新機能のご紹介

生成 AI ソリューションのデプロイと管理を確実に実行

DataRobot は、テストと最適化、および AI の可観測性を実現することで、本番環境レベルの AI アプリケーションの作成、リアルタイムでの監視と介入、インフラの管理と最適化を可能にします。

信頼性の高い生成 AI を DataRobot で実現

DataRobot の最新リリースは、生成 AI で現実世界の価値を作り出せるという確信を強めることになるでしょう。自由な選択ができることで構築は高速化し、完全な透明性によってガバナンスが徹底され、正確で制御が行き届く運用が可能になります。

生成 AI を活用してビジョンから価値を生み出す – Summer 2023 リリース

DataRobot は、モデルの構築から本稼働を経て利用に至るまで、あらゆるクラウドでの生成 AI と予測 AI のすべてのニーズを満たす唯一のオープンソリューションです。

DataRobot AI Platformは、機械学習を活用した唯一のオープンで完全な AI ライフサイクルプラットフォームで、ML の実験と本稼働に役立つ幅広い相互運用性とエンドツーエンド機能を提供します。また、オンプレミスにも任意のクラウドインフラストラクチャにもデプロイできます。すばらしい新機能、デザインを刷新した ML 実験用ユーザーインターフェイス、Snowflake との新しい統合機能など、さまざまな機能強化により、今回のリリースは DataRobot のお客様にとって非常に魅力的なものとなっています。

本番環境のスケールで価値を実現し、投資を最大限に活用するために、2 月の DataRobot AI プラットフォームリリースには、スピード、インサイト、エコシステムに進化をもたらす新機能が搭載されました。これには、Snowflake とのネイティブな統合や、Python スコアリングコードの導入が含まれます。また、データサイエンティストやソフトウェア開発者によるシームレスなユーザー体験の構築がサポートされます。

AI からより迅速にビジネス価値を生み出すために、DataRobot の 1 月リリースには、スピード、柔軟性、エコシステムに進化をもたらす新機能が搭載されました。新しいホスト型ノートブックでは、コーディング中心またはコーディング不要の環境で AI/ML プロジェクトを開発できます。DataRobot AutoML では、クイックランオートパイロットモードを選択すれば、結果の生成が 21% 高速化されます*。さらに、モデルリーダーボードから直接 AI アプリケーションを構築して、時間を節約できるようになりました。

カスタムモデルリポジトリと既存の CI/CD ツール（GitHub など）を簡単に統合できる新機能では、DataRobot プラットフォームのガバナンス基準を維持しながら、ML エンジニアリングチームの自動化ワークフローをサポートできます。

また、今月は Microsoft Azure 向けの DataRobot Dedicated Managed AI Cloud も登場します。このホスト型の DataRobot AI Cloud プラットフォームは、顧客ごとに個別の専用仮想プライベートクラウドにデプロイされ、DataRobot の社内専門家が運用、監視、保守を担当します。AWS と Google Cloud のマーケットプレイスではすでに提供されていましたが、この度 Azure Marketplace でも購入できるようになりました。

業務を迅速化し、透明性を高める – これが今月の DataRobot AI Cloud リリースの一貫したテーマです。DataRobot の GUI を使用してカスタムモデルを操作する際のエクスペリエンスの向上について、詳細をご覧ください。実行環境の数が編集できるようになったほか、プロセスの追跡が容易になりました。また、カスタムモデルの変更時にトレーニングデータが更新されます。

至る所で変化が起こり、ビジネスに影響を与えています。そういった状況に適応するのに役立つ DataRobot AI Cloud の 2 つの新機能がリリースされました。 

問題やそのパターンの時系列での特定に役立つ詳しいインサイトである、ドリフトの時系列機能についてご紹介します。予測の管理は、得られる情報が多いほど適切に実行できます。デプロイ予測処理の使用状況を確認すると、予測処理の遅延や、その理由と時間帯を知るのに役立つ詳細情報が得られるため、必要に応じた調整が可能になります。 

今日の組織は、売上の予測や複雑な製造開発といった自社のビジネスに固有の問題を解決するために、ML モデルを各ビジネス機能の DNA に追加するなど、AI を活用した新たな方法を模索しています。そのため、信頼と透明性を犠牲にすることなく AI を実験から展開の段階へすばやく移行する方法に、組織の関心が集まっています。

このリリースでは、SaaS ユーザーが時系列クラスタリングを使用できるようになりました。また、Python を使った大規模な監視、データドリフトの時系列監視、予測処理統計などにより、モデルの可観測性が改善されています。

Also this month DataRobot Dedicated Managed AI Cloud is available for public preview. With this model, AI Cloud is deployed for each customer in a dedicated and separate VPC.  By eliminating implementation time and resources, organizations can more quickly apply data engineering, machine learning, decision intelligence, and ML Ops capabilities.

Dedicated Managed AI Cloud について、また DataRobot AI Cloud プラットフォームならではのその他の機能について詳しくは、この記事の続きをご覧ください。

今日の経済は、インフレ、金利の上昇、グローバルサプライチェーンの混乱による圧力にさらされています。そのため、多くの組織が、コストの削減、運用効率の向上、予測の修正に取り組んでいます。このような課題に対処するためには、モデルの可観測性と MLOps のプロセスをビジネスに応用することが欠かせません。

このリリースでは、 DataRobot MLOps の大幅な機能強化、特にモデル監視の領域に重点が置かれています。新機能によって、新たなインサイトを用いた実稼働モデルの比較と評価、ビジネスにとって重要なカスタム指標の作成、大規模な監視による時間の節約が可能になります。
以上の機能および DataRobot AI Cloud プラットフォームならではのその他の機能について詳しくは、この記事の続きをご覧ください。