リリース
DataRobot AI Platform 9.0
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。
コラボレーション可能な実験環境
DataRobot は、データやモデルをきめ細かく整えたり、各分野の専門家と緊密に連携したりして、モデルデータの準備とモデルの構築に向けた機械学習の実験ができる環境を提供します。デザインを刷新したインターフェイスやユーザーワークフローのほか、直感的なコーディング中心の環境とノーコード/ローコード環境が、データサイエンスエキスパートが行う反復作業や実験を効率化します。
Workbench
Workbench は、ユースケースを収集、管理できる新しい環境で、ビジネスのさまざまな課題を解決するための資産を 1 カ所でまとめて把握できます。ワンクリックでリソースを共有したり、社内、ハードドライブ、GitHub リポジトリにリソースが散在している問題を解決したりできるため、コラボレーションが容易になります。
データ準備
データ準備は、機械学習データの準備に特化して設計された機能で、AI/ML プロジェクトに不可欠でありながら極めて手間のかかる作業であるこのタスクを効率化します。セキュリティ、コンプライアンス、財務関連データの管理を損なうことなく、Snowflake の構造化データを直接分析して変換する作業を、迅速かつ簡単に行えるようにします。
ノートブック
ノートブックは、DataRobot AI Platform に組み込まれたフルマネージドのホスト型ソリューションで、データサイエンティストは、コードスニペット、あらかじめ設定された依存関係、およびバージョン管理を柔軟に活用できるようになります。
本番環境のスケールで価値を実現
DataRobot では、本番環境の AI モデルが業務のワークフローやアプリケーションと統合されるため、意思決定が行われる場所にある重要なデータソースやビジネスアプリケーションの近くにモデルがデプロイされます。機械学習の本番環境を構築し、DevOps ツールとベストプラクティスを活用して、モデルのテストと文書化、ガバナンス、モデルの統合、および監視に役立つ新しい機械学習機能と自動化機能を提供することで、価値を拡大します。
さらに、DataRobot では、モデルの構築方法（スタンドアロンのノートブックまたは DataRobot の GUI）やデプロイ先（DataRobot プラットフォーム、データウェアハウス、またはエンタープライズアプリケーション）にかかわらず、ML の本稼働に必要な機能を提供します。
CI/CD のための GitHub Marketplace アクション
GitHub のカスタムモデルリポジトリとの高度な統合により、ML エンジニアリングチームは、ガバナンス基準を維持しながら、DataRobot でのカスタム（DataRobot 以外の）モデルのデプロイなど、さまざまなワークフローを自動化できます。
カスタム推論指標
独自の分析を組み込んで、新しいドリフトの計算や正解率の計算など、ビジネスに不可欠なモデル指標を計算できるようになりました。DataRobot がすでに提供している豊富な指標に自社のビジネス KPI を追加することで、モデルのパフォーマンスを詳細に追跡できます。
ドリフト管理
グローバル市場は目まぐるしく変化していますが、そうした中でも予測精度を維持する必要があります。モデルのドリフトを追跡し、モデルの再トレーニングが必要であればアラートを発し、モデルのドリフトが発生する理由を把握し、テキスト特徴量のデータドリフトを視覚化し、モデルの変化を経時的に把握できます。
コンプライアンスとガバナンスの確保
今日の組織には、AI の信頼性確保、説明責任、管理が求められています。DataRobot を使用すれば、モデルのパフォーマンスの自動テストとカスタムテストを設定して、あらゆるモデルの動作を自動的に記録し、コンプライアンスの確保に役立てることができます。これにより、ビジネスクリティカルなアプリケーションやワークフローで使用されるモデルを最も厳格な基準で管理し、政府の規制に対応し、本番環境のモデルへのアクセスや変更がもたらす全体的なリスクを軽減できます。
外部モデルのコンプライアンスドキュメント
この機能を使えば、ボタンをクリックするだけで外部モデルのコンプライアンスドキュメントを自動で作成できるため、データサイエンティストは時間を節約できます。また、コンプライアンスドキュメントをカスタマイズして、企業や業界固有の要件を遵守するのに役立てることができます。詳細をお確かめください。
