AWS חוגגת 5 שנים של חדשנות עם Amazon SageMaker

תוך 5 שנים בלבד, עשרות אלפי לקוחות התקשרו אמזון SageMaker ליצור מיליוני מודלים, לאמן מודלים עם מיליארדי פרמטרים, ולהפיק מאות מיליארדי תחזיות חודשיות.

הזרעים של שינוי פרדיגמת למידת מכונה (ML) היו שם במשך עשרות שנים, אך עם הזמינות המוכנה של קיבולת מחשוב אינסופית כמעט, ריבוי מאסיבי של נתונים וההתקדמות המהירה של טכנולוגיות ML, ללקוחות בכל תעשיות יש כעת גישה לטרנספורמציה שלה. יתרונות. כדי לרתום את ההזדמנות הזו ולהוציא את ML ממעבדת המחקר ואל ידיהם של ארגונים, AWS יצרה את Amazon SageMaker. השנה, אנו חוגגים 5 שנים ל-Amazon SageMaker, שירות הדגל שלנו בניהול מלא של ML, שהושק ב-AWS re:Invent 2017 והמשיך להיות אחד השירותים הצומחים ביותר בהיסטוריה של AWS.

AWS השיקה את Amazon SageMaker כדי לשבור מחסומים ל-ML ולדמוקרטיזציה של גישה לטכנולוגיה מתקדמת. כיום, ההצלחה הזו אולי נראתה בלתי נמנעת, אבל בשנת 2017, ML עדיין דרש מיומנויות מיוחדות שהחזיקו בדרך כלל בקבוצה מוגבלת של מפתחים, חוקרים, דוקטורים או חברות שבנו את העסק שלהם סביב ML. בעבר, מפתחים ומדעני נתונים נאלצו תחילה לדמיין, להפוך ולעבד נתונים מראש לפורמטים שבהם אלגוריתמים יכלו להשתמש כדי לאמן מודלים, שדרשו כמויות אדירות של כוח מחשוב, תקופות אימון ארוכות וצוותים ייעודיים לניהול סביבות שלעיתים קרובות משתרעות על פני מספר GPU- שרתים מאושרים - וכמות בריאה של כוונון ביצועים ידני. בנוסף, פריסת מודל מיומן בתוך אפליקציה דרשה קבוצה שונה של מיומנויות מיוחדות בעיצוב יישומים ובמערכות מבוזרות. ככל שגדלו מערכי הנתונים והמשתנים, חברות נאלצו לחזור על התהליך הזה כדי ללמוד ולהתפתח ממידע חדש ככל שמודלים ישנים יותר הפכו מיושנים. האתגרים והחסמים הללו הביאו לכך ש-ML לא היה בהישג ידם של רובם מלבד ארגונים ומוסדות מחקר הממומנים היטב.

שחר של עידן חדש בלמידת מכונה

זו הסיבה שהצגנו את Amazon SageMaker, שירות הדגל שלנו מנוהל ML המאפשר למפתחים, מדעני נתונים ואנליסטים עסקיים להכין נתונים במהירות ובקלות, ולבנות, לאמן ולפרוס מודלים של ML באיכות גבוהה בקנה מידה. ב-5 השנים האחרונות, הוספנו יותר מ-250 תכונות ויכולות חדשות, כולל סביבת הפיתוח המשולבת הראשונה בעולם (IDE) עבור ML, באגים, צגי דגמים, פרופילים, AutoML, חנות תכונות, יכולות ללא קוד, ו הכלי הראשון המיועד לאינטגרציה מתמשכת ואספקה ​​מתמשכת (CI/CD) כדי להפוך ML לפחות מורכב וניתן להרחבה יותר בענן ובמכשירי קצה.

בשנת 2021, דחפנו את הדמוקרטיזציה עוד יותר כדי לשים ML בהישג ידם של משתמשים נוספים. Amazon SageMaker מאפשר ליותר קבוצות של אנשים ליצור מודלים של ML, כולל סביבת ללא קוד ב אמזון SageMaker Canvas עבור אנליסטים עסקיים ללא ניסיון ב-ML, כמו גם סביבת ML ללא הגדרה וללא תשלום עבור תלמידים ללמוד ולהתנסות ב-ML מהר יותר.

