Gartner 最新魔力象限报告显示 IBM 为全球企业级 AI 技术领导者

作者: 佚名 2021-05-13 17:20:09

 

IBM 在 Gartner 2021年“云 AI 开发者服务魔力象限“和“数据科学与机器学习平台魔力象限”报告中均被评为领导者。

精彩提要

  • 美国 AMC 连锁电影院、从事潜水器设计、制造与运营的美国 Submergence 集团等各行各业的企业纷纷采用 IBM Watson 进行数字化转型
  • 将 IBM 研究院在自然语言处理、自动化和信任等关键领域内的强大创新管道融入 IBM Watson

中国北京,2021年 3月 12日 —— IBM (NYSE: IBM) 宣布,全球调研公司 Gartner 在最近发布的两份 Gartner 魔力象限报告中(2021年云 AI 开发者服务魔力象限和 2021年数据科学与机器学习平台魔力象限),将 IBM 评为领导者。

IBM 数据与 AI 总经理 Daniel Hernandez 表示:“IBM 专注于企业级人工智能,致力于帮助客户通过自动化节省宝贵的时间,通过自然语言处理生成关键洞察,培育源自人工智能洞察的可信度。我们相信,Gartner 给予的这些认可凸显了通过我们的战略以及 IBM 研究院与 IBM Watson 之间的强大创新管道,我们正在为各行各业的业务创造价值。”

2021年 Gartner 云 AI 开发者服务魔力象限报告指出:“该魔力象限是针对软件工程领导者们为创建强大的下一代应用所需的人工智能服务”。IBM 凭借其远见的完整性和出色的执行能力被评为领导者。IBM 持续强化其语言、视觉和 autoML 产品组合,其中包括 IBM Watson Assistant、IBM Watson Discovery、IBM Watson Natural Language Understanding、IBM Watson Studio AutoAI、IBM Maximo Visual Inspection 及更多产品,为开发者提供易于使用的工具,帮助他们快速构建人工智能解决方案。

2021年 Gartner 云 AI 开发者服务魔力象限

2021年 Gartner 数据科学与机器学习平台魔力象限指出:“本报告对 20家可协助数据科学家和其他用户获取数据、构建模型和实现机器学习的平台供应商进行了评估。”IBM 凭借其远见的完整性和出色的执行能力而受到认可。为了给专家以及普通的数据科学家和开发者提供端到端的 AI 生命周期管理,IBM 专门设计了 IBM Watson Studio on IBM Cloud Pak for Data,不仅如此,IBM 还为实现可解释性、公平性和治理提供了强有力的支持,以帮助企业构建可信任的人工智能模型。

2021年 Gartner 数据科学与机器学习平台魔力象限

来自各行各业的企业纷纷采用 IBM Watson 和 IBM Maximo 解决方案,为其工作流注入智能。

美国 AMC 连锁电影院分析部门的高级总监 Reena Mathews 表示:“我们已开始使用 Watson Studio 来帮助我们更深入地了解各个影院的消费者行为。接下来,我们还会继续扩大该产品在企业内的使用范围。我对此感到非常兴奋。”

从事潜水器设计、制造与运营的美国Submergence 集团的工程部总监 Don Scott 指出:“通过大力简化培训、部署和运行计算机视觉模型的过程,IBM Maximo Visual Inspection (MVI) 帮助我们实现了按时交付,即使在客户需求快速变化的情况下也未发生延迟。MVI 包含所有必备要素,可迅速帮助航运业的学科专家构建应用,无需用户掌握编码或深度学习的专业知识。使用 MVI 可以将人工智能创新直接交到专家手中,因为它能够分担大部分繁琐的任务,协助专家快速部署新模型。”

为了给企业、数据科学家和开发者提供扩展 AI 应用所需的能力,IBM 不断将 IBM 研究院在自然语言处理 (NLP)、信任和自动化等核心领域的创新融入 IBM Watson。2020年,IBM 在 IBM Watson 中推出了源自 IBM 研究院 Project Debater 的 高级自然语言处理功能,通过推出 IBM Watson AIOps 和 发布 AI Factsheets,扩展了由 AI 赋能的自动化功能,这种能够将信任和透明嵌入 AI 模型开发过程的新方法于 2021年融入 Cloud Pak for Data 的 Watson Studio 当中。

了解更多IBM 数据与AI解决方案请访问:https://cloud.51cto.com/act/ibm2021q2/ccs

AI 数据 人工智能
上一篇:人工智能的新风口,应该怎么抓? 下一篇:十三种智能交互式AI聊天机器人平台
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

面部识别的利与弊:是福还是祸?

虽然现代技术使面部识别更加精确和安全,但与面部识别隐私问题和监控有关的担忧也在增加。因此,让我们在这篇文章中探讨一下这该技术的利与弊。

Naveen Joshi ·  2021-06-01 16:36:22
人工智能和5G如何结合以实现物联网收入最大化

网络系统通过信令和使用软件以及分析来检测和分类设备非常棘手,并且对有限且日益紧张的网络资源提出了巨大的需求。然而,解决这些问题有一个主要解决方案:采用人工智能、自动化和5G技术。

Jordi Castellvi ·  2021-06-01 13:49:15
MIT团队最新研究,仅靠LiDAR和2D地图实现端到端自动驾驶

最近, MIT 计算机科学与人工智能实验室(CSAIL)团队成功展示了一种基于机器学习的自动驾驶系统,该端到端框架仅使用 LiDAR获取的原始 3D 点云数据和类似于手机上的低分辨率 GPS 地图就能进行自主导航,并且大大提升了鲁棒性。

文龙 ·  2021-06-01 12:47:51
自然语言处理(NLP)的历史及其发展方向

自然语言处理的历史是一个充满曲折的故事。它从徒劳的研究开始,经过多年卓有成效的工作,最后结束于一个我们仍在试图找出该领域极限的时代。今天,让我们来一起探索这一AI科学分支的发展。

佚名 ·  2021-06-01 12:46:26
是福还是祸?人脸识别技术的利与弊

面部识别并不是一项全新的技术,但人工智能和机器学习不断使面部识别变得更好。苹果通过引入具有 3D 扫描功能的面部生物识别系统和 iPhone 的 Face ID,提高了面部识别的标准。

Naveen Joshi ·  2021-06-01 11:11:01
人工智能能否使机器具有流体智力?

麻省理工学院和奥地利研究人员为灵活的人工智能创造了“液体”机器学习。

千家网 ·  2021-06-01 10:38:55
高真实感、全局一致、外观精细,面向模糊目标的NeRF方案出炉

自 NeRF 被提出后,有多项研究对其加以改进。在本篇论文中,上海科技大学的研究者提出了首个将显式不透明监督和卷积机制结合到神经辐射场框架中以实现高质量外观的方案。

Haimin Luo等 ·  2021-06-01 09:57:39
大脑模拟NLP,高德纳奖得主:神经元集合演算用于句子解析

一个简单的大脑模型为人工智能研究提供了新的方向。世界顶尖计算机科学理论学家、哥德尔奖和高德纳奖获得者、哥伦比亚大学计算机科学教授 Christos Papadimitriou 关于「大脑中单词表征」的演讲。

Ben Dickson ·  2021-06-01 09:39:24
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载