تم وضع AWS في فئة القادة في 2022 IDC MarketScape لتقييم بائعي الأنظمة الأساسية وأدوات برامج دورة الحياة الخاصة بـ APEJ AI

وضع IDC MarketScape المنشور مؤخرًا: آسيا / المحيط الهادئ (باستثناء اليابان) أدوات ومنصات برامج دورة حياة الذكاء الاصطناعي لعام 2022 تقييم البائعين AWS في فئة القادة. كان هذا هو التقييم الأول والوحيد للمحلل الخاص بـ APEJ والذي يركز على برنامج دورة حياة الذكاء الاصطناعي من IDC. يقدم البائعون الذين تم تقييمهم لهذا السوق أدوات برمجية متنوعة لازمة لدعم تطوير نموذج التعلم الآلي الشامل (ML) ، بما في ذلك إعداد البيانات وبناء النموذج والتدريب وتشغيل النموذج والتقييم والنشر والمراقبة. يتم استخدام الأدوات عادةً من قبل علماء البيانات ومطوري تعلم الآلة من التجربة إلى نشر إنتاج حلول الذكاء الاصطناعي والتعلم الآلي.

تعد أدوات دورة حياة الذكاء الاصطناعي ضرورية لإنتاج حلول الذكاء الاصطناعي / التعلم الآلي. لقد قطعوا خطوات قليلة إلى ما وراء تجارب الذكاء الاصطناعي / التعلم الآلي: لتحقيق النشر في أي مكان ، والأداء على نطاق واسع ، وتحسين التكلفة ، والأهمية المتزايدة ، دعم إدارة مخاطر النماذج المنهجية - القابلية للتفسير ، والمتانة ، والانجراف ، وحماية الخصوصية ، وأكثر من ذلك. تحتاج الشركات إلى هذه الأدوات لإطلاق العنان لقيمة أصول بيانات المؤسسة على نطاق أكبر وسرعة أكبر.

متطلبات البائع لـ IDC MarketScape

لكي يتم النظر في برنامج MarketScape ، كان على البائع توفير منتجات برمجية لجوانب مختلفة من عملية ML من طرف إلى طرف في إطار وحدات حفظ مخزون المنتجات المستقلة (SKUs) أو كجزء من نظام أساسي لبرمجيات الذكاء الاصطناعي العام. يجب أن تستند المنتجات إلى عنوان IP الخاص بالشركة ، ويجب أن تحقق المنتجات عائدات ترخيص البرامج أو عائدات البرامج المستندة إلى الاستهلاك لمدة 12 شهرًا على الأقل في APEJ اعتبارًا من مارس 2022. كان يجب أن تكون الشركة من بين أفضل 15 بائعًا بحلول الإيرادات المبلغ عنها لعام 2020-2021 في منطقة APEJ ، وفقًا لـ IDC's AI Software Tracker. استوفت AWS المعايير وقامت بتقييمها IDC مع ثمانية موردين آخرين.

تم نشر نتيجة التقييم الشامل لـ IDC في أكتوبر 2022 في IDC MarketScape: آسيا / المحيط الهادئ (باستثناء اليابان) أدوات وبرامج دورة حياة الذكاء الاصطناعي ومنصات تقييم البائع لعام 2022. يتم وضع AWS في فئة القادة بناءً على القدرات الحالية. تتمثل إستراتيجية AWS في إجراء استثمارات مستمرة في خدمات الذكاء الاصطناعي / تعلم الآلة لمساعدة العملاء على الابتكار باستخدام الذكاء الاصطناعي والتعلم الآلي.

موقف AWS

"تم وضع AWS في فئة القادة في هذا التمرين ، حيث تتلقى تصنيفات أعلى في فئات تقييم مختلفة - نطاق خدمات الأدوات المقدمة ، وخيارات لخفض تكلفة الأداء ، وجودة خدمة العملاء والدعم ، ووتيرة ابتكار المنتج ، على سبيل المثال لا الحصر قليل."

- جيسي دانكينج كاي ، مساعد مدير البحوث ، البيانات الضخمة وممارسة التحليلات ، IDC آسيا / المحيط الهادئ.

