Feiern Sie über 20 Jahre KI/ML beim Innovation Day PlatoBlockchain Data Intelligence. Vertikale Suche. Ai.

Feiern Sie beim Innovation Day über 20 Jahre KI/ML

Seien Sie unser Gast, wenn wir am 20. Oktober 25 von 2022:9 bis 00:10 Uhr PT 30 Jahre KI/ML-Innovation feiern. Die ersten 1,500 Personen, die sich registrieren, erhalten AWS-Guthaben im Wert von 50 USD. Hier registrieren.

In den letzten 20 Jahren hat Amazon viele Weltneuheiten für künstliche Intelligenz (KI) und maschinelles Lernen (ML) geliefert. ML ist ein integraler Bestandteil von Amazon und wird für alles verwendet, von der Anwendung von Personalisierungsmodellen an der Kasse über die Prognose der weltweiten Produktnachfrage bis hin zur Erstellung autonomer Flüge für Amazon Prime Air-Drohnen und der Verarbeitung natürlicher Sprache (NLP) auf Alexa. Und die Verwendung von ML wird in absehbarer Zeit nicht nachlassen, da ML Amazon hilft, die Kundenerwartungen in Bezug auf Komfort, Kosten und Liefergeschwindigkeit zu übertreffen.

Während der virtuellen KI/ML-Innovationsveranstaltung am 25. Oktober nehmen wir uns die Zeit, darüber nachzudenken, was bei Amazon getan wurde und wie wir diese Innovation in eine große Breite und Tiefe von KI/ML-Diensten verpackt haben. Der AWS ML-Stack hilft Ihnen dabei, Kundenerfahrungen schnell zu innovieren und zu verbessern, eine schnellere und bessere Entscheidungsfindung zu ermöglichen und Geschäftsprozesse mit derselben Technologie zu optimieren, die Amazon täglich verwendet. Mit der größten Erfahrung; die zuverlässigste, skalierbarste und sicherste Cloud; und dem umfassendsten Angebot an Services und Lösungen ist AWS der beste Ort, um den Wert Ihrer Daten zu erschließen und in Erkenntnisse umzuwandeln.

Wir werden uns auch einen Moment Zeit nehmen, um den Kundenerfolg zu feiern, der AWS nutzt, um die Macht der Daten mit ML zu nutzen und in vielen Fällen unsere Lebensweise zum Besseren zu verändern. Mueller Wasserprodukte, Siemens Energy, Andere und ResMed wird zeigen, was möglich ist, wenn ML für Nachhaltigkeits- und Barrierefreiheitsherausforderungen wie Wassereinsparung, vorausschauende Wartung für Industrieanlagen, personalisierte medizinische Versorgungsressourcen für Patienten und Pflegekräfte und Cloud-verbundene kundenspezifische Empfehlungen für Patienten und ihre Gesundheitsdienstleister eingesetzt wird.

Die 90-minütige Sitzung endet hier nicht! Wir haben einen besonderen Gastredner Professor Michael Jordan, der über die Entscheidungsseite von ML sprechen wird, die rechnerische, schlussfolgernde und ökonomische Perspektiven umfasst. Ein Großteil des jüngsten Fokus in ML lag auf der Mustererkennungsseite des Feldes. In Professor Jordans Vortrag wird er sich auf die Seite der Entscheidungsfindung konzentrieren, auf der noch viele grundlegende Herausforderungen bestehen. Einige sind statistischer Natur, einschließlich der Herausforderungen, die mit multiplen Entscheidungsfindungen verbunden sind. Andere sind wirtschaftlich und beinhalten lernende Systeme, die mit Knappheit, Wettbewerb und Anreizen fertig werden müssen, und einige sind algorithmisch, einschließlich der Herausforderung der koordinierten Entscheidungsfindung auf verteilten Plattformen und der Notwendigkeit, dass Algorithmen eher zu Gleichgewichten als zu Optima konvergieren. Er wird darüber nachdenken, wie ML-Plattformen der nächsten Generation Umgebungen bereitstellen können, die diese Art von groß angelegter, dynamischer, datenbewusster und marktbewusster Entscheidungsfindung unterstützen.

Abschließend beenden wir die Feier mit Dr. Bratin Saha, VP von AI/ML, der erklären wird, wie AWS AI/ML so schnell auf über 100,000 Kunden gewachsen ist, einschließlich wie Amazon Sage Maker wurde zu einem der am schnellsten wachsenden Dienste in der Geschichte von AWS. Hinweis – SageMaker enthält viele Weltneuheiten, darunter vollständig verwaltet Infrastruktur, Werkzeuge wie z IDEs und Feature-Stores, Workflows, AutoML und No-Code-Fähigkeiten.

AWS hat dazu beigetragen, das ML-Wachstum durch Funktionen zu fördern, die Ihnen helfen, es durch die Operationalisierung von Prozessen in großem Maßstab bereitzustellen. Wir haben dies in vielen verschiedenen Branchen gesehen. In der Automobilindustrie zum Beispiel hat das Fließband das Automobildesign und die Fertigung standardisiert und eine Revolution im Transportwesen ausgelöst, indem es uns beim Übergang von handmontierten Autos zur Massenproduktion geholfen hat.

In ähnlicher Weise hat sich die Softwareindustrie von einigen wenigen spezialisierten Geschäftsanwendungen zu einem allgegenwärtigen Bestandteil unseres Lebens entwickelt. Dies geschah durch Automatisierung, Tooling und die Implementierung und Standardisierung von Prozessen – praktisch durch die Industrialisierung von Software. Auf die gleiche Weise treiben ML-Services von AWS diese Transformation voran. Tatsächlich führen Kunden heute Millionen von Modellen, Milliarden von Parametern und Hunderte Milliarden von Vorhersagen auf AWS aus.

Dr. Saha wird auch auf die Geschichte der Flaggschiff-KI-Dienste zurückblicken, darunter Dienste für Text und Dokumente, Sprache, Bildverarbeitung, Gesundheitswesen, Industrie, Suche, Geschäftsprozesse und DevOps. Er erklärt Ihnen die Verwendung der KI-Anwendungsfall-Explorer, wo Sie Anwendungsfälle untersuchen, Erfolgsgeschichten von Kunden entdecken und Ihr Team für die Leistungsfähigkeit von KI und ML mobilisieren können. Dr. Saha wird mit seiner Vision für AWS AI/ML-Services enden.

Wir können es kaum erwarten, mit euch zu feiern, also Jetzt registrieren! Wenn Sie zu den ersten 1,500 Personen gehören, die sich registrieren, erhalten Sie AWS-Guthaben im Wert von 50 USD.

Viel Spaß beim Innovieren!


Über den Autor

Feiern Sie über 20 Jahre KI/ML beim Innovation Day PlatoBlockchain Data Intelligence. Vertikale Suche. Ai.Kimberley Madia ist Principal Product Marketing Manager bei AWS Machine Learning. Ihr Ziel ist es, Kunden das Erstellen, Trainieren und Bereitstellen von Machine-Learning-Modellen mit Amazon SageMaker zu erleichtern. Um Spaß bei der Arbeit zu haben, kocht, liest und läuft Kimberly gerne auf dem San Francisco Bay Trail.

Zeitstempel:

Mehr von AWS Maschinelles Lernen