Business intelligenceData storage

IBM porta il machine learning al mondo mainframe

Giornalista e collaboratore di TechWeekEurope, si occupa professionalmente di IT e nuove tecnologie da oltre vent'anni e ha collaborato con le principali testate italiane di settore

Follow on: Linkedin

Debutta IBM Machine Learning, la prima piattaforma cognitiva per z/OS

Il machine learning è una tecnologia chiave per il futuro che per molti è difficile associare ad ambienti considerati sin troppo “classici” come quello mainframe. Ci sono però diversi vendor per cui i mainframe non sono affatto legacy come si pensa e ovviamente tra questi c’è anche IBM, che ha colmato la lacuna “cognitiva” del mondo mainframe facendo debuttare IBM Machine Learning, una piattaforma per la gestione di modelli analitici in ambienti di cloud privato basati su z/OS.

IBM Machine Learning nasce a partire dalle tecnologie chiave di apprendimento automatico che fanno parte di IBM Watson. Sono state adattate a z/OS e appaiono quindi per prima cosa sui sistemi z System (al momento z13 e zEnterprise EC12), IBM ne ha anticipato il rilascio in futuro anche per i sistemi Power. È in sistemi del genere che sono conservati i dati più importanti di molte imprese, ritiene IBM, e la nuova piattaforma permette di gestirli in maniera innovativa.

IBM z13s
IBM z13

IBM sottolinea in particolare che portare funzioni di machine learning in ambiente z System permette di analizzare i dati senza doverli estrarre e passare a sistemi esterni o magari in cloud. In questo modo si riducono la latenza e i rischi per la sicurezza delle informazioni che sono legati ai porcessi ETL.

IBM Machine Learning copre vari ambiti legati al machine learning. Il primo è quello della creazione dei modelli, semplificata attraverso l’uso di un model builder visuale e di alcuni wizard. L’idea è quella di ridurre le complessità nel processo di definizione dei modelli – comunque pensato per i data scientist e figure simili, non genericamente – per potersi concentrare sulla qualità dei modelli stessi. C’è anche una forma di automazione cognitiva: il sistema confronta i dati che riceve con una varietà di algoritmi di analisi e consiglia i migliori in base ai dati e alle necessità di analisi.

IBM Watson Message Sentiment
IBM Watson Message Sentiment

Creati i modelli, questi possono essere integrati nelle applicazioni utilizzando le API di IBM Machine Learning. Secondo IBM il sistema supporta qualsiasi linguaggio, tra cui Scala, Java e Python. I modelli possono essere poi gestiti attraverso una dashboard che dà una “vista” delle loro performance in quanto ad accuratezza di analisi. Il sistema prevede anche una rivalutazione periodica e continua del modelli, per verificare che si mantengano accurati nel tempo.

Partecipa alla nostra inchiesta: La tua azienda adotta soluzioni cloud?

… per rispondere alle altre tre domande, clicca qui…