La faible offre et les salaires élevés des scientifiques des données ont conduit de nombreuses entreprises à prendre la décision totalement conforme à l’intelligence artificielle : automatiser tout ce qui est possible. L’apprentissage automatique en est un bon exemple. UN Étude Forrester ont constaté que l’apprentissage automatique automatisé (AutoML) a été adopté par 61 % des décideurs en matière de données et d’analyse dans les entreprises utilisant l’IA, et que 25 % des entreprises déclarent qu’elles le feront l’année prochaine.
L’apprentissage automatique automatisé (AutoML) automatise les tâches d’apprentissage automatique répétitives et manuelles. Ce n’est pas rien, surtout lorsque les scientifiques et les analystes de données passent désormais la majorité de leur temps à nettoyer, rechercher et préparer des données. AutoML leur permet d’externaliser ces tâches vers des machines pour développer et déployer plus rapidement des modèles d’IA.
Si votre entreprise hésite encore à adopter AutoML, voici quelques très bonnes raisons de le déployer au plus vite.
1. AutoML Super habilite les scientifiques des données
AutoML transfère les données à un algorithme d’entraînement. Il recherche ensuite le meilleur réseau de neurones pour chaque cas d’utilisation souhaité. Les résultats peuvent être générés en 15 minutes au lieu de plusieurs heures. Les réseaux de neurones profonds, en particulier, sont notoirement difficiles à régler correctement pour un non-expert. AutoML automatise le processus de formation d’une large sélection de modèles d’apprentissage en profondeur et d’autres types de candidats.
Avec AutoML, les data scientists peuvent dire adieu aux tâches répétitives, fastidieuses et chronophages. Ils peuvent itérer plus rapidement et explorer de nouvelles approches de ce qu’ils modélisent. La facilité d’utilisation d’AutoML permet à davantage de non-programmeurs et de cadres supérieurs de s’impliquer dans la conception et l’exécution de projets et d’expériences.
2. AutoML peut avoir d’importants avantages financiers
Avec l’automatisation vient l’accélération. L’accélération peut être monétisée.
Les entreprises utilisant AutoML ont enregistré une augmentation de leurs revenus et des économies grâce à leur utilisation de la technologie. UN organisation de soins de santé a économisé 2 millions de dollars par an grâce à la réduction des heures de soins infirmiers et 10 millions de dollars grâce à la réduction des séjours des patients. UN société de services financiers a vu ses revenus grimper de 1,5 à 4 % en utilisant AutoML pour gérer l’optimisation des prix.
3. AutoML améliore les efforts de développement de l’IA
AutoML simplifie le processus de sélection et d’optimisation du meilleur algorithme pour chaque modèle de machine learning. La technologie sélectionne parmi un large éventail de choix (par exemple, arbres de décision, régression logistique, arbres à gradient renforcé) et optimise automatiquement le modèle. Il transfère ensuite les données à chaque algorithme de formation pour aider à déterminer l’architecture optimale. L’automatisation de la modélisation ML réduit également le risque d’erreur humaine.
Une entreprise a réduit le délai de déploiement des modèles ML par un facteur de 10 par rapport aux projets antérieurs. D’autres ont amélioré la précision de la notation et de la prédiction des prospects et réduit le temps d’ingénierie. Grâce aux modèles de ML créés avec AutoML, les clients ont réduit le taux de désabonnement des clients, réduit les stocks reportés, amélioré les taux d’ouverture des e-mails et généré davantage de revenus.
4. AutoML est excellent dans de nombreux cas d’utilisation
Les cas d’utilisation où AutoML excelle incluent l’évaluation des risques dans les services bancaires, financiers et d’assurance ; surveillance et tests de cybersécurité; analyse des sentiments du chatbot ; l’analyse prédictive en marketing ; suggestions de contenu par des entreprises de divertissement ; et l’optimisation des stocks dans le commerce de détail. AutoML est également utilisé dans des environnements de soins de santé et de recherche pour analyser et développer des informations exploitables à partir de grands ensembles de données.
AutoML est utilisé efficacement pour améliorer l’exactitude et la précision des modèles de détection de fraude. Un grand société de paiement amélioré la précision de leur modèle de détection de fraude de 89 % à 94,7 % et créé et déployé des modèles de fraude 6 fois plus rapidement qu’auparavant. Une autre compagnie qui relie les détaillants aux fabricants a réduit les taux de faux positifs de 55 % et accéléré le déploiement des modèles de 3-4 semaines à 8 heures.
