リリース
DataRobot 7.2
リリース 7.2 では、Composable ML（本機能はプレビュー版）とコードを駆使したデータ準備やデータパイプラインによって、コーディングを好むデータサイエンティストも DataRobot をより快適に利用できるようになりました。また、MLOps には、実稼働モデルを最高のパフォーマンスに保つ Continuous AI（本機能はプレビュー版）、モデルの公平性を維持するバイアス監視、およびビジネスルールをそれぞれの予測に適用できる新しいディシジョンインテリジェンスフロー（本機能はプレビュー版）が追加されています。
これまでで最も魅力的なリリースの詳細については、この記事の続きをお読みください。
コーディングを好むデータサイエンスの専門家のための強力なツール
Composable ML
（本機能はプレビュー版です）世界最高水準の自動化により反復作業から解放されることで、専門知識を向上。データサイエンティストはトップレベルのモデルを構築するために、常にデータとアルゴリズムを試す必要があります。しかし実際には、データサイエンティストは、特徴量の変換やモデルを運用化するためのコーディングなど、日常的に繰り返される作業にかなりの時間を費やしており、データやアルゴリズムを試す時間は実のところほとんどありません。
リリース 7.2 の新機能である DataRobot Composable ML は、再利用可能な基本要素を含むカスタマイズ可能なブループリントを提供します。これにより、データサイエンティストは日常的なコーディング作業にかかる時間を節約し、実験などの価値の高い活動に集中することができます。トップレベルの機械学習アルゴリズムを独自に定義して DataRobot の組み込み機能と組み合わせることで、非常に手間がかかる反復作業を自動化できるため、生産性が大幅に向上します。
データパイプライン
（本機能はプレビュー版です）コードを使用したデータフローの準備と公開。リリース 7.2 では、データサイエンティスト、データエンジニア、SQL に精通したアナリスト向けに、コードを駆使したデータパイプラインを提供しています。この新機能により、AI カタログにワークスペースを作成し、データソースに接続して、使い慣れたコーディング言語でデータ準備モジュールの構築と組み込みができます。
こうしたコードモジュールは、使いやすいフローエディターを使ってパイプラインやグラフ形式にまとめることができ、スケジューリングおよび選択した方法での実行が可能です。コードを駆使したデータパイプラインにより、コーディングの専門知識を持つデータサイエンティストは、あらゆる機械学習プロジェクトで使用可能な新しいデータセットをいつでも迅速に作成することができます。
クラウドホスト型ノートブック
ノートブックを活用したデータサイエンス。DataRobot は、この度の Zepl 社の買収により、統合型ノートブックソリューションも提供できるようになりました。無料トライアル（英語）に登録すると、Python や R を使用して DataRobot に接続するために必要なコードをすべて備えた構築済みのノートブック（英語）を入手できます。DataRobot ノートブックを使用してデータセットを探索し、Snowflake、Amazon S3 などのクラウドデータソースでアドホック分析を行えます。分析結果は、内蔵の Plotly エディターで可視化（英語）するか、お好みのデータ可視化ライブラリを使用して確認できます。また、「公開」機能を使用すると、結果をビジネスユーザーと簡単に共有できます。クラウドホスト型ノートブックは、ユーザーやチームによるメンテナンスが一切不要です。DataRobot ノートブック のフルマネージドクラウドソリューションを使えば、手間がかからず、ノートブックのメリットをフル活用できます。無料トライアル（英語）を利用して、今すぐお試しください。
外部の予測インサイト
（本機能はプレビュー版です）どのような外部モデルでも、追加作業不要で説明可能性を実現。リリース 7.2 の新機能である外部予測インサイトでは、DataRobot 以外の環境で作成済みのモデルの出力を、DataRobot の機械学習開発環境に取り込むことができます。アップロードされたモデルは、Automated Machine Learning（AutoML）のリーダーボードで生成されたトップレベルのモデルと比較できます。さらに、リフトチャート、ROC 曲線、バイアスと公平性に関するインサイトなど、すぐに使える視覚的なインサイトや説明可能な AI ツールにより、外部モデルを評価することができます。
実稼働モデルの品質
Continuous AI
（本機能はプレビュー版です）最高のパフォーマンスで実稼働モデルを維持。Continuous AI で複数の MLOps 戦略を作成することで、実稼働モデルを更新できます。独自のスケジュールで更新を行うことも、精度の低下やデータドリフトが発生したときに更新を行うように設定することもできます。さらに、Continuous AI と DataRobot が世界に誇る AutoML の各機能を併用すれば、推奨される新しいチャレンジャーモデルを自動的に作成できます。このような戦略を組み合わせることで、最新のモデルを使用して、可能な限り正確でタイムリーな予測をいつでも行えるようになります。