כיום, לקוחות יכולים לחדש עם Amazon SageMaker באמצעות מבחר של כלים - IDEs עבור מדעני נתונים וממשק ללא קוד עבור אנליסטים עסקיים. הם יכולים לגשת, לתייג ולעבד כמויות גדולות של נתונים מובנים (נתונים טבלאיים) ונתונים לא מובנים (צילום, וידאו ואודיו) עבור ML. עם Amazon SageMaker, לקוחות יכולים לצמצם את זמני האימון משעות לדקות עם תשתית אופטימלית. לבסוף, לקוחות אתה יכול להפוך לאוטומטי ולתקן פעולות למידת מכונה (MLOps) ברחבי הארגון שלך כדי לבנות, לאמן, לפרוס ולנהל מודלים בקנה מידה.

תכונות חדשות לדור הבא של חדשנות

בהמשך הדרך, AWS ממשיכה לפתח באגרסיביות תכונות חדשות שיכולות לעזור ללקוחות לקחת ML קדימה. לדוגמה, נקודות קצה מרובה מודלים של Amazon SageMaker (MME) מאפשרות ללקוחות לפרוס אלפי דגמי ML על נקודת קצה אחת של אמזון SageMaker ולהוזיל עלויות על ידי שיתוף מופעים המוענקים מאחורי נקודת קצה בכל הדגמים. עד לאחרונה, MMEs נתמכו רק על CPUs, אבל, Amazon SageMaker MMEs תומכים כעת GPUs. לקוחות יכולים להשתמש ב-Amazon SageMaker MME כדי לפרוס מודלים של למידה עמוקה במופעי GPU ולחסוך עד 90% מהעלות על ידי פריסת אלפי מודלים של למידה עמוקה לנקודת קצה אחת מרובת דגמים. Amazon SageMaker הרחיבה גם את התמיכה באופטימיזציית מחשוב ענן מחשוב אלסטי של אמזון (Amazon EC2) מופעים מופעל על ידי AWS Graviton 2 ו- Graviton 3 מעבדים, המתאימים היטב להסקת ML מבוססת CPU, כך שלקוחות יכולים לפרוס מודלים על סוג המופע האופטימלי לעומסי העבודה שלהם.

לקוחות Amazon SageMaker משחררים את הכוח של למידת מכונה

מדי יום, לקוחות מכל הגדלים ובכל התעשיות פונים לאמזון SageMaker כדי להתנסות, לחדש ולפרוס דגמי ML בפחות זמן ובעלות נמוכה מאי פעם. כתוצאה מכך, השיחות עוברות כעת מאמנות האפשרי לשחרור רמות חדשות של פרודוקטיביות עם ML. כיום, לקוחות כמו קפיטל וואן ופאני מיי בשירותים פיננסיים, פיליפס ואסטרזנקה בתחומי הבריאות ומדעי החיים, קונדה נאסט ותומסון רויטרס במדיה, NFL ופורמולה 1 בספורט, אמזון ומרקדו ליברה בקמעונאות, וסימנס ובאייר ב. המגזר התעשייתי משתמש בשירותי ML ב-AWS כדי להאיץ חדשנות עסקית. הם מצטרפים לעשרות אלפי לקוחות אחרים של Amazon SageMaker המשתמשים בשירות כדי לנהל מיליוני דגמים, להכשיר דגמים עם מיליארדי פרמטרים ולבצע מאות מיליארדי תחזיות מדי חודש.

חידושים נוספים ממתינים. אבל בינתיים, אנחנו עוצרים כדי להרים כוסית על ההצלחות הרבות שהלקוחות שלנו השיגו.

