DataRobot、 新バージョン v5.2をリリースし、特徴量エンジニアリングやMLOpsに関連する重大なアップデートを発表

データマネジメントからモデル監視まで、データ活用による価値創出プロセスをエンドツーエンドで自動化

AI ドリブンな組織の実現をサポートする DataRobot, Inc.（本社マサチューセッツ州ボストン、CEO Jeremy Achin、以下 DataRobot）は本日、エンドツーエンドのデータサイエンスプロセスを自動化するエンタープライズ向け AI プラットフォームの新機能として、『AI カタログ 』と『次世代の自動特徴量エンジニアリング』を新たにリリースしたと発表しました。

AI を用いたイノベーションが競われる昨今、組織にはデータソースの適切な識別、機械学習のためのデータ準備、機械学習モデルの構築とデプロイ、モデルの時間経過にともなうモニタリングおよび管理といった AI サクセスに必要なあらゆる過程において、多くの工数を必要とするプロセスの自動化を実現するソリューションが求められています。ガートナー社によれば、2025 年までにデータサイエンティストが担当している仕事の 50 %は AI により自動化され、現在のような深刻な人材不足が解消すると言 われています。（ガートナー、「 How Augmented Machine Learning is Democratizing Data Science」 2019年 8月 29日 ）。

DataRobot は AI プラットフォームのさらなる強化を通じ、シチズン・データサイエンティストによる高度 な AI アプリケーションの活用をサポートするとともに、熟練したデータサイエンティストの生産性を一段と高めていきます。さらに DataRobot のエンタープライズ向け AI プラットフォームは、AI 資産の管理から構築 、デプロイ、運用に至るまで、AI ライフサイクルの全過程を自動化し、データから価値を生み出すためのプロセスを加速させ、また同時に合理化を実現します。

●特徴量エンジニアリングの自動化
DataRobot は特徴量エンジニアリングの自動化におけるパイオニアであり、「Automated Machine Learning」や「Automated Time Series」といった製品でその機能を幅広く提供しています。DataRobot が新たにリリースした『AI カタログ』では、次世代の自動特徴量エンジニアリングとして、ユーザーが複数の関連データセットから新たな特徴量を自動的に抽出することが可能になりました。

特徴量エンジニアリングは、データサイエンスのワークフローで最も労力と時間を要するステップと考えられてきました。DataRobot はこのプロセスを自動化することでデータセットの準備に要する時間を大幅に短縮し、機械学習モデルのパフォーマンス向上を実現し、機械学習モデルのパフォーマンス向上を実現します。DataRobot の過去 3 年間にわたる研究開発の集大成であるこれらの新機能により、ユーザーは複数のソースから新しいデータを迅速に発掘し、シンプルなビジネスルールを適用した多数の有用な特徴量を作成することが可能です。また、これらの特徴量をアルゴリズムごとに変換する作業する作業を自動化できます。業界をリードするこれらの機能を活用することで、データサイエンティストは時間をかけずに優れた機械学習モデルを構築でき、AI を駆使したイノベーションを加速できます。

●AIカタログ について
DataRobot は 『AI カタログ』をプラットフォームに追加しました。これは DataRobot が 2 月に買収した Cursor の技術を応用したもので、組織によるデータの発見、理解、また活用の効率化を支援するデータコラボレーション・プラットフォームが基盤 となっています。『AI カタログ』により 、データセットの検索、また異なるソースの共有、そしてそれらに関する理解と再活用を促進する資産へのコメントやタグ付けなどの機能を活用することが可能となります。また、特徴量エンジニアリングの準備および管理機能も追加されており、新しいプロジェクトにおいて共有と活用が可能となるため、データサイエンスの生産性が向上します。

この度、既存のプラットフォームに検索機能とコラボレーション機能が統合されたことで、ユーザーは自身が管理 している AI 環境から信頼できるデータ資産に安全にアクセスすることが可能となります。 また 、DataRobot は厳密なアクセス権の管理を適用しているほか、データリネージ（追跡）を提供することで、より安全かつ信頼性の高い機械学習アプリケーションを実現しました。データ管理のさらなるアドバンテージとして、データレイク、データベース、クラウド、オンプレミスなど、あらゆるロケーションに格納されているデータに対しても、アクセスすること が可能です。

●機械学習 オペレーション MLOps について
今回のリリースには DataRobot の機械学習オペレーション（MLOps）も含まれています。MLOps は、 組織全体での機械学習モデルのデプロイ、監視、管理を行う新たなソリューションとして、9 月に発表されました。DataRobot MLOps を導入すれば、ユーザーは単一のダッシュボードで複数のモデルをデプロイすることが可能です。そして、作成あるいはデプロイのロケーションを問わず、ビジネスの現場で実際に活用される全てのモデルの状況を把握できます。

DataRobot のプロダクトおよびカスタマーエクスペリエンス担当シニアバイスプレジデントである Phil Gurbacki は、次のように述べています。
「今回のリリースは弊社がお客様と共有するビジョンを実現したもので、単一プラットフォームを使ってエンドツーエンドのデータサイエンスプロセスを管理することができます。これまでに実施したプラットフォームのアップデートでも非常に重要なもので、これらの新機能が AI ドリブンの時代においてお客様の成功を推進することは間違いありません。 今回の新機能追加によって、AIのあらゆる側面を自動化してデータから真の生涯価値を引き出す、高度な製品スイートを企業に提供します。」

上記の注目機能に加え、DataRobot は需要の高い諸機能も多数追加しています。今回のアップデートに合わせ、時系列の精度向上マルチクラスモデルのためのワードクラウド、新しい残差分析、Excel 用の DataRobot アドイン 、特徴量ごとの予実機能の API サポートといった機能が盛り込まれています。これらの重要な新機能の詳細については、以下のページをご覧ください。 https://www.datarobot.com/jp/platform/new/

■「DataRobot, Inc.」について（製品詳細URL：https://www.datarobot.com/jp/）
DataRobot, Inc.（以下DataRobot）はエンタープライズ向け人工知能（AI）のリーディングカンパニーであり、信頼性の高い AI 技術と投資利益率（ROI）イネーブルメントサービスを、今日の AI イノベーションを競うグローバル企業に提供します。DataRobot のエンタープライズ向け AI プラットフォームは、機械学習モデルの構築、デプロイ、管理におけるエンドツーエンドの自動化によってデータサイエンスを民主化します。AI を大規模に提供し、時間の経過とともに継続的にパフォーマンスを最適化することで、ビジネス価値の最大化をサポートします。DataRobot の最先端のソフトウェアと世界最高クラスの AI 実装、トレーニング、サポートサービスの実証済みの組み合わせが、組織の規模や業種、リソースを問わず、あらゆる組織においてビジネスの成果を高めています。

DataRobot は創業以来 AI に焦点を絞り、ROI を生み出す AI の提供において実績を挙げています。世界各地にオフィスを構え、New Enterprise Associates、Sapphire Ventures、Meritech、DFJ Growth などの一流企業から 4 億 3100 万ドルの資金を調達しています。

日本においても、すでに株式会社村田製作所、明治安田生命保険相互会社、ヤマトホールディングス株式会社、三井住友カード株式会社などを含む幅広い企業で導入され、成果をあげています。

■ 商標関連
・「DataRobot」は DataRobot, Inc.の登録商標です。
・その他の会社名、製品名、サービス名等は、各社の登録商標または商標です。

■DataRobot報道関係のお問い合わせ先
DataRobot Japan PR 事務局（MSL Japan 内） 浅野、大森
Mail：datarobot_pr@msljapan.com