaci, shrnutí nebo extrakci obsahu ze vstupního textu. Vyberte si z modelů IBM nebo modelů s otevřeným zdrojovým kódem od společnosti Hugging Face.
- Spravovat životní cyklus AI
- Spravujte a automatizujte celý životní cyklus modelu AI pomocí všech integrovaných nástrojů a běhových prostředí pro trénování, ověřování a implementaci modelů AI.
Watsonx.ai poskytuje tyto nástroje pro práci s daty a modely:
| Co můžete použít | Co můžete udělat | Nejlepší použít, když |
|---|---|---|
| Data Refinery | Přístup k datům z různých připojení zdrojů dat a jejich upřesnění. Materializujte výsledné datové sady jako snímky v čase, které mohou sloučit, spojit nebo filtrovat data pro další datové specialisty, aby je analyzovali a prozkoumali. |
Data je třeba vizualizovat, když je chcete formovat nebo vyčistit. Chcete zjednodušit proces přípravy velkého množství nezpracovaných dat pro analýzu. |
| Vyzvat testovací pracoviště | Experimentujte s produktem IBM a modely základů s otevřeným zdrojovým kódem prostřednictvím zadávání výzev. | Chcete navrhnout výzvy pro vaše generativní řešení AI. |
| AutoAI | Pomocí funkce AutoAI můžete automaticky vybírat algoritmy, navrhovat funkce, generovat kandidáty na propojení procesů a trénovat kandidáty na propojení procesů modelu strojového učení. Poté vyhodnoťte ohodnocená propojení procesů a uložte to nejlepší jako modely. Nasaďte natrénované modely do prostoru nebo vyexportujte propojení procesů trénování modelu, které se vám líbí, z AutoAI do zápisníku, abyste jej upřesnili. |
Chcete pokročilý a automatizovaný způsob, jak rychle vytvořit dobrou sadu trénovacích potrubí a modelů strojového učení. Chcete-li mít možnost exportovat vygenerované kolony, abyste je upřesnili. |
| Notebooky a skripty | Základní modely výzev k zadání s knihovnou Python . Použití notebooků a skriptů k napsání vlastního návrhu funkcí, trénování modelu a kódu vyhodnocení v produktu Python nebo R. Použijte trénovací datové sady, které jsou k dispozici v projektu, nebo připojení ke zdrojům dat, jako jsou databáze, jezera dat nebo úložiště objektů. Kód s oblíbenými rámci a knihovnami typu open source. |
Chcete používat Python nebo R kódovací dovednosti, abyste měli úplnou kontrolu nad kódem, který používáte pro práci s modely. |
| SPSS Modeler toků | Pomocí toků produktu SPSS Modeler můžete vytvářet vlastní toky trénování, vyhodnocování a vyhodnocování modelů strojového učení. Použijte trénovací datové sady, které jsou k dispozici v projektu, nebo připojení ke zdrojům dat, jako jsou databáze, jezera dat nebo úložiště objektů. | Chcete jednoduchý způsob, jak prozkoumat data a definovat toky trénování, vyhodnocování a hodnocení modelu strojového učení. |
| RStudio | Analyzujte data a sestavujte a testujte modely strojového učení pomocí práce s R v RStudio. | Chcete použít vývojové prostředí pro práci v R. |
| Decision Optimization | Příprava dat, import modelů, řešení problémů a porovnání scénářů, vizualizace dat, hledání řešení, vytváření sestav a ukládání modelů pro implementaci pomocí produktu Watson Machine Learning. | Musíte vyhodnotit miliony možností, abyste našli nejlepší řešení problému s preskriptivní analýzou. |
| Federované učení | Trénujte obecný model strojového učení, který používá distribuovaná data. | Musíte trénovat model strojového učení bez přesouvání, kombinování nebo sdílení dat, která jsou distribuována na více místech. |
| Watson Pipelines | Pomocí kanálů můžete vytvářet opakovatelné a naplánované toky, které automatizují přenosný počítač, Data Refinerya kanály pro strojové učení, od příjmu dat až po trénování, testování a implementaci modelu. | Chcete automatizovat některé nebo všechny kroky v toku MLOps. |
| Synthetic Data Generator | Generujte syntetická tabulková data na základě produkčních dat nebo vlastního datového schématu pomocí vizuálních toků a modelovacích algoritmů. | Chcete maskovat nebo napodobovat produkční data, nebo chcete generovat syntetická data z vlastního datového schématu. |
Zabezpečení a soukromí vašich dat a modelů
Vaše práce na watsonx.ai, včetně vašich dat a modelů, které vytvoříte, jsou soukromé pro váš účet:
- Vaše údaje jsou přístupné pouze vám. Vaše data se používají pouze k trénování vašich modelů. Vaše data nebudou nikdy přístupná ani používána společností IBM ani jinou osobou či organizací. Vaše data jsou uložena ve vyhrazených sekcích úložiště z instance služby IBM Cloud Object Storage . Data jsou šifrována v klidu a v pohybu.