תומסון רויטרס

Thomson Reuters, ספקית מובילה של שירותי מידע עסקי, מנצלת את הכוח של Amazon SageMaker כדי ליצור שירותים אינטואיטיביים יותר עבור הלקוחות שלהם.

"אנו מחפשים ללא הרף פתרונות מבוססי בינה מלאכותית המספקים החזר חיובי לטווח ארוך על השקעה", אמר דנילו טומסינה, מנהל הנדסה במעבדות תומסון רויטרס. "Amazon SageMaker היא מרכזית בעבודת המו"פ שלנו בבינה מלאכותית. זה מאפשר לנו להביא ביעילות מחקר לפתרונות בוגרים ואוטומטיים ביותר. עם Amazon SageMaker Studio, חוקרים ומהנדסים יכולים להתמקד בפתרון בעיות עסקיות עם כל הכלים הדרושים לזרימת העבודה שלהם ב-ML ב-IDE אחד. אנו מבצעים את כל פעילויות פיתוח ה-ML שלנו, כולל מחברות, ניהול ניסויים, אוטומציה של צינורות ML וניפוי באגים ישירות מתוך Amazon SageMaker Studio."

Salesforce

Salesforce, פלטפורמת ה-CRM המובילה בעולם, הכריזה לאחרונה על אינטגרציות חדשות שיאפשרו להשתמש באמזון SageMaker לצד איינשטיין, טכנולוגיית ה-AI של Salesforce.

"Salesforce Einstein הוא הבינה המלאכותית המקיפה הראשונה ל-CRM ומאפשרת לכל חברה להיות חכמה יותר וחזויה יותר לגבי הלקוחות שלה באמצעות סט משולב של טכנולוגיות בינה מלאכותית למכירות, שיווק, מסחר, שירות ו-IT", אמר רהול אורדקר, סמנכ"ל איינשטיין. ושירותי נתונים מאוחדים ב-Salesforce. "אחד האתגרים הגדולים ביותר שחברות מתמודדות איתם כיום הוא שהנתונים שלהן נמצאים בסילו. קשה לרכז נתונים כדי לספק מעורבות לקוחות בזמן אמת בכל נקודות המגע וללקט תובנות עסקיות משמעותיות. מופעל על ידי Genie, פלטפורמת נתוני הלקוחות בזמן אמת של Salesforce, האינטגרציה של Salesforce ו-Amazon SageMaker מאפשרת לצוותי נתונים גישה חלקה לנתוני לקוחות מאוחדים והרמוניים לבנייה והדרכה של מודלים של ML באמזון SageMaker. ולאחר פריסה, ניתן להשתמש במודלים האלה של אמזון SageMaker עם איינשטיין כדי להפעיל תחזיות ותובנות ברחבי פלטפורמת Salesforce. ככל שה-AI מתפתח, אנו ממשיכים לשפר את איינשטיין באמצעות מודל הביאו-בעצמך (BYOM) כדי לפגוש מפתחים ומדעני נתונים היכן שהם עובדים."

מטא AI

Meta AI היא מעבדת בינה מלאכותית השייכת ל-Meta Platforms Inc.

"Meta AI שיתפה פעולה עם AWS כדי לשפר את torch.distributed כדי לעזור למפתחים להרחיב את ההכשרה שלהם באמצעות אמזון SageMaker ומופעים מבוססי Trainium", אמרה Geeta Chauhan, מנהלת הנדסת בינה מלאכותית ב-Meta AI. "עם השיפורים האלה, ראינו הפחתה בזמן האימון עבור דגמים גדולים על סמך הבדיקות שלנו. אנו נרגשים לראות את אמזון SageMaker תומכת באימונים מבוזרים של PyTorch כדי להאיץ את החדשנות ב-ML."

טייסון פודס בע"מ

Tyson Foods Inc., אחד ממעבדי ומשווקי הבשר הגדולים בעולם, מסתמכת על Amazon SageMaker, האמת של אמזון SageMaker, ו AWS פנורמה לשיפור היעילות.

