日前，IBM宣布推出AutoAI，这是IBM Watson Studio上又一全新功能，旨在帮助企业实现人工智能设计、优化和管理等环节的自动化。如此，数据科学家们便可以腾出更多时间投入到机器学习模型的设计、测试和部署等工作上来。尽管人们已经意识到人工智能在商业中越来越高的战略价值，但大多数组织还仍在努力应对基础信息架构方面的挑战。寻找、收集和整理零散、孤立的数据，并将这些数据准备好用作分析与机器学习，这些繁琐的工作往往减慢了人工智能的开发。

    只为给全球数据科学家“减负”，IBM让Watson Studio得到自动化功能加持  

Forrester近期发表的一篇报告中称，60%的受访者表示，管理数据质量是实现人工智能所面临的最大挑战之一，另有44%的受访者将这一挑战归结为数据的准备。

对于没有数据科学家的企业来说，人工智能项目面临着更大的挑战。IBM商业价值研究院在一项题为《向企业级人工智能的转变》（Shifting Toward Enterprise-Grade AI）的研究中指出，63%的受访者表示，缺乏适当的技术、技能是企业实施人工智能所面临的主要挑战。

Watson Studio 全新AutoAI功能与Watson Machine Learning相结合，将能够帮助企业加速并实现人工智能生命周期中各个步骤的自动化，从而解决上述挑战。

全新AutoAI功能专门为加速企业人工智能开发而设计，使那些极其耗时的数据准备和预处理环节实现自动化，例如模型开发、功能工程等。目前，企业已可以在基于IBM云的Watson Studio上使用此功能。

AutoAI的推出是为了使用户能够利用超参数（hyperparameter）优化功能，更轻松地构建数据科学和人工智能模型。此外，AutoAI还包含一套强大的企业级数据科学模型集，如梯度增强树（gradient boosted trees）等，帮助用户快速扩展机器学习实验并完成部署。

IBM大数据与人工智能业务总经理Rob Thomas表示：“IBM始终与客户保持密切合作，为他们规划通往人工智能的路径，而许多客户面临的首要挑战之一便是数据准备，这是人工智能的基础步骤。我们已经发现，对于一些成熟企业而言，数据基础架构的复杂性让人望而生畏，而对于那些几乎没有或根本没有技术资源的企业来说，这种复杂性更是根本无法驾驭的。我们为Watson Studio提供的自动化功能旨在简化流程，帮助客户更快地构建机器学习模型和实验。”

AutoAI系列还包括IBM Neural Networks Synthesis（NeuNetS），这一技术于去年秋天首次亮相，目前在Watson Studio项目中处于公测阶段。这一技术能够使用户通过人工智能自动合成定制化的神经网络，快速跟踪深度学习模型的开发。NeuNetS使用户能够在优化速度和精度方面进行选择，并实时观察模型的构建并进行自我训练。

Watson Studio AutoAI利用IBM研究院开发的关键技术，基于IBM多年来一直在开发和提供的诸多自动化功能，为包括IBM Watson Assistant，IBM Watson Discovery与IBM Watson Machine Learning在内的各种解决方案都提供了不同程度的自动化，加快并简化了极其耗时的任务与环节，使客户能够更快地专注于具有更高价值的工作。