MLflow の統合
メタデータを MLflow から DataRobot プラットフォームに取り込むことができます。 この MLflow 機能によって DataRobot MLOps の既存の統合環境が拡張されるため、AI チームが活用できる柔軟性と相互運用性が高まるとともに、引き続き DataRobot AI プラットフォームで一連のモデルを一元管理できます。詳細をお確かめください。
バイアスへの対応ツール
DataRobot の既存のバイアス管理ツールを使用することで、個々のモデルのバイアスを特定、軽減できます。政府がバイアスに対する規制を検討する中、人種、性別、収入などの特徴量に基づくモデルの差別を把握し、問題を修正することへの関心が、組織の間で高まっています。
幅広いエンタープライズエコシステム
企業がインフラストラクチャ、エキスパート向けツール、データプラットフォーム、ビジネスアプリケーションに巨額の投資を行う中、DataRobot AI Platformはオープンシステムとして、重要な統合環境の構築をサポートします。具体的には、エンタープライズアーキテクチャ、インフラストラクチャ、データプラットフォーム、ビジネスアプリケーションと連携し、クラウドデータウェアハウスやデータレイクと緊密に統合することで、データの分析、特徴量エンジニアリング、およびモデルのデプロイと監視を可能にします。
Snowflake との緊密な統合
DataRobot の本リリースでは、長年のパートナーである Snowflake との統合が強化され、Snowflake と DataRobot AI Platform のどちらでも、ユーザーが快適と感じる環境で作業できる新機能が提供されます。これにより、データクラウドである Snowflake に安全かつシームレスに接続し、Snowflake で直接データを収集および準備して、インサイトを生成したうえで、モデリングプロセスを開始できるようになりました。あるいは、DataRobot のインターフェイスから作業を開始し、Snowflake にあるモデルをデプロイ、管理、監視、制御することもできます。さらに、設定作業を繰り返すことなく、AI ビルダーでデータ準備から予測に至る ML のライフサイクルを完了できるようになりました。
SAP との共同ソリューション
SAP のデータと SAP 以外のデータソースの両方を使用して ML モデルを迅速かつ安全に構築、デプロイ、監視するのに最適なツールの提供を開始しました。DataRobot と SAP が先日発表した連携強化により、SAP のテクノロジースタック全体で機械学習モデルを簡単に構築してデプロイし、それらのモデルを SAP のビジネスアプリケーションにデプロイできるようになりました。この共同ソリューションは SAP の組み込み AI 戦略を補完するもので、SAP のデータと SAP 以外のデータソースの両方を使用して ML モデルを迅速かつ安全に構築、デプロイ、監視するのに最適なツールを提供します。
Kubernetes のサポート
Red Hat OpenShift や AKS などの Kubernetes サポートにより、インストールを標準化し、簡素化します。Kubernetes は現在、クラウドおよびオンプレミスのインフラストラクチャの標準ランタイム環境となっています。DataRobot は、標準の Kubernetes プロセスを使用することで、複数のコンピューティングノードに DataRobot サービスをデプロイする作業を自動化し、これまで時間がかかっていた手動作業を不要にしました。
シングルテナントの SaaS
シングルテナントの SaaS のサポートにより、Amazon AWS、Microsoft Azure、Google Cloud で提供されている堅牢で安全なシングルテナントのホストソリューションを使用して、DataRobot AI Platformの設定と管理を DataRobot のエキスパートにアウトソーシングできるようになりました。また、DataRobot を既存のクラウドクレジット取引で購入し、調達プロセスを簡素化することもできます。
DataRobot AI Platform 9.0 リリース全機能一覧
DataRobot AI Platform 9.0 リリースに含まれているすべての機能の詳細については、DataRobot ドキュメンテーションのリリースセンターをご覧ください。