JetBrains представляет локальную версию платформы Jupyter Notebook

Источник · Перевод автора

Компания по разработке программного обеспечения JetBrains объявила о выпуске локальной версии Datalore, платформы, которая позволяет специалистам по обработке данных совместно работать над общими экземплярами Jupyter Notebook.

Ранее Datalore был доступен только одному пользователю через облачный сервис, предоставляемый JetBrains. По словам Дмитрия Трофимова, руководителя проекта Datalore в JetBrains, теперь команды по анализу данных, которые работают, например, в строго регулируемых средах, которым запрещено использовать облачные сервисы, могут сами размещать платформу. Стоимость Datalore для предприятий составляет 125 долларов США за пользователя в месяц.

Основанные на формате с открытым исходным кодом, Jupyter Notebooks представляют собой документы, в которых сочетается исполняемый в реальном времени код с текстом, описывающим модель ИИ, уравнения, изображения, интерактивные визуализации и другие выходные данные. Jupyter Notebooks, широко используемый специалистами по обработке данных, поставляется с инструментами совместной работы JetBrains, которые упрощают обмен документами между командой специалистов по данным.

Datalore также предоставляет доступ к интегрированной среде разработки (IDE), которая включает в себя интеллектуальные инструменты помощи при программировании, которые, например, автоматически завершают код, когда специалисты по данным и аналитики пишут на языке программирования Python. IDE также позволяет специалистам по обработке данных собирать и исследовать данные, создавать модели машинного обучения и глубокого обучения, визуализировать результаты, а затем делиться ими с другими членами команды. Облачный сервис Datalore добавляет возможность более простого прототипирования модели искусственного интеллекта с использованием облачной инфраструктуры.

По мере того, как ИИ становится все более популярным, создание приложений все больше превращается в командный вид спорта, требующий от разработчиков и специалистов по обработке данных сотрудничества. «В некоторых случаях специалисты по обработке данных также начинают учиться программировать, чтобы меньше зависеть от разработчиков», – отметил Трофимов. «Ситуация меняется», – сказал он.

Поддержка рентабельности инвестиций в ИИ

Независимо от того, как достигается конвергенция модели ИИ и разработки приложений, ясно, что Jupyter Notebooks становятся средством, с помощью которого осуществляется большая часть этого сотрудничества. Проблема, с которой сталкиваются JetBrains и другие поставщики услуг, – это сильное предпочтение инструментов с открытым исходным кодом, которые специалисты по данным часто развертывают и управляют ими самостоятельно. JetBrains и другие, однако, делают ставку на то, что по мере роста давления с целью ускорить создание и обновление моделей искусственного интеллекта все больше организаций предпочтут либо развернуть платформу для построения моделей искусственного интеллекта внутри компании, либо использовать облачный сервис.

Специалистов по обработке данных не только трудно найти и сохранить в наши дни, но они также обычно создают лишь несколько моделей искусственного интеллекта в год, которые превращаются в производственную среду. Руководители бизнеса и ИТ, которые делают ставку на ИИ для реализации инициатив по цифровой трансформации бизнеса, теперь уделяют гораздо больше внимания производительности специалистов по обработке данных. Фактически, каждая организация, которая сегодня создает и внедряет программное обеспечение, вовлечена в гонку вооружений искусственного интеллекта с конкурентами, делающими аналогичные инвестиции.

Конечно, наем специалистов по обработке данных и инвестирование в платформы для создания моделей искусственного интеллекта не является гарантией успеха. Нет никакой корреляции между количеством нанятых специалистов по данным и способностью организации успешно автоматизировать процесс с помощью ИИ.

Успех, как правило, больше связан с уровнем понимания, которое специалисты по данным могут использовать в бизнес-процессах, которые они стремятся автоматизировать. Слишком многие специалисты по данным не уделяют достаточно времени взаимодействию с людьми, которые управляют процессом, чтобы лучше понять все правила и исключения, которые неизбежно присутствуют в процессе. И наоборот, новому поколению руководителей бизнеса неизбежно потребуется ознакомиться с Jupyter Notebooks, чтобы лучше понять, как наука о данных применяется к этим процессам.

Между тем, чем больше в организациях ценится ИИ как командный вид спорта, тем выше вероятность получения реальной отдачи от инвестиций в ИИ.