Partnerschappen zijn niet nieuw in de analyses wereld, en ook niet zijn integraties tussen technologieën. Maar deze week heeft gezien een paar aankondigingen die vallen in de samenwerking/integratie categorie en deze keer, het is allemaal over AI. Aerospike aangekondigd interessante integraties met twee populaire Apache Software Foundation open source data-analyse-technologieën en ThoughtSpot kondigt integratie met Alteryx. De laatste integratie banden in die handig is met een andere Alteryx kondigde vorige maand. En al deze integraties zijn AI-relevant.
Aerospike vonken kafkaëske integratie
Laten we beginnen met Aerospike, waarvan de gelijknamige product is een in-memory NoSQL database die gebruik kunnen maken van flash-geheugen en RAM. Het bedrijf kondigde op dinsdag de releases van Aerospike Connect voor Vonk en Aerospike Connect voor Kafka, die aansluiten op Apache Vonk en Kafka, respectievelijk. Natuurlijk, connectiviteit met deze twee open source-technologieën is het vrij gebruikelijk, maar er is meer aan de hand dan dat.
Ten eerste, de Vonk integratie is pretty cool…dit is niet alleen een belangrijk export brug…het is iets waarmee Vonk ontwikkelaars query Aerospike en de resultaten terug als een Vonk DataFrame. Van daar, bijna elke Vonk werking op de data is mogelijk. Op de Kafka kant, inmiddels is alles mooi bidirectionele — dus niet alleen kan streamen van gegevens uit Kafka onderwerpen komen in Aerospike (die steun was er al), maar nu gegevens in Aerospike kan de stroom in een Kafka onderwerp verandert. Zo legde me door Srini Srinivasan, Aerospike Chief Product Officer en Oprichter, de combinatie van deze integratie levert drie voordelen op:
Door gebruik te maken van Aerospike als de belangrijkste gegevens op te slaan, en te brengen in een analyse-specifieke subset van de gegevens, Spark gebruikers te voorkomen haalt uit het RAM-geheugen op de Spark cluster. Sinds Aerospike maakt gebruik van flash, kan het een veel grotere capaciteit, in het algemeen. De integratie saldi dingen out.By aan de Aerospike gegevens in Vonk, het laatste is MLlib component kan worden gebruikt voor het bouwen van machine learning modellen op die dataBy gebruik van de combinatie van Aerospike, Kafka en Vonk Streaming, die ML modellen kunnen worden gehouden up-to-date en omgeschoold als de onderliggende gegevens te wijzigen.
Aerospike kondigde ook een nieuwe Aerospike REST van Cliënt, worden uitgebracht in April, dat zal vergroten de huidige taal-specifieke software developer kits (Sdk ‘ s) voor de ontwikkelaar connectiviteit.
ThoughtSpot en Alteryx u laten zoeken naar AI
Moving on, ThoughtSpot kondigt vandaag een partnerschap en integratie met gegevens prep/data pipeline specialist Alteryx dat de puree tot ThoughtSpot ‘ s zoeken op basis van analyses met Alteryx de mogelijkheid voor het bouwen van machine learning (ML) modellen. De nieuwe integratie stelt Alteryx gebruikers toe te voegen native ThoughtSpot Bulk Loader verbindingen en ThoughtSpot TQL instructies rechtstreeks in een Alteryx workflow. Als een resultaat, een zoek-query kan leiden tot de telling van de gegevens die in ThoughtSpot tegen een Alteryx ML model (die zelf is gebouwd met gebruikmaking R of Python/scikit-leren, achter de schermen). In een call-and-response mode, de resulterende voorspelde waarde(n) komt terug van Alteryx en kan worden gevisualiseerd in ThoughtSpot, automatisch.
Dat klinkt misschien een beetje Rube Goldberg en, toegegeven, ik heb niet deze integratie gedemonstreerd voor mij. Maar de mogelijkheid om de pijp een resultaat van ThoughtSpot en in een Alteryx workflow, dan krijgt de scoring gegevens terug te zetten, lijkt redelijk. Ondertussen, op de zoek-interface is al ThoughtSpot primaire paradigma.
En het plot verdikt…
Heel toevallig te ThoughtSpot de aankondiging, had ik een briefing van deze week met Ashley Kramer, Alteryx ‘ s senior vice president of Product Management, en de discussie was specifiek gericht op Alteryx de ML-mogelijkheden (in plaats van de gegevens prep en je mogelijkheden voor wat het is misschien het best bekend). Wat ik leerde was behoorlijk intrigerend; en in combinatie met ThoughtSpot is nieuws, het is interessanter nog steeds.
Lees ook: Alteryx breidt product instelt, maakt data science overname
Lees ook: Domo, Alteryx en Absolutdata nemen van ‘machine learning’ voor zakelijke gebruikers
Lees ook: Alteryx Bevorderen levert AI/machine learning model implementatie, beheer en integratie
Hier is de kern: als aanvulling op de native ML mogelijkheden, Alteryx vorige maand kondigde een samenwerking met H20.ai, dat kan Alteryx te gebruiken H20 ‘ s “zonder stuurprogramma ‘ s AI” AutoML functie. In de verdere synchroniciteit, die ik toevallig heb geschreven over AutoML eerder deze week, dus het is allemaal beginnen te zin te maken.
Lees ook: AutoML is de democratisering en verbetering van de AI
Zet de Alteryx integraties allemaal samen, en hier is wat je krijgt: de niet-data-onderzoekers kunnen gebruik maken van de combinatie van Alteryx en H20 zonder stuurprogramma ‘ s AI te bouwen machine learning modellen, met de feature selectie algoritme selectie en hyperparameter tuning uitgevoerd op geautomatiseerde basis. Zei modellen kunnen vervolgens worden meegenomen in Alteryx en kan in theorie (ik heb het nog niet bevestigd) worden gebruikt om de score van de gegevens van ThoughtSpot via zoeken-op basis van de query met de voorspelling data-set streamen terug naar dat platform te worden gevisualiseerd automatisch.
De coördinatie van de interactie van deze drie producten heeft waarschijnlijk een aantal complexiteit en misschien een paar valkuilen bij betrokken, maar zelfs alleen maar als een proof of concept, het is indrukwekkend. ML model ontwerp en opleiding, evenals query, scoren en visualisatie, alle beschikbare zonder codering en zonder data science expertise. Ik stel me voor dingen zal vereenvoudigen in de toekomst, maar het feit dat al deze punten kunnen verbinden, vandaag de dag, is het erg spannend.
De google analytics-bot is aangesloten op de AI bot
Al deze integraties, en alle van deze leveranciers (Aerospike, ThoughtSpot, Alteryx en H20.ai) zijn effectief in te stemmen met de gedachte dat de heilige graal van de data-analyse is AI, en met de bouw en implementatie van ML-modellen. Ze zijn het nemen van concrete maatregelen om geïntegreerde, code-minder AI een werkelijkheid, het toevoegen van automatisering waar mogelijk, het maken van dingen schaal en, in Aerospike het geval is, houden een oog op een voortdurende integratie van gegevens om modellen up-to-date en nauwkeurig zijn.
Nogmaals, er is waarschijnlijk een groot deel van de montage nodig is om deze hele streaming data/in-memory analytics/AI pijplijn goed werken vandaag, maar dit soort partnerschappen en integraties zijn meestal een noodzakelijke eerste stap voor een meer geïntegreerde platforms beschikbaar, vaak van dezelfde leveranciers.
Verwante Onderwerpen:
Kunstmatige Intelligentie
Digitale Transformatie
Robotica
Het Internet van Dingen
Innovatie
Enterprise Software