Cloud Ecosystem Hub

IBM rende disponibile la tecnologia di apprendimento automatico là dove si trova la maggior parte dei dati aziendali: il mainframe System z. Questa settimana Big Blue ha annunciato IBM Machine Learning, una piattaforma cognitiva per la creazione, la formazione e la distribuzione di un elevato volume di modelli analitici nel cloud privato. La piattaforma si avvale della tecnologia di apprendimento automatico del suo servizio Watson Machine Learning attraverso l’offerta di cloud pubblico Bluemix.

La nostra missione è rendere i dati semplici e accessibili per i clienti”, ha dichiarato afferma Rob Thomas, general manager di IBM Analytics. “Considerando l’attuale scenario, oltre il 90 per cento dei dati a livello mondiale non può essere trovato tramite Google. Non sono semplici né accessibili. La maggior parte di questi dati risiede dietro i firewall aziendali in cloud privati”.

Watson incontra il mainframe

Thomas ha sottolineato che il mainframe z System è il nucleo operativo di aziende che ogni giorno elaborano miliardi di transazioni, come banche, assicurazioni, retailer, aziende di trasporto e istituzioni governative.

Abbiamo estratto le capacità di apprendimento automatico da Watson, disponibile sul cloud pubblico, e le stiamo rendendo disponibili per ogni tipo di dati che si trovano in cloud privati”, ha spiegato Thomas. “Non importa dove si trovano i dati: vogliamo rendere disponibile l’apprendimento automatico, e stiamo iniziando con i dati più importanti, ovvero quelli che si trovano nei mainframe”.

Inizialmente IBM Machine Learning renderà disponibili le funzioni di apprendimento sul mainframe, ma nel corso dell’anno IBM rilascerà nuove release tutto l’anno per altre piattaforme, tra cui IBM POWER Systems.

IBM Machine Learning permette ai data scientist di automatizzare la creazione, la formazione e la distruzione di modelli analitici operativi che supportano:

– qualsiasi linguaggio (per esempio Scala, Java, Python)
– i più diffusi framework di apprendimento automatico (tra cui Apache SparkML, TensorFlow e H2O – anche se la release iniziale supporterà solo SparkML)
– qualsiasi tipo di dati transazionali

Il manager ha aggiunto che queste funzionalità saranno disponibili senza dover sostenere il costo, la latenza o il rischio di spostare i dati off-premise.

Nuove frontiere per gli analytics

Il machine learning e il deep learning rappresentano nuove frontiere per gli analytics”, ha commentato Thomas. “Queste tecnologie saranno fondamentali per automatizzare gli insight di sistemi critici e servizi cloud su scala mondiale. IBM Machine Learning è stato progettato sfruttando le nostre tecnologie Watson per accelerare l’adozione del machine learning proprio dove risiede la maggior parte dei dati aziendali. Mano a mano che i clienti vedono un ritorno d’affari sul cloud privato, espanderanno le implementazioni su cloud ibrido e pubblico”.

Il fatto che le basi di IBM Machine Learning siano nel servizio Watson assicura che è stato progettato sulla collaborazione e la portabilità in un ambiente ibrido. Gli algoritmi di apprendimento automatico possono essere creati e formati in un cloud privato e trasferiti senza soluzione di continuità nel cloud pubblico e viceversa, il tutto con una gestione comune.

 

WHITEPAPER GRATUITI