"מצוינות תפעולית היא בראש סדר העדיפויות ב-Tyson Foods", אמר בארט מילר, מנהל בכיר של טכנולוגיה מתפתחת ב-Tyson Foods Inc. "אנו משתמשים בראייה ממוחשבת המופעלת על ידי ML ​​ב-AWS כדי לשפר את יעילות הייצור, להפוך תהליכים לאוטומטיים ולשפר זמן רב או משימות מועדות לשגיאות. שיתפנו פעולה עם Amazon Machine Learning Solutions Lab כדי ליצור מודל זיהוי אובייקטים חדיש באמצעות Amazon SageMaker Ground Truth ו-AWS Panorama. עם הפתרון הזה, אנחנו מקבלים תובנות כמעט בזמן אמת שעוזרות לנו לייצר את המלאי שאנחנו צריכים תוך מזעור בזבוז".

Autodesk

AutoCAD הוא יישום מסחרי לעיצוב ושרטוט בעזרת מחשב מבית Autodesk. AutoCAD מסתמכת על Amazon SageMaker כדי לייעל את תהליך העיצוב הגנרטיבי שלה.

"רצינו להעצים את לקוחות AutoCAD להיות יעילים יותר על ידי מתן טיפים ותובנות מותאמות אישית לשימוש ברגע, כדי להבטיח שהזמן שהם מבלים באוטוקאד יהיה פרודוקטיבי ככל האפשר", אמרה דניה אל חסן, מנהלת ניהול המוצר של AutoCAD , ב-Autodesk. "Amazon SageMaker היה כלי חיוני שעזר לנו לספק המלצות פקודות יזומות וקיצורי דרך למשתמשים שלנו, מה שאפשר להם להשיג תוצאות עיצוב חדשות ועוצמתיות."

Torc.ai

בעזרת Amazon SageMaker וספריית Amazon SageMaker מבוזרת נתונים מקבילים (SMDDP), Torc.ai, מובילת כלי רכב אוטונומיים מאז 2005, מסחור משאיות לנהיגה עצמית למעבר בטוח, מתמשך, ארוך טווח בתעשיית ההובלה.

"הצוות שלי מסוגל כעת להריץ בקלות עבודות אימון מבוזרות בקנה מידה גדול באמצעות אימון מודלים של Amazon SageMaker וספריית הנתונים המבוזרים של Amazon SageMaker (SMDDP), הכוללים טרה-בייט של נתוני אימון ומודלים עם מיליוני פרמטרים", אמר דרק ג'ונסון, סגן נשיא הנדסה ב- Torc.ai. "Amazon SageMaker הפיץ הדרכת מודלים וה-SMDDP עזר לנו להרחיב בצורה חלקה ללא צורך בניהול תשתית הדרכה. זה צמצם את הזמן שלנו להכשיר דגמים ממספר ימים לכמה שעות, מה שאיפשר לנו לדחוס את מחזור העיצוב שלנו ולהביא יכולות רכב אוטונומיות חדשות לצי שלנו מהר יותר מאי פעם".

LG AI Research

LG AI Research שואפת להוביל את העידן הבא של AI על ידי שימוש באמזון SageMaker כדי לאמן ולפרוס דגמי ML מהר יותר.

"הצגנו את הבכורה של טילדה, אמנית הבינה המלאכותית המופעלת על ידי EXAONE, מערכת בינה מלאכותית ענקית שיכולה לעבד 250 מיליון מערכי נתונים של זוג תמונה-טקסט בהבחנה גבוהה", אמר סונג הוואן קים, סגן נשיא ומנהיג מעבדת חזון ב-LG AI Research. "ה-AI הרב-מודאלי מאפשר לטילדה ליצור תמונה חדשה בעצמה, עם יכולתה לחקור מעבר לשפה שהיא תופסת. אמזון SageMaker היה חיוני בפיתוח EXAONE, בגלל יכולות ההדרכה וההדרכה המבוזרות שלה. באופן ספציפי, בשל החישוב המאסיבי הנדרש כדי לאמן את הבינה המלאכותית הענקית הזו, עיבוד מקבילי יעיל חשוב מאוד. היינו צריכים גם לנהל באופן רציף נתונים בקנה מידה גדול ולהיות גמישים כדי להגיב לנתונים שנרכשו לאחרונה. באמצעות אימון מודלים של אמזון SageMaker וספריות הדרכה מבוזרות, ביצענו אופטימיזציה לאימון מבוזר ואימנו את המודל מהר יותר ב-59% - ללא שינויים גדולים בקוד ההדרכה שלנו".