الصورة المرئية أدناه هي جزء من MarketScape وتوضح موقف AWS الذي تم تقييمه من خلال القدرات والاستراتيجيات.

تم تصميم نموذج تحليل البائع IDC MarketScape لتقديم نظرة عامة على اللياقة التنافسية لموردي تكنولوجيا المعلومات والاتصالات في سوق معين. تستخدم منهجية البحث منهجية صارمة لتسجيل النتائج بناءً على المعايير النوعية والكمية التي ينتج عنها رسم بياني واحد لموقف كل بائع في سوق معين. تقيس درجة القدرات منتج البائع ، والذهاب إلى السوق ، وتنفيذ الأعمال على المدى القصير. تقيس درجة الإستراتيجية مواءمة استراتيجيات البائع مع متطلبات العملاء في إطار زمني يتراوح من 3 إلى 5 سنوات. يتم تمثيل الحصة السوقية للبائع من خلال حجم الرموز.

تم تقييم Amazon SageMaker كجزء من MarketScape

كجزء من التقييم ، تعمق IDC في الأمازون SageMaker قدرات. SageMaker هي خدمة مُدارة بالكامل لإنشاء نماذج تعلم الآلة وتدريبها ونشرها لأي حالة استخدام مع البنية التحتية المُدارة بالكامل والأدوات ومهام سير العمل. منذ إطلاق SageMaker في عام 2017 ، تم إطلاق أكثر من 250 من الإمكانات والميزات.

يستخدم ممارسو ML مثل علماء البيانات ومهندسي البيانات ومحللي الأعمال ومتخصصي MLOps SageMaker لكسر الحواجز عبر كل خطوة من سير عمل ML من خلال اختيارهم لبيئات التطوير المتكاملة (IDEs) أو الواجهات التي لا تحتوي على كود. بدءًا من إعداد البيانات ، يسهل SageMaker الوصول إلى كميات كبيرة من البيانات المنظمة (البيانات المجدولة) والبيانات غير المهيكلة (الصور والفيديو والجغرافيا المكانية والصوت) وتسميتها ومعالجتها. بعد إعداد البيانات ، تقدم SageMaker أجهزة كمبيوتر محمولة مُدارة بالكامل لبناء النماذج وتقليل وقت التدريب من ساعات إلى دقائق باستخدام بنية تحتية مُحسَّنة. يجعل SageMaker من السهل نشر نماذج ML لعمل تنبؤات بأفضل سعر وأداء لأي حالة استخدام من خلال مجموعة واسعة من خيارات نشر النماذج والبنية التحتية لتعلّم الآلة. أخيرًا ، تساعدك أدوات MLOps في SageMaker على توسيع نطاق نشر النموذج ، وتقليل تكاليف الاستدلال ، وإدارة النماذج بشكل أكثر فاعلية في الإنتاج ، وتقليل العبء التشغيلي.

يستدعي MarketScape ثلاث نقاط قوة لـ AWS:

• الوظيفة والعرض - يوفر SageMaker مجموعة واسعة وعميقة من الأدوات لإعداد البيانات ، والتدريب على النموذج ، والنشر ، بما في ذلك السيليكون المبني من AWS: استدلال AWS لاستنتاج أعباء العمل و تدريب AWS لتدريب أعباء العمل. يدعم SageMaker إمكانية شرح النموذج واكتشاف التحيز من خلاله توضيح Amazon SageMaker.
• خدمة التوصيل - SageMaker متاح أصلاً على AWS ، ثاني أكبر منصة سحابية عامة في منطقة APEJ (استنادًا إلى IDC Public Cloud Services Tracker ، IaaS + PaaS ، بيانات 2021) ، مع مناطق في اليابان وأستراليا ونيوزيلندا وسنغافورة والهند وإندونيسيا وكوريا الجنوبية والصين الكبرى. المناطق المحلية متاحة لخدمة العملاء في دول الآسيان: تايلاند والفلبين وفيتنام.
• فرص متنامية - تساهم AWS بنشاط في المشاريع مفتوحة المصدر مثل Gluon وتتفاعل مع المطورين الإقليميين والمجتمعات الطلابية من خلال العديد من الأحداث والدورات التدريبية عبر الإنترنت و مختبر استوديو Amazon SageMaker، بيئة دفتر ملاحظات SageMaker بدون تكلفة.

