隨著數(shù)據(jù)科學(xué)平臺在諸如預(yù)測分析之類的企業(yè)應(yīng)用程序中擴展，自動化機器學(xué)習(xí)供應(yīng)商正在將AI模型與新興基礎(chǔ)架構(gòu)穩(wěn)定集成，以簡化部署和編排。

例如，數(shù)據(jù)科學(xué)自動化專家dotData本周發(fā)布了一個針對實時預(yù)測的基于容器的機器學(xué)習(xí)模型。應(yīng)用包括自動貸款處理，動態(tài)定價，欺詐檢測和工業(yè)物聯(lián)網(wǎng)部署，例如本周宣布的智能制造合作伙伴關(guān)系。

Stream平臺旨在使用dotData的AI和機器學(xué)習(xí)模型提供實時預(yù)測。這些模型是通過類似于啟動Docker應(yīng)用程序容器的一鍵式過程從公司的旗艦平臺下載的。

部署選項包括在旨在處理企業(yè)AI編排任務(wù)的基于云的MLOps平臺中運行實時預(yù)測器。該公司周二（7月7日）表示，它還可以在用于物聯(lián)網(wǎng)應(yīng)用的邊緣服務(wù)器上運行。

dotData的創(chuàng)始人兼首席執(zhí)行官Ryohei Fujimaki說：“我們看到對實時預(yù)測功能的需求正在增加。” 總部位于加利福尼亞州圣馬特奧的該公司還披露了與日本JFE Steel Corp.的合作關(guān)系，以在其制造工廠中部署Stream平臺。

除了自動化的AI開發(fā)工作流程外，dotData的MLOps工具也得到了推廣，以使機器學(xué)習(xí)模型可操作。該功能包括在生產(chǎn)中生產(chǎn)機器學(xué)習(xí)管道，其中包括功能開發(fā)和ML評分，用于預(yù)測從數(shù)據(jù)中得出的未來價值。

該公司表示，“隨著數(shù)據(jù)隨時間的變化”，維護這些管道的過程是自動化的。

隨著企業(yè)開始從對“黑匣子”深度學(xué)習(xí)的高度依賴轉(zhuǎn)向可解釋的AI方法，日本計算機巨頭NEC Corp.于2018年4月剝離了Fujimaki的團隊，成立了dotData。衍生產(chǎn)品的“白盒”框架旨在在使機器學(xué)習(xí)流程自動化的同時，提供有關(guān)如何進行預(yù)測的更多透明度。這些工具包括數(shù)據(jù)收集和模型訓(xùn)練以及模型選擇，現(xiàn)在簡化了通過容器在生產(chǎn)中部署模型的過程。

除了與JFE Steel的最新智能制造合作伙伴關(guān)系外，dotData的軟件已被包括日本航空在內(nèi)的金融服務(wù)，電信，零售，制藥，運輸和航空行業(yè)的公司采用（OTCMKTS：JAPSY）。