2min

Analytics-bedrijf SAS gaat zijn artificial intelligence (AI)-features verbeteren. Dit moet organisaties op hun beurt helpen met het verbeteren van efficiëntie wat betreft automatisering. SAS Viya wordt geüpdatet met nieuwe functies, waaronder geautomatiseerd gegevensbeheer, automated machine learning en verbeterde functies voor de interpretatie van data.

De nieuwste versie van SAS Viya, de analytics-engine op het SAS-platform, zal eind 2019 beschikbaar worden, zo meldt het bedrijf in een persbericht. De nieuwe versie biedt nieuwe AI- en analysetechnieken, die bedoeld zijn voor zowel datawetenschappers als zakelijke gebruikers. De verbeteringen bieden een manier om een groot deel van de stappen die nodig zijn voor datatransformaties te automatiseren. Ook kunnen er machine learning-modellen mee worden gebouwd.

SAS werkt overigens samen met IBM om Viya op de IBM Power9-chiparchitectuur te kunnen laten draaien. Dit gaat volgens het bedrijf alle SAS Viya-functionaliteiten ondersteunen, waaronder GPU-acceleratie voor machine learning en deep learning. Ook de training en inference van AI-modellen moeten hiermee worden versneld. Daarbij kunnen SAS-workloads die op IBM Power9 draaien met ieder cloudplatform gebruikt worden.

Transparantie en democratisering van AI-oplossingen

SAS stelt verder dat het een “laag van transparantie” toe wil voegen. De software zal daarom een visuele pipeline produceren om gebruikers inzicht te bieden in het proces van automatisering. Daarnaast worden resultaten gepresenteerd in heldere, zakelijke termen door middel van natural language generation: het genereren van tekstuele uitleg door middel van AI. Verder kan een model met één klik worden ingezet zodra het is voltooid.

Een andere doelstelling van het bedrijf is de democratisering van AI-oplossingen. Daarom wordt er een REST API gebruikt bij de geautomatiseerde modellering. Deze is bedoeld om ontwikkelaars te helpen bij het naar eigen smaak aanpassen van bedrijfsapplicaties, terwijl SAS Analytics in gebruik is. Bovendien kunnen gebruikers eenvoudig open source code implementeren en eventueel aanvullen met SAS, waarmee SAS een open ervaring wil creëren met vrijheid van keuze voor gebruikers. Machine learning wordt verder gebruikt om datatransformaties aan te bevelen, wat kan leiden tot een verkorting van de tijd die nodig is om data voor te bereiden bij het creëren van modellen.