本番環境におけるバイアスと監視
バイアス監視
（本機能はプレビュー版です）実稼働モデルを対象としたプロアクティブなバイアス監視。DataRobot リリース 7.2 の MLOps にバイアス監視機能が新たに追加されました。トレーニング時にはバイアスが見られない機械学習モデルも、デプロイ後にはバイアスが見られることがあります。人間の行動が変化すると、生成されるデータも変化し、モデルが不公平になる可能性があります。MLOps では、モデルのトレーニング時に選択した公平性指標（割合の平等性など）を使って、実稼働モデルを監視できるようになりました。また、しきい値を適用して、モデルが設定したベンチマークを下回った場合にアラートを出すこともできます。バイアスが検出された場合は、データドリフトに関するインサイトにより、データが時系列でどのように変化しているかを把握できるため、バイアスの原因診断に役立ちます。
AI を活用した意思決定
アプリケーションビルダー
現場の意思決定者が AI を利用できるようにする。DataRobot アプリケーションビルダーが一般提供機能になりました。どのようなモデルでも、コーディングすることなく短時間で AI アプリケーションに変換できます。あらかじめ用意されたテンプレートやドラッグ＆ドロップウィジェットを使用すれば、アプリケーションをすばやく設定できます。アプリケーションの利用者が意思決定プロセスで使用するモデルの特徴量やデータ可視化機能を選ぶだけで済みます。これにより、ビジネスユーザーやインフォメーションワーカーは、モデルが生成した予測を活用し、より多くの情報に基づいた AI ドリブンな意思決定をスムーズに進めることができます。
ディシジョンインテリジェンスフロー
（本機能はプレビュー版です）意思決定の自動化と規模拡大を実現。AI の価値を最大限に引き出すことは、予測を行うことだけではありません。意思決定と、その結果に基づいて起こすアクションも含まれます。ディシジョンインテリジェンスフローを使用すると、単なる予測にとどまらず、複雑なビジネスロジックを用いたルールを構築できるため、意思決定と期待する成果を迅速に実現できます。直感的なディシジョンフローエディターでは、デプロイ済みの 1 つまたは複数の機械学習モデルの予測スコアや特徴量を用いて、高度な意思決定ルールを迅速に作成できます。定義した意思決定ロジックは、堅牢な API を介して簡単に運用できるため、リアルタイムまたはバッチでの意思決定が可能になります。また、ディシジョンインテリジェンスフローでは、定義した各ルールの履歴全体が視覚的に表示されるため、すべての意思決定を信頼するうえで必要な透明性を確保できます。
AI プロジェクトの規模を拡大
Pathfinder ソリューションアクセラレーター
最も一般的な AI のユースケースをすぐに開始。DataRobot Pathfinder ソリューションアクセラレーターでは、使用例を見ながら AI を探索できます。具体的には、一般的な AI ユースケースのライブラリ、さまざまなツール、AI による価値を迅速に生み出すための連携機能を提供します。AI マーケットプレイスのように、一般的な AI ユースケースを簡単に見つけてプレビューし、すぐに使い始めることができます。数回クリックするだけで、理論から DataRobot の世界トップレベルの AI プラットフォーム上で自分のモデルをトレーニングするまでを、完全にシームレスかつガイド付きで体験できます。
エンタープライズプラットフォームへの対応
AI Cloud プラットフォーム
エンタープライズ向けの対応をさらに強化。リリース 7.2 では、アーキテクチャと IT 管理機能に力を入れ、エンタープライズ向けの対応を強化したプラットフォームを実現しています。DataRobot の管理者は、ユーザーごとに複数のロールを設定し、ユーザーとユーザーに関連するすべての成果物を完全に削除できるようになりました。DataRobot のモデリングワーカーはオンプレミス、VPC、マネージドクラウドの各サービスにおいて Kubernetes 上で動作するようになり、DataRobot プラットフォームの全体的な信頼性、ワークロード管理、オートスケーリング機能が向上しました。
今後さらに多くの機能を追加する予定です。ご期待ください。
その他の新機能としては、Automated Time Series のナウキャススト、Visual Artificial Intelligence（AI）の異常検知、製品ドキュメントの公開などがあり、多くの重要な機能が強化されています。
以上は、DataRobot 7.2 リリースの主な機能のほんの一部にすぎません。新機能および強化機能の一覧については、DataRobot ドキュメンテーションのリリースセンターをご覧いただくか、DataRobot コミュニティにご参加ください。