מוצרי מים מולר

מולר מוצרי מים מייצרת שסתומים מהונדסים, ברזי כיבוי אש, מוצרי חיבור ותיקון צנרת, מוצרי מדידה, פתרונות איתור נזילות ועוד. היא השתמשה באמזון SageMaker כדי לפתח פתרון ML חדשני לאיתור נזילות מים מהר יותר.

"אנחנו במשימה לחסוך 7.7 מיליארד גלונים של אובדן מים עד 2027", אמר דייב ג'ונסטון, מנהל תשתיות חכמות בחברת מולר מוצרי מים. "בזכות דגמי ML שנבנו על אמזון SageMaker, שיפרנו את הדיוק של EchoShore-DX, מערכת זיהוי אנומליות המבוססת על אקוסטית שלנו. כתוצאה מכך, אנו יכולים להודיע ​​ללקוחות שירות מהר יותר כאשר מתרחשת דליפה. פתרון זה חסך כ-675 מיליון גלונים של מים בשנת 2021. אנו נרגשים להמשיך ולהשתמש בשירותי AWS ML כדי לשפר עוד יותר את תיק הטכנולוגיה שלנו ולהמשיך להניע יעילות וקיימות עם לקוחות השירות שלנו".

קנבה

Canva, יצרנית כלי העיצוב והפרסום המקוון הפופולרי, מסתמכת על הכוח של Amazon SageMaker ליישום מהיר.

"כדי ש-Canva תגדל בקנה מידה, היינו צריכים כלי שיעזור לנו להשיק תכונות חדשות ללא עיכובים או בעיות", אמר גרג רודט, ראש פלטפורמות נתונים ב-Canva. "הסתגלות של Amazon SageMaker אפשרה לנו לנהל יותר משימות עם פחות משאבים, וכתוצאה מכך עומס עבודה מהיר ויעיל יותר. זה נתן לצוות ההנדסה שלנו ביטחון שהתכונות שהם משיקים יתאימו למקרה השימוש שלהם. עם Amazon SageMaker, פרסנו את מודל הטקסט לתמונה שלנו תוך שבועיים תוך שימוש בתשתית מנוהלת רבת עוצמה, ואנו מצפים להרחיב את התכונה הזו למיליוני המשתמשים שלנו בעתיד הקרוב."

לעורר

Inspire, שירות מידע בריאותי המתמקד בצרכן, מסתמך על אמזון SageMaker כדי לספק תובנות מעשיות לטיפול, טיפולים ותוצאות טובים יותר.

"מנוע המלצות התוכן שלנו הוא המניע העיקרי של הצעת הערך שלנו", אמר בריאן לו, מנכ"ל ומייסד Inspire. "אנחנו משתמשים בו כדי להפנות את המשתמשים שלנו (שגרים בתנאים מסוימים) לפוסטים או מאמרים רלוונטיים וספציפיים. עם Amazon SageMaker, אנחנו יכולים בקלות לבנות, לאמן ולפרוס מודלים של למידה עמוקה. פתרון ה-ML המתוחכם שלנו - המבוסס על Amazon SageMaker - עוזר לנו לשפר את היכולת של מנוע המלצות התוכן שלנו להציע תוכן רלוונטי ל-2 מיליון משתמשים רשומים, תוך הוצאת מהספרייה שלנו הכוללת 1.5 מיליארד מילים ב-3,600 תנאים. Amazon SageMaker אפשרה לנו לחבר באופן מדויק בין חולים ומטפלים עם תוכן ומשאבים מותאמים יותר - כולל מידע על מחלות נדירות ומסלולי טיפול".