تم إطلاق SageMaker في re: Invent 2022

استمر ابتكار SageMaker في AWS re: Invent 2022 ، مع ثمانية قدرات جديدة. تضمنت عمليات الإطلاق ثلاث قدرات جديدة لحوكمة نموذج ML. مع زيادة عدد النماذج والمستخدمين داخل المؤسسة ، يصبح من الصعب تعيين ضوابط الوصول الأقل امتيازًا وإنشاء عمليات حوكمة لتوثيق معلومات النموذج (على سبيل المثال ، مجموعات بيانات الإدخال ، ومعلومات بيئة التدريب ، ووصف استخدام النموذج ، وتقييم المخاطر) . بعد نشر النماذج ، يحتاج العملاء أيضًا إلى مراقبة التحيز وانحراف الميزات للتأكد من أنها تعمل على النحو المتوقع. يعمل مدير الأدوار الجديد والبطاقات النموذجية ولوحة المعلومات النموذجية على تبسيط التحكم في الوصول وتعزيز الشفافية للدعم حوكمة نموذج ML.

كانت هناك أيضًا ثلاث عمليات إطلاق متعلقة بـ أمازون ساجميكر ستوديو دفاتر الملاحظات. توفر أجهزة الكمبيوتر المحمولة SageMaker Studio للممارسين تجربة كمبيوتر محمول مُدارة بالكامل ، من استكشاف البيانات إلى النشر. مع نمو حجم الفرق وتعقيدها ، قد يحتاج العشرات من الممارسين إلى تطوير نماذج بشكل تعاوني باستخدام أجهزة الكمبيوتر المحمولة. تواصل AWS تقديم الأفضل تجربة دفتر الملاحظات للمستخدمين ، مع إطلاق ثلاث ميزات جديدة تساعدك على تنسيق وأتمتة كود الكمبيوتر الدفتري.

لدعم نشر النموذج ، تساعدك الإمكانات الجديدة في SageMaker على تشغيل اختبارات الظل لتقييم نموذج ML جديد قبل إصدار الإنتاج عن طريق اختبار أدائه مقابل النموذج المنشور حاليًا. اختبار الظل يمكن أن تساعدك في اكتشاف أخطاء التكوين المحتملة ومشكلات الأداء قبل أن تؤثر على المستخدمين النهائيين.

أخيرًا ، أطلقت SageMaker دعمًا لـ ML الجغرافي المكاني، مما يسمح لعلماء البيانات ومهندسي تعلم الآلة ببناء نماذج تعلم الآلة وتدريبها ونشرها بسهولة باستخدام البيانات الجغرافية المكانية. يمكنك الوصول إلى مصادر البيانات الجغرافية المكانية ، وعمليات المعالجة المصممة لهذا الغرض ، ونماذج ML المدربة مسبقًا ، وأدوات التصور المدمجة لتشغيل ML الجغرافي المكاني بشكل أسرع وعلى نطاق واسع.

اليوم ، يستخدم عشرات الآلاف من العملاء Amazon SageMaker لتدريب النماذج بمليارات المعلمات وإجراء أكثر من تريليون توقع شهريًا. لمعرفة المزيد حول SageMaker ، قم بزيارة صفحة ويب واستكشف كيف يمكن أن تساعدك البنية التحتية والأدوات وسير العمل المُدارة بالكامل في تسريع تطوير نموذج ML.

---

عن المؤلف

كمبرلي ماديا هو مدير تسويق المنتجات الرئيسي مع AWS Machine Learning. هدفها هو تسهيل بناء وتدريب ونشر نماذج التعلم الآلي على العملاء باستخدام Amazon SageMaker. للمتعة خارج العمل ، يحب Kimberly الطهي والقراءة والركض على San Francisco Bay Trail.

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• بلاتوبلوكشين. Web3 Metaverse Intelligence. تضخيم المعرفة. الوصول هنا.
• المصدر https://aws.amazon.com/blogs/machine-learning/aws-positioned-in-the-leaders-category-in-the-2022-idc-marketscape-for-apej-ai-life-cycle-software-tools-and-platforms-vendor-assessment/