Tibco着眼于人工智能扩展数据分析和可视化

企业分析供应商Tibco今天正在更新其软件产品组合，发布一系列版本，旨在通过增强的可扩展性，数据流和人工智能（AI）功能的集成来帮助改善分析和数据可视化。

这包括对 Spotfire 12.2 的更新，具有增强的数据可视化功能以及面向开发人员的新数据功能。Tibco于2007年以195.<>亿美元的价格收购了最初的Spotfire技术。当时，Spotfire被定位为商业智能供应商，尽管该技术已稳步发展为人工智能驱动的数据分析和可视化平台。

Tibco ModelOps 于 2022 年 <> 月推出，现在与 Spotfire 集成得更紧密，以使数据科学家能够构建和部署由 AI 模型提供支持的分析工作流程。此外，Tibco正在更新其流数据技术，其功能被该公司称为“动态学习”，可实现对流数据的数据分析操作。Tibco平台也正在走向云原生，组织能够在Kubernetes基础设施上部署软件。

“我们现在部署了多达100万人进入网络环境与Spotfire分析进行交互，这可能会消耗大量资源，”Tibco首席分析官Michael O'Connell告诉VentureBeat。“因此，能够使用 Kubernetes 横向扩展对我们来说确实是一个巨大的进步。

开发人员和数据函数

通过数据分析，业务分析师通常是Tibco的核心关注点。

也就是说，O'Connell强调Tibco也有兴趣帮助正在构建更复杂的运营和数据科学计划的开发人员。在Spotfire 12.2更新中，Tibco提出了“mods”的概念，作为为Spotfire平台带来可扩展性的一种方式。借助新的可扩展性，开发人员可以在Spotfire中使用JavaScript进行编码，以构建可视化分析操作。

更进一步，新的数据功能将使开发人员能够更轻松地获取自定义代码，并将其转换为业务分析师的“点击式”分析操作。

由于Spotfire云操作功能，数据分析和数据可视化的可扩展性甚至可以比自定义编码更进一步。云操作提供与操作系统（如数据库和企业应用程序）的集成点，以在Tibco平台中的数据与外部源之间架起桥梁。

动态学习进入数据流

流数据对于业务运营和数据分析越来越重要。

一个挑战是流数据通常来自开源的Apache Kafka源，并且必须先加载到数据库中，然后才能用于分析或机器学习（ML）。

O'Connell表示，借助Tibco流数据技术中的新动态学习功能，组织现在将能够直接从事件流中训练ML模型。

“在动态学习的情况下，我们开发了一套方法，你可以直接在事件流上构建和训练任何模型，而无需将数据写入数据库的中间步骤，”他说。

动态学习有用的一个特殊用例是在制造业中。O'Connell说，由于数据来自制造车间的实时数据，能够理解并应对正在发生的事情至关重要。

数据科学和 ML 的交集可以在 ModelOps 中找到。

2022 年在 Tibco 平台上首次发布的 ModelOps 功能为组织提供了用于数据科学和 AI 工作流的模型管理功能。

现在有了Spotfire 12.2，ModelOps的集成更加紧密，实现了O'Connell所说的完整数据科学生命周期。组织现在可以使用 Tibco 数据科学产品训练 ML 模型，然后可以在 Tibco ModelOps 中进行编目和管理。

最后，Tibco Spotfire用户可以找到并使用由ModelOps管理的ML模型，并将其用于数据可视化和分析操作。

展望未来，Tibco将把生成式AI功能集成到其平台中。

“我们现在正在与微软和Open AI合作训练我们自己的模型，”奥康奈尔说。“我们正在使用 GPT 3.5。Turbo 版用于在 Spotfire 中创建交互式聊天，为编写自己的数据函数的人提供建议。"

椰有料原创，作者：小椰子啊，转载请注明出处：http://www.studioyz.com/2237.html