O Amazon SageMaker Studio Lab continua a democratizar o ML com mais escala e funcionalidade

Para tornar o aprendizado de máquina (ML) mais acessível, a Amazon lançou Laboratório de estúdio do Amazon SageMaker na AWS re:Invent 2021. Hoje, dezenas de milhares de clientes o usam todos os dias para aprender e experimentar o ML gratuitamente. Simplificamos o início com apenas um endereço de e-mail, sem a necessidade de instalações, configurações, cartões de crédito ou uma conta da AWS.

O SageMaker Studio Lab ressoa com os clientes que desejam aprender em um ambiente informal ou formal, conforme indicado por uma pesquisa recente que sugere que 49% de nossa base de clientes atual está aprendendo por conta própria, enquanto 21% está participando de uma aula formal de ML. As instituições de ensino superior começaram a adotá-lo, porque os ajuda a ensinar os fundamentos de ML além do notebook, como gerenciamento de ambiente e recursos, que são áreas críticas para projetos de ML bem-sucedidos. Parceiros empresariais como Hugging Face, Snowflake e Roboflow estão usando o SageMaker Studio Lab para mostrar seus próprios recursos de ML.

Neste post, discutimos os novos recursos do SageMaker Studio Lab e compartilhamos algumas histórias de sucesso de clientes.

Novos recursos no SageMaker Studio Lab

Continuamos a desenvolver novos recursos e mecanismos para encantar, proteger e capacitar nossa comunidade de ML. Aqui estão as melhorias mais recentes:

• Para proteger a capacidade da CPU e da GPU contra possíveis abusos de uso, lançamos uma verificação em duas etapas, aumentando o tamanho da comunidade que podemos atender. No futuro, todos os clientes serão obrigados a vincular sua conta a um número de telefone celular.
• Em outubro de 2022, lançamos aprovações de conta automatizadas, permitindo que você obtenha uma conta do SageMaker Studio Lab em menos de um dia.
• Triplicamos a capacidade de GPU e CPU, permitindo que a maioria de nossos clientes obtenha uma instância quando precisar.
• Um modo de segurança foi introduzido para ajudá-lo a avançar se seu ambiente se tornar instável. Embora isso seja raro, normalmente acontece quando os clientes excedem seus limites de armazenamento.
• Adicionamos suporte para a extensão Juptyer-LSP (Language Server Protocol), fornecendo a funcionalidade de conclusão de código. Observe que, se você obteve sua conta antes de novembro de 2022, poderá obter essa funcionalidade seguindo algumas instruções simples (consulte Perguntas frequentes para mais detalhes).

Histórias e sucesso de clientes

Continuamos obcecados pelo cliente, oferecendo recursos importantes para os clientes com base em seus comentários. Aqui estão alguns destaques das principais instituições e parceiros:

“O SageMaker Studio Lab resolve um problema real na sala de aula, pois fornece uma solução Jupyter hospedada de força industrial com GPU que vai além de apenas um notebook hospedado. A capacidade de adicionar pacotes, configurar um ambiente e abrir um terminal abriu muitas novas oportunidades de aprendizado para os alunos. Por fim, o ajuste fino dos modelos Hugging Face com GPUs poderosas tem sido um fluxo de trabalho emergente incrível para apresentar aos alunos. LLMs (grandes modelos de linguagem) são o futuro da IA, e o SageMaker Studio Lab me permitiu ensinar o futuro da IA.”

—Noah Gift, Executivo em Residência na Duke MIDS (Data Science)

“O SageMaker Studio Lab tem sido usado por minha equipe desde que estava na versão beta devido à sua poderosa experiência para desenvolvedores de ML. Ele se integra sem esforço ao Snowpark, a estrutura de desenvolvimento do Snowflake, para fornecer uma interface de notebook fácil de começar para desenvolvedores do Snowflake Python. Usei-o para várias demonstrações com clientes e parceiros, e a resposta foi extremamente favorável.”

—Eda Johnson, gerente de soluções do setor de parceiros da Snowflake

“O Roboflow capacita os desenvolvedores a criar seus próprios aplicativos de visão computacional, independentemente de suas habilidades ou experiência. Com o SageMaker Studio Lab, nossa grande comunidade de desenvolvedores de visão computacional pode acessar nossos modelos e dados em um ambiente que se assemelha a um JupyterLab local, que é o que eles estão mais acostumados. O armazenamento persistente do SageMaker Studio Lab é um divisor de águas, porque você não precisa começar do início para cada sessão de usuário. O SageMaker Studio Lab se tornou pessoalmente minha plataforma de notebook preferida.”

—Mark McQuade, Engenharia de Campo na Roboflow

“A RPI possui um dos supercomputadores mais poderosos do mundo, mas (AiMOS) tem uma curva de aprendizado íngreme. Precisávamos de uma maneira para nossos alunos começarem de forma eficaz e frugal. A interface intuitiva do SageMaker Studio Lab permitiu que nossos alunos começassem rapidamente e forneceu uma GPU poderosa, permitindo que eles trabalhassem com modelos complexos de aprendizado profundo para seus projetos fundamentais.”

—Mohammed J. Zaki, Professor de Ciência da Computação no Rensselaer Polytechnic Institute

“Eu uso o SageMaker Studio Lab em aprendizado de máquina básico e cursos relacionados ao Python que são projetados para dar aos alunos uma base sólida em muitas tecnologias de nuvem. O Studio Lab permite que nossos alunos tenham experiência prática com projetos de ciência de dados do mundo real, sem que eles precisem se preocupar com configurações ou configurações. Ao contrário de outros fornecedores, é uma máquina Linux para alunos, e os alunos podem fazer muito mais exercícios de codificação!”

—Cyrus Wong, Professor Sênior, Diploma Superior em Administração de Nuvem e Data Center no Departamento de Tecnologia da Informação, IVE (LWL)

“Os alunos do programa Master of Science in Artificial Intelligence (MSAI) da Northwestern Engineering fizeram um tour rápido pelo SageMaker Studio Lab antes de usá-lo em um hackathon de 5 horas para aplicar o que aprenderam a uma situação do mundo real. Esperávamos que os alunos atingissem naturalmente alguns obstáculos durante o período de tempo muito curto. Em vez disso, os alunos superaram nossas expectativas não apenas completando todos os projetos, mas também fazendo apresentações muito boas nas quais apresentaram soluções fascinantes para importantes problemas do mundo real.”

—Mohammed Alam, vice-diretor do programa MSAI da Northwestern University

Comece com o SageMaker Studio Lab

O SageMaker Studio Lab é um ótimo ponto de entrada para qualquer pessoa interessada em aprender mais sobre ML e ciência de dados. A Amazon continua investindo nesse serviço gratuito, bem como em outros ativos de treinamento e programas de bolsas de estudo, para tornar o ML acessível a todos.

Comece com Laboratório SageMaker Studio hoje!

---

Sobre o autor

Michele Monclova é gerente de produto principal da AWS na equipe do SageMaker. Ela é uma nova-iorquina nativa e veterana do Vale do Silício. Ela é apaixonada por inovações que melhoram nossa qualidade de vida.