IBM Watson 機器學習技術導入 z Systems,助企業運用資料洞察先機

作者 | 發布日期 2017 年 03 月 16 日 15:25 | 分類 AI 人工智慧 , 市場動態 , 網路 follow us in feedly

為協助企業更充分應用資料分析加速創新與轉型腳步,IBM 針對企業私有雲環境率先推出機器學習服務「IBM Machine Learning for z/OS」,透過將 IBM Watson 的核心機器學習技術導入大型主機 z Systems,讓企業無需將資料搬上雲端環境,便能以更智慧且便捷的流程分析再利用有價值資訊,享受機器學習帶來的巨大效益;未來 IBM 更計劃將機器學習功能推向 IBM Power Systems,加速機器學習技術普及至企業資料應用領域。



「機器學習與深度學習不僅僅是先進的分析技術,也是改變企業核心系統與雲端服務萃取洞察的關鍵技術。」IBM 大數據和商業分析事業群總經理 Rob Thomas 指出,全球 90% 以上的資料是儲存在企業防火牆之後,亦即儲存於私有雲上;透過搭載 IBM 機器學習功能的 IBM z Systems,企業將能輕鬆地分析與管理龐雜的數據內容,同時藉由不斷地查核與優化分析模型效能,確保模型品質與資料分析的準確性,協助企業在激烈競爭的市場中取得最佳優勢。

台灣 IBM 硬體系統事業部總經理李正屹進一步說明,IBM z Systems 每日可處理高達 25 億筆交易資料,並具備可擴充性、高效能、完整性與安全性,已連續 8 年榮獲全球最可靠的伺服器,同時受到全球企業用戶的青睞;全球 100 大銀行就有 92 家銀行採用 IBM z Systems 維運核心金融業務,全球 25 大零售業者更有 24 家透過 IBM z System 提供創新零售服務,而全球前十大保險公司亦為 IBM z System 的用戶。而今 IBM 推出 Machine Learning for z/OS 服務,將有利於企業成長的數據資料一併統整至 IBM z Systems,建構出真正能夠學習的機器,並透過具有自適應」的功能模式,實現更智慧的效能,以利企業鞏固客戶關係、拓展新業務與降低營運風險。

IBM 機器學習功能可處理各種類型的交易資料,並支援 Scala、Java 與 Python 等各種開發語言,以及 Apache SparkML、TensorFlow、H2O 等多種機器學習框架,其中由 IBM 研究院研發的認知助理──認知自動化資料科學家(Cognitive Automation for Data Scientists),將能依據資料分析目的、資料產生速度等推薦企業最適合的資料分析演算法,進一步優化資料分析結果。

IBM 並認為,隨著機器學習在私有雲的應用成效愈來愈高,未來極可能擴大應用於混合雲與公有雲環境,以解決各種商業問題。舉例而言,零售業者可依照今日的市場趨勢預測業務表現,甚至根據一小時前發生的事件即時提供個人化行銷方案;財務規劃師或理財經理人能依照當前網路資訊、市場趨勢與新聞動態,推薦最適合客戶的產品組合;而健康照護業者也能透過蒐集與分析醫療或健身裝置的數據資料,打造個人化健康服務或治療計畫。

除了在 IBM z Systems 上提供機器學習功能,IBM 下一步更計劃將機器學習功能推向 IBM Power Systems,加速機器學習技術普及至企業資料應用領域,協助更多企業以更經濟、高效且安全的方式處理所有數據資料、優化產品服務,進而在市場中保持領先地位。

(首圖來源:IBM)