Oracle ha annunciato che Oracle MySQL HeatWave ora supporta il machine learning (ML) all’interno del database, oltre all’elaborazione delle transazioni e alle funzioni di analytics precedentemente disponibili.
Oracle sostiene che è l’unico servizio di database cloud MySQL a farlo.
MySQL HeatWave ML automatizza completamente il ciclo di vita del machine learning e memorizza tutti i modelli addestrati all’interno del database MySQL, eliminando la necessità di spostare i dati o il modello in uno strumento o servizio di apprendimento automatico.
L’eliminazione dell’ETL riduce la complessità dell’applicazione, abbassa i costi e migliora la sicurezza sia dei dati che del modello, sottolinea Oracle.
L’azienda ha inoltre annunciato che HeatWave ML è incluso nel servizio cloud di database MySQL HeatWave in tutte le 37 region di Oracle Cloud Infrastructure (OCI).
Fino ad ora – mette in evidenza Oracle –, aggiungere capacità di machine learning alle applicazioni MySQL è stato proibitivo e ha richiesto molto tempo per tanti sviluppatori.
In primo luogo, c’è il processo di estrazione dei dati dal database e in un altro sistema per creare e fare il deployment dei modelli di machine learning.
Questo approccio crea più silos per applicare il machine learning agli application data e introduce una latenza quando i dati si spostano.
Porta anche alla proliferazione dei dati al di fuori del database – aggiunge Oracle –, rendendolo più vulnerabile alle minacce alla sicurezza. E aggiunge complessità per gli sviluppatori che devono programmare in più ambienti.
In secondo luogo – prosegue l’analisi di Oracle –, i servizi esistenti si aspettano che gli sviluppatori siano esperti nel guidare il processo di formazione del modello di machine learning. Altrimenti, il modello è sub-optimal, il che degrada la precisione delle previsioni.
Infine, la maggior parte delle soluzioni di machine learning esistenti non include funzionalità per fornire spiegazioni sul perché i modelli costruiti dagli sviluppatori forniscano specifiche previsioni.
MySQL HeatWave ML – afferma Oracle – risolve questi problemi integrando nativamente le capacità di machine learning all’interno del database MySQL, eliminando così la necessità di eseguire l’ETL dei dati in un altro servizio.
HeatWave ML automatizza completamente il processo di training e crea un modello con il miglior algoritmo, le caratteristiche ottimali e gli iper-parametri ottimali per un dato set di dati e un compito specifico.
Tutti i modelli generati da HeatWave ML possono fornire spiegazioni del modello e della previsione.
Secondo Oracle, nessun altro provider di database cloud fornisce funzionalità di machine learning così avanzate direttamente all’interno del proprio servizio di database.
Oracle ha pubblicato i benchmark di machine learning eseguiti su un gran numero di set di dati di classificazione e regressione di apprendimento automatico pubblicamente disponibili.
In media – ha affermato l’azienda –, sul cluster più piccolo, HeatWave ML addestra modelli di apprendimento automatico 25 volte più velocemente all’uno per cento del costo di Redshift ML.
Inoltre – aggiunge Oracle –, il vantaggio in termini di prestazioni rispetto a Redshift ML aumenta quando il training viene effettuato su un cluster HeatWave più grande.
Il training è un processo time-consuming – sottolinea Oracle – e poiché può essere fatto in modo molto efficiente e rapido con MySQL HeatWave, i clienti possono ora riaddestrare i loro modelli più spesso e stare al passo con i cambiamenti dei dati.
Questo consente, a sua volta, di mantenere i modelli aggiornati e migliorare l’accuratezza delle previsioni.
Sul blog ufficiale di Oracle è possibile leggere un approfondimento tecnico sul machine learning in-database di MySQL HeatWave.
Sul sito dell’azienda è anche possibile consultare il white paper tecnico di MySQL HeatWave ML.