- Modely, které vytvoříte, jsou přístupné pouze vám. Vaše modely nebudou nikdy přístupné ani používány společností IBM ani jinou osobou či organizací. Vaše modely jsou zabezpečeny stejným způsobem jako vaše data.
Další informace o zabezpečení a možnostech:
Základní architektura
Produkt Watsonx zahrnuje následující funkce jako zabezpečený a rozšiřitelný základ pro efektivní spolupráci vaší organizace:
- Software a hardware
- Produkt Watsonx je plně spravován produktem IBM na IBM Cloud. Aktualizace softwaru jsou automatické. Škálování výpočetních prostředků a úložiště je automatické.
- Úložiště
- Instance služby IBM Cloud Object Storage je automaticky zajištěna pro poskytnutí úložiště.
- Výpočetní prostředky
- Můžete zvolit vhodné běhové prostředí pro vaše úlohy. Využití výpočetního prostředku je účtováno na základě rychlosti pro běhové prostředí a jeho aktivní doby trvání.
- Zabezpečení, shoda a izolace
- Zabezpečení dat, zabezpečení sítě, dodržování standardů zabezpečení a izolace produktu watsonx jsou spravovány produktem IBM Cloud. Můžete nastavit další možnosti zabezpečení a šifrování.
- Správa uživatelů
- Přidáte uživatele a skupiny uživatelů a spravujete jejich role a oprávnění účtu pomocí produktu IBM Cloud Identity and Access Management. Role přiřazujete v rámci každého pracovního prostoru pro spolupráci napříč platformou.
- Globální vyhledávání
- Můžete vyhledávat aktiva napříč platformou.
- Sdílená připojení ke zdrojům dat
- Můžete sdílet připojení s ostatními v rámci platformy v Platform assets catalog.
- Ukázky
- Můžete experimentovat s ukázkovými datovými sadami, notebooky, projekty a modely produktu IBM.
Watsonx.ai na platformě watsonx zahrnuje služby Watson Studio a Watson Machine Learning .
Pracovní prostory a aktiva
Watsonx je organizován jako sada pracovních prostorů pro spolupráci, kde můžete pracovat se svým týmem nebo organizací. Každý pracovní prostor má sadu členů s rolemi, které poskytují oprávnění k provádění akcí. Většina uživatelů pracuje s aktivy, což jsou položky, které uživatelé přidávají na platformu. Datová aktiva obsahují metadata, která představují data, zatímco aktiva, která vytvoříte v nástrojích, jako jsou modely, spouštějí kód pro práci s daty. Aktiva sestavujete v projektech a spravujete implementaci dokončených aktiv v implementačních prostorech.
Projekty a nástroje
Projekty jsou místa, kde vaše datové vědy a týmy tvůrce modelů spolupracují s daty při vytváření aktiv, jako jsou například uložené výzvy k zadání, notebooky, modely nebo kolony. Váš první projekt, známý jako váš projekt sandboxu, se vytvoří automaticky, když se zaregistrujete pro watsonx.ai.
Následující obrázek ukazuje, jak může stránka Přehled projektu vypadat.
Prostory implementace
Prostory implementace jsou místem, kde váš tým ModelOps implementuje modely a další implementovatelná aktiva do produkce a poté testuje a spravuje implementace v produkčním prostředí. Po sestavení modelů a implementovatelných aktiv v projektech je povyšujete do implementačních prostorů.
Následující obrázek ukazuje, jak může vypadat stránka Přehled prostoru implementace.
Ukázky
Platforma zahrnuje integrovanou kolekci ukázek, která poskytuje modely, datová aktiva, výzvy k zadání, zápisníky a ukázkové projekty. Ukázkové notebooky poskytují příklady datové vědy a kódu strojového učení. Ukázkové projekty obsahují sady dat, modely, další aktiva a podrobné pokyny k řešení konkrétního obchodního problému.
Následující obrázek ukazuje, jak ukázky vypadají.