Un marché en plein essor pour AutoML
Le marché mondial de l’AutoML est en plein essor, avec un chiffre d’affaires de 270 millions de dollars en 2019 et prédictions que le marché approchera les 15 milliards de dollars d’ici 2030, un TCAC de 44 %. Un rapport de Renseignement P&S résumait les principaux domaines de croissance de la technologie d’automatisation : « Les principaux facteurs qui stimulent le marché sont le besoin croissant de solutions efficaces de détection des fraudes, la demande croissante de recommandations de produits personnalisées et le besoin croissant de notation prédictive des prospects. »
Les experts préviennent qu’AutoML ne remplacera pas de sitôt les data scientists. Il s’agit simplement d’un outil puissant qui accélère leur travail et leur permet de développer, tester et affiner leurs stratégies. Avec AutoML, davantage de personnes peuvent participer à des projets d’IA et de ML, en utilisant leur compréhension de leurs données et de leur activité et en laissant l’automatisation faire une grande partie de la corvée.
Le bouton facile
Que vous débutiez ou que vous pratiquiez l’IA, le ML et le DL depuis un certain temps, Dell Technologies peut vous aider à capitaliser sur les dernières avancées technologiques, en simplifiant l’IA et en accélérant l’obtention d’informations grâce à des conceptions validées pour l’IA éprouvées.
Les conceptions validées pour l’IA sont conçues et validées conjointement pour faciliter et accélérer le déploiement d’une pile matérielle-logicielle optimisée pour accélérer les initiatives d’IA. Ces solutions intégrées tirent parti de H2o.ai pour l’apprentissage automatique de la machine. Le logiciel NVIDIA AI Enterprise peut augmenter la productivité des data scientists, tandis que VMware® vSphere avec Tanzu simplifie les opérations informatiques. Les clients signalent que les conceptions validées permettent Configuration 18 à 20 % plus rapide et l’intégration, économisez 12 heures de travail par semaine avec des flux de rapprochement automatisés et réduire les besoins d’assistance de 25 %.
Les conceptions validées pour l’IA accélèrent l’obtention d’informations grâce à l’apprentissage automatique, aux MLOps et à un ensemble complet d’outils d’IA. Le stockage Dell PowerScale améliore la précision de la formation des modèles d’IA avec un accès rapide à des ensembles de données plus volumineux, permettant à l’IA à grande échelle de générer des réponses exploitables en temps réel. VxRail permet 44 % plus rapide déploiement de nouvelles machines virtuelles, tandis que les conceptions validées permettent Modèles IA 18 fois plus rapides.
Vous pouvez déployer en toute confiance une solution d’intelligence artificielle testée par l’ingénierie, soutenue par les services Dell Technologies de classe mondiale et la prise en charge des solutions Dell Technologies et VMware. Nos centres de solution client dans le monde entier avec des zones d’expérience IA vous permettent de tirer parti de l’expertise en ingénierie pour tester et optimiser les solutions pour vos environnements. Nos services de conseil experts en IA vous aident à planifier, mettre en œuvre et optimiser des solutions d’IA, tandis que plus de 35 000 experts des services peut vous rencontrer là où vous en êtes dans votre voyage vers l’IA.
L’IA pour l’IA est là, ce qui facilite et accélère plus que jamais l’évolution du succès de l’IA. Pour plus d’informations, visitez Solutions d’intelligence artificielle Dell.
***
Les technologies Intel® font avancer l’analytique
L’analyse des données est la clé pour débloquer le maximum de valeur que vous pouvez extraire des données de votre organisation. Pour créer une stratégie d’analyse productive et rentable qui donne des résultats, vous avez besoin d’un matériel hautes performances optimisé pour fonctionner avec le logiciel que vous utilisez.
L’analyse de données moderne couvre une gamme de technologies, des plates-formes et bases de données d’analyse dédiées à l’apprentissage en profondeur et à l’intelligence artificielle (IA). Vous débutez avec l’analytique ? Prêt à faire évoluer votre stratégie d’analyse ou à améliorer la qualité de vos données ? Il y a toujours de la place pour évoluer et Intel est prêt à vous aider. Avec un vaste écosystème de technologies d’analyse et de partenaires, Intel accélère les efforts des data scientists, des analystes et des développeurs dans tous les secteurs. En savoir plus sur Analyses avancées d’Intel.
Source link