IBM启动了AutoAI，以自动化企业人工智能模型的开发。由于使用IBM Watson Studio（以前称为Data Science Experience）之类的产品，因此部署AI应用程序和服务并不像以前那样具有挑战性。 Watson Studio于2017年首次亮相，它提供了一个环境和工具来帮助分析，可视化和清理数据以及实时训练和优化机器学习模型。现在，随着AutoAI的推出，它将变得更加强大。 AutoAI旨在自动化与企业环境中的AI协调相关的任务。 IBM Data and AI总经理Rob Thomas在一份声明中说：“为了制定人工智能的发展路径，IBM一直在与客户紧密合作。在开发过程中，许多人将面临数据准备步骤的挑战，这也是人工智能的发展。智力的基本步骤。我们已经看到，对于许多成熟的公司而言，数据基础架构的复杂性可能令人震惊。但是对于那些技术资源很少的公司来说，这仍然是一个压倒性的问题。我们为Watson Studio提供的自动化功能旨在简化流程并帮助客户更快地建立机器学习模型和实验。” AutoAI可以自动执行数据准备和预处理步骤，包括功能工程，或者使用数据域知识来创建元素从核心到AI算法的过程。它处理超参数优化（为学习算法选择一组最佳超参数，其中``超参数''指的是学习过程开始之前设置的值），并且它具有不断壮大的强大的预训练模型类型，例如Gradient boosting tree。另外，Watson Studio AutoAI还是IBM的神经网络综合（NeuNetS）。该平台旨在通过使用AI自动合成自定义神经网络并允许用户选择优先考虑速度或准确性来加速深度学习模型的开发。 IBM表示，它使用Kubernetes在IBM Cloud上运行，并且不需要代码知识或具有深度学习框架的经验。去年秋天，NeuNetS启动了预览版，并在Watson Studio项目中提供了beta版。几个月前，IBM通过与IBM Cloud Private for Data集成，将Watson Studio，Watson Assistant和AI OpenScale引入了私有云平台和公共平台（例如Google Cloud Platform，AWS和Microsoft Azure）。此外，IBM还推出了AI Digital Automation，这是一项收集和分析数据模式以识别可以自动执行的任务的服务。 IBM在机器学习即服务（MLaaS）市场中与Google，微软，亚马逊和其他公司竞争，该市场预计到2023年将达到55亿美元。微软于3月初宣布增强Azure机器学习。 4月，Google在I / O 2019开发者大会上推出了针对结构化数据的AutoML Video和AutoML Tables，这是Google自动创建的AI系统服务的套件。就在本周，亚马逊宣布推出Amazon Personalize，这是一项AWS服务，可以促进网站，移动应用程序，内容管理和电子邮件营销系统的开发，这些系统可以提供定制的搜索结果。