ResMed

ResMed היא ספקית מובילה של פתרונות מחוברים לענן לאנשים עם דום נשימה בשינה, COPD, אסטמה ומצבים כרוניים אחרים. בשנת 2014 השיקה ResMed את MyAir, פלטפורמה ואפליקציה לניהול טיפולים מותאמים אישית, למטופלים למעקב אחר טיפולי שינה.

"לפני אמזון SageMaker, כל משתמשי MyAir קיבלו את אותן הודעות מהאפליקציה בו-זמנית, ללא קשר למצבם", אמר בדרי Raghavan, סגן נשיא למדעי הנתונים ב-ResMed. "Amazon SageMaker אפשרה לנו אינטראקציה עם מטופלים דרך MyAir בהתבסס על מכשיר ה-ResMed הספציפי שהם משתמשים בהם, שעות הערות שלהם ונתונים הקשריים אחרים. אנו מנצלים מספר תכונות של אמזון SageMaker כדי להכשיר צינורות מודלים ולבחור סוגי פריסה, כולל מסקנות כמעט בזמן אמת והסקת אצווה, כדי לספק תוכן מותאם. Amazon SageMaker אפשרה לנו להשיג את המטרה שלנו להטמיע יכולות ML ברחבי העולם על ידי פריסת מודלים בימים או בשבועות, במקום חודשים."

וריסק

Verisk מספקת תובנות אנליטיות מונעות נתונים של מומחים המסייעות לעסקים, לאנשים ולחברות להיות חזקים יותר, עמידים יותר וברי קיימא. הוא משתמש באמזון SageMaker כדי לייעל את זרימות העבודה של ML.

"Verisk ו-Vexcel פועלות בשיתוף פעולה הדוק כדי לאחסן ולעבד כמויות אדירות של נתונים ב-AWS, כולל נתוני תמונות אוויר ברזולוציה גבוהה במיוחד של Vexcel שנלכדו ב-26 מדינות ברחבי העולם", אמר ג'פרי סי טיילור, נשיא ב-Verisk 3D Visual אינטליגנציה. "Amazon SageMaker עוזרת לנו לייעל את העבודה שצוותי ML ו-MLOps עושים, ומאפשרת לנו להתמקד בשירות הצרכים של הלקוחות שלנו, כולל בעלי עניין בנדל"ן בביטוח, נדל"ן, בנייה ומעבר לכך."

Smartocto BV

בעזרת Amazon SageMaker, Smartocto BV מספקת ניתוח תוכן המונע על ידי ML ​​ל-350 חדרי חדשות וחברות מדיה ברחבי העולם.

"ככל שהעסק התרחב, היינו צריכים לפשט את הפריסה של דגמי ה-ML שלנו, לצמצם את זמן היציאה לשוק ולהרחיב את היצע המוצרים שלנו", אמרה איליה סוסה, מנהלת נתונים ראשית ב-Smartocto. "עם זאת, השילוב של פתרונות קוד פתוח ופתרונות ענן לאירוח עצמי של עומסי העבודה ב-ML שלנו לקח יותר ויותר זמן לניהול. העברנו את דגמי ה-ML שלנו לנקודות הקצה של אמזון SageMaker ובתוך פחות משלושה חודשים השקנו את Smartify, פתרון מקורי חדש של AWS. Smartify משתמשת באמזון SageMaker כדי לספק ניתוח עריכה חזוי כמעט בזמן אמת, מה שעוזר ללקוחות לשפר את התוכן שלהם ולהרחיב את הקהלים שלהם."

Visualfabrik

Visualfabriq מציעה פתרון לניהול הכנסות עם יכולות בינה מלאכותית יישומית לכמה מחברות מוצרי צריכה ארוזים מהמובילים בעולם. הוא משתמש באמזון SageMaker כדי לשפר את הביצועים והדיוק של דגמי ML בקנה מידה.

