IBM lleva el aprendizaje automático a la nube privada
La compañía acaba de presentar IBM Machine Learning, una nueva plataforma cognitiva que lleva el poder del aprendizaje automático a los ordenadores Mainframe System Z y, eventualmente, a IBM Power System.
IBM ha conseguido que la tecnología de machine learning esté disponible en el lugar donde se encuentra gran parte de los datos empresariales de todo el mundo: el ordenador Mainframe System z.
Big Blue ha anunciado IBM Machine Learning, una plataforma cognitiva para crear, entrenar y desplegar un gran volumen de modelos analíticos en la nube privada. Esta plataforma extrae la tecnología de aprendizaje automático del servicio Watson Machine Learning de su oferta de nube pública Bluemix.
“Nuestra misión es hacer que los datos sean sencillos y accesibles a los clientes”, afirma Rob Thomas, director general de IBM Analytics. “Si nos fijamos en el panorama de datos de hoy día, más del 90% de todos los datos del mundo no pueden ser buscados en Google, ni son simples ni accesibles. La mayoría de ellos residen detrás de los firewalls corporativos en las nubes privadas”, explica Thomas.
El Mainframe System z, de acuerdo con Thomas, es el núcleo operativo de organizaciones globales que procesan miles de millones de transacciones diarias: bancos, minoristas, aseguradoras, empresas de transporte y Gobiernos.
“Hemos extraído la capacidad de aprendizaje automático de Watson, disponible en la nube pública. Estamos haciendo que también esté disponible para cualquier dato de la cloud privada. No importa dónde esté, vamos a poner el machine learning al alcance de los datos más valiosos del mundo, que son los de los Mainframes”, explica Rob Thomas.
IBM Machine Learning no solo será ejecutada en estos ordenadores; a lo largo del año se implementará en otras plataformas, como IBM Power Systems.
La nueva plataforma permitirá a los científicos de datos automatizar la creación, capacitación y despliegue de modelos analíticos operacionales que darán soporte a cualquier lenguaje (Java, Script), cualquier framework de machine learning (Apache SparkML, TensorFlow and H2O) y todo tipo de datos transaccionales.
Thomas también ha asegurado que estas capacidades no incurrirán en el coste, en la latencia ni en el riesgo de mover datos off premise.