"רצינו להתאים את ערימת הטכנולוגיה שלנו כדי לשפר ביצועים ומדרגיות ולהפוך מודלים לקלים יותר להוספה, עדכון והכשרה מחדש", אמר Jelle Verstraaten, ראש צוות לתחזית ביקוש, בינה מלאכותית וניהול צמיחת הכנסות ב-Visualfabriq. "ההשפעה הגדולה ביותר של ההגירה לאמזון SageMaker הייתה שיפור ביצועים משמעותי עבור הפתרון שלנו. על ידי הפעלת מסקנות על שרתים ייעודיים, במקום שרתי אינטרנט, הפתרון שלנו יעיל יותר, והעלויות עקביות ושקופות. שיפרנו את זמן התגובה של שירות תחזית הביקוש שלנו - אשר חוזה את ההשפעה של פעולת קידום מכירות על נפח המכירות של קמעונאי - ב-200%, ופרסנו פתרון ניתן להרחבה שדורש פחות התערבות ידנית ומאיץ את הכניסה של לקוחות חדשים".

Sophos

Sophos, מובילה עולמית בפתרונות ושירותי אבטחת סייבר מהדור הבא, משתמשת באמזון SageMaker כדי להכשיר את דגמי ה-ML שלה בצורה יעילה יותר.

"הטכנולוגיה החזקה שלנו מזהה ומחסלת קבצים עם תוכנות זדוניות בצורה ערמומית", אמר קונסטנטין ברלין, ראש מחלקת בינה מלאכותית ב-Sophos. "עם זאת, השימוש במודלים של XGBoost לעיבוד מערכי נתונים בגודל של טרה-בתים מרובים, היה רב זמן רב - ולפעמים פשוט לא אפשרי עם שטח זיכרון מוגבל. עם אימון מבוזר של אמזון SageMaker, נוכל להכשיר בהצלחה דגם XGBoost קל משקל שהוא הרבה יותר קטן בדיסק (קטן עד פי 25) ובזיכרון (קטן עד פי חמישה) מקודמו. באמצעות כוונון מודלים אוטומטי של Amazon SageMaker והדרכה מבוזרת ב- Spot Instances, אנו יכולים לשנות ולהכשיר מחדש מודלים במהירות וביעילות רבה יותר מבלי להתאים את תשתית האימון הבסיסית הנדרשת כדי להרחיב את גודלם למערכי נתונים גדולים כל כך."

אוניברסיטת נורת'ווסטרן

סטודנטים מאוניברסיטת נורת'ווסטרן בתכנית לתואר שני במדעים בבינה מלאכותית (MSAI) זכו לסיור ב Amazon SageMaker Studio Lab לפני השימוש בו במהלך האקתון.

"קלות השימוש של Amazon SageMaker Studio Lab אפשרה לתלמידים ליישם במהירות את הלמידה שלהם כדי לבנות פתרונות יצירתיים", אמר מוחמד עלאם, סגן מנהל תוכנית MSAI. "ציפינו שהתלמידים יפגעו באופן טבעי בכמה מכשולים במהלך התחרות הקצרה של 5 שעות. במקום זאת, הם עלו על הציפיות שלנו בכך שלא רק השלימו את כל הפרויקטים, אלא גם נתנו מצגות מרשימות שבהן יישמו מושגי ML מורכבים על בעיות חשובות בעולם האמיתי."

המכון הפוליטכני רנסלאר

Rensselaer Polytechnic Institute (RPI), אוניברסיטת מחקר טכנולוגי בניו יורק, משתמש ב-Amazon SageMaker Studio כדי לעזור לסטודנטים ללמוד במהירות מושגי ML.

"RPI הוא הבעלים של אחד ממחשבי העל החזקים בעולם, אבל ל-AI יש עקומת למידה תלולה", אמר מוחמד ג'יי זקי, פרופסור למדעי המחשב. "היינו צריכים דרך לסטודנטים להתחיל בצורה חסכונית. הממשק האינטואיטיבי של Amazon SageMaker Studio Lab אפשר לתלמידים שלנו להתחיל במהירות וסיפק GPU רב עוצמה, שאיפשר להם לעבוד עם מודלים מורכבים של למידה עמוקה עבור פרויקטי היסוד שלהם.

מכון הונג קונג לחינוך מקצועי

מחלקת ה-IT של המכון לחינוך מקצועי בהונג קונג (Lee Wai Lee) משתמשת במעבדת הסטודיו של אמזון SageMaker כדי להציע לתלמידים הזדמנויות לעבוד על פרויקטי ML בעולם האמיתי.

"אנו משתמשים ב-Amazon SageMaker Studio Lab בקורסים בסיסיים הקשורים ל-ML ול-Python שנותנים לסטודנטים בסיס איתן בטכנולוגיות ענן רבות", אמר סיירוס וונג, מרצה בכיר. "Amazon SageMaker Studio Lab מאפשרת לתלמידים שלנו להתנסות מעשית עם פרויקטים של מדעי הנתונים בעולם האמיתי, מבלי להסתבך בהגדרות או בתצורות. בניגוד לספקים אחרים, זוהי מכונת לינוקס לסטודנטים, המאפשרת להם לבצע תרגילי קידוד רבים נוספים."

MapmyIndia

MapmyIndia, הספקית המובילה בהודו של מפות דיגיטליות, תוכנות גיאו-מרחביות וטכנולוגיות אינטרנט של דברים (IoT) מבוססות מיקום, משתמשת באמזון SageMaker כדי לבנות, לאמן ולפרוס את דגמי ה-ML שלה.

"MapmyIndia והפלטפורמה הגלובלית שלנו, Mappls, מציעות אנליטיקה חזקה, מדויקת ביותר ועולמית מונעת בינה מלאכותית וראייה ממוחשבת מבוססת לוויין ותמונות רחוב עבור שורה של מקרי שימוש, כגון מדידת התפתחות כלכלית, גידול אוכלוסיה, חקלאות תפוקה, פעילות בנייה, זיהוי שלטי רחוב, פילוח קרקע וזיהוי שינויי כביש", אמר רוהן ורמה, מנכ"ל ומנכ"ל MapmyIndia. "היכולת שלנו ליצור, לאמן ולפרוס מודלים במהירות ובדיוק מייחדת אותנו. אנו שמחים לשתף פעולה עם AWS עבור הצעות ה-AI/ML שלנו ומתרגשים מהיכולת של Amazon SageMaker להרחיב את זה במהירות."

SatSure

SatSure, מובילה בהודו בפתרונות מודיעין החלטות המשתמשים בנתוני תצפית על כדור הארץ ליצירת תובנות, מסתמכת על Amazon SageMaker כדי להכין ולהכשיר פטה-בייט של נתוני ML.

"אנו משתמשים ב-Amazon SageMaker כדי לחתוך פטה-בייט של EO, GIS, מערכי נתונים פיננסיים, טקסטואליים ועסקיים, תוך שימוש ביכולות ה-AI/ML שלה כדי לחדש ולהרחיב את המודלים שלנו במהירות", אמר Prateep Basu, מנכ"ל SatSure. "אנחנו משתמשים ב-AWS מאז 2017, ועזרנו למוסדות פיננסיים להלוות ליותר מ-2 מיליון חקלאים ברחבי הודו, ניגריה והפיליפינים, תוך ניטור של מיליון קמ"ר על בסיס שבועי."

סיכום

כדי להתחיל עם Amazon SageMaker, בקר aws.amazon.com/sagemaker.

---

על המחבר

אנקור מהרוטרה הצטרף לאמזון ב-2008 וכיום הוא המנהל הכללי של Amazon SageMaker. לפני Amazon SageMaker, הוא עבד על בניית מערכות הפרסום של Amazon.com וטכנולוגיית התמחור האוטומטית.