El CEO de AWS, Any Jassie, hizo varios anuncios nuevos relacionados con los servicios de IA y ML. AWS ha tenido un servicio de aprendizaje automático durante un tiempo y proporciona bloques de construcción de IA que los clientes pueden aprovechar para crear soluciones. El ecosistema de servicios de IA/ML de AWS se puede clasificar en dos grupos: servicios de infraestructura central y servicios gestionados. AWS ha puesto mucho más énfasis en los servicios gestionados recientemente y los anuncios de re:invent 2020 lo reflejan.
El caso de uso de IA/ML aún está emergiendo, pero creemos que estos servicios se integrarán en la funcionalidad de prácticamente todas las aplicaciones en el futuro. AWS también ha puesto a disposición varios algoritmos de ML como un servicio construido utilizando datos básicos. Para maximizar este potencial, muchas organizaciones se asocian con empresas de consultoría de estrategia de IA para trazar exactamente cómo utilizar sus datos propietarios con estos servicios en la nube para diferenciarse y desarrollar aplicaciones inteligentes únicas.
Servicios de infraestructura central
AWS Trainium
El nuevo conjunto de chips Trainium es el segundo conjunto de chips de aprendizaje automático (ML) para clientes anunciado por AT después del lanzamiento de Inferentia en 2019. Trainium está diseñado para proporcionar la mejor relación precio-rendimiento para el entrenamiento de modelos de ML en la nube. El chip comparte el mismo AWS Neuron SDK que AWS Inferentia.
Además de ofrecer el entrenamiento de ML más rentable, Trainium ofrecerá el mayor rendimiento con la mayor cantidad de teraflops de potencia informática para el aprendizaje automático en la nube. Además, el chip está optimizado para varias cargas de trabajo de entrenamiento de aprendizaje profundo para aplicaciones, como la clasificación de imágenes, la traducción, el reconocimiento de voz, el procesamiento del lenguaje natural, entre otras.
Servicios gestionados de aprendizaje automático
SageMaker Data Wrangler
Este nuevo servicio de AWS está diseñado para acelerar la preparación de datos para aplicaciones de aprendizaje automático e IA. Según sus desarrolladores, reduce el tiempo que toma agregar y preparar datos para aprendizaje automático (ML) de semanas a minutos. El servicio contiene más de 300 transformaciones de datos integradas para que uno pueda normalizar, transformar y combinar características rápidamente sin tener que escribir código. Los clientes pueden usar este servicio para importar e inspeccionar datos, identificar los diversos tipos, recomendar transformaciones y aplicarlas a todo el conjunto de datos.
SageMaker Feature Store
Amazon SageMaker Feature Store proporciona un repositorio diseñado específicamente para facilitar mucho el nombrar, organizar, encontrar y compartir características de aprendizaje automático (ML) con los equipos. Proporciona un almacén unificado para las características durante el entrenamiento y la inferencia en tiempo real sin necesidad de escribir código adicional ni crear procesos manuales para mantener las características consistentes. Amazon SageMaker Feature Store se integra con Amazon SageMaker Pipelines para crear flujos de trabajo de aprendizaje automático automatizados, agregarles búsqueda y descubrimiento de características, y reutilizarlos. Como resultado, es fácil agregar búsqueda, descubrimiento y reutilización de características a tu flujo de trabajo de ML.
Amazon SageMaker Pipelines
Amazon SageMaker Pipelines es el primer servicio de integración y entrega continuas (CI/CD) diseñado específicamente para aprendizaje automático (ML) que los clientes pueden aprovechar para crear, automatizar y gestionar flujos de trabajo de ML de extremo a extremo a gran escala. Puede automatizar diferentes pasos del flujo de trabajo de ML, incluyendo la carga de datos, la transformación de datos, el entrenamiento y ajuste, y la implementación. Con SageMaker Pipelines, los diferentes equipos dentro de la organización pueden compartir y reutilizar flujos de trabajo para recrear y optimizar modelos de ML. Las capacidades de registro de este servicio también pueden ayudar con el cumplimiento normativo, ya que registra cada paso de tu flujo de trabajo, creando un rastro de auditoría de los componentes del modelo, como los datos de entrenamiento, las configuraciones de la plataforma, los parámetros del modelo y los gradientes de aprendizaje.
Amazon DevOps Guru
Amazon DevOps Guru es un servicio totalmente gestionado impulsado por aprendizaje automático (ML) que facilita mejorar el rendimiento operativo y la disponibilidad de una aplicación. El servicio les facilita tanto a los desarrolladores como a los operadores mejorar la disponibilidad de las aplicaciones al detectar automáticamente problemas operativos de forma temprana y recomendar acciones para abordar el problema. Ingiere automáticamente datos operativos de tus aplicaciones de AWS y proporciona un único panel para visualizar los problemas en tus datos operativos.
Amazon Monitron
Amazon Monitron es un servicio gestionado que consiste en un sistema de extremo a extremo que utiliza aprendizaje automático (ML) para detectar comportamientos anómalos en maquinaria industrial. El sistema permite al usuario implementar mantenimiento predictivo y reducir el tiempo de inactividad no planificado.
Monitron incluye sensores para capturar datos de vibración y temperatura del equipo. El servicio Monitron es un dispositivo de puerta de enlace para transferir datos de forma segura a AWS, que analiza los datos en busca de patrones anómalos usando aprendizaje automático, y viene con una aplicación móvil complementaria para configurar los dispositivos y recibir informes sobre el comportamiento operativo y alertas de posibles fallas en tu maquinaria.
Amazon Lookout for Equipment
Amazon Lookout for Equipment es un servicio de ML gestionado por AWS que les brinda a los clientes con sensores existentes en su equipo industrial una forma de enviar sus datos de sensores a AWS para crear modelos de aprendizaje automático y recibir predicciones que detecten comportamientos anómalos en el equipo. Esto permite un mantenimiento predictivo que les permite tomar acción antes de que ocurran fallas en las máquinas y evitar el tiempo de inactividad no planificado.
Con esta herramienta de aprendizaje automático automatizado, los clientes pueden incorporar datos históricos de series temporales y datos de eventos de mantenimiento pasados generados por el equipo industrial, que pueden tener hasta 300 etiquetas de datos de componentes como sensores y actuadores por modelo.
Amazon Lookout for Vision
Junto con Lookout for Equipment, AWS también anunció Lookout for Vision, un servicio de aprendizaje automático (ML) que ayuda a los clientes en entornos industriales a detectar defectos visuales en unidades de producción y equipos de manera fácil y rentable. Utiliza modelos de aprendizaje profundo para reemplazar reglas codificadas manualmente y maneja las diferencias de ángulo de cámara, iluminación y otros desafíos que surgen del entorno operativo. Con Lookout for Vision, puedes reducir la necesidad de entornos cuidadosamente controlados.
AWS Panorama
Durante el evento, Amazon presentó una vista previa de AWS Panorama, un dispositivo de aprendizaje automático y kit de desarrollo de software (SDK) que permite a las organizaciones llevar visión por computadora a cámaras locales para hacer predicciones de forma local con alta precisión y baja latencia. Ahora es posible desarrollar un modelo de CV usando Amazon SageMaker y luego implementarlo en un dispositivo Panorama, que puede ejecutar el modelo en transmisiones de video de múltiples redes y cámaras IP.
El dispositivo AWS Panorama es un equipo de hardware que te permite agregar CV a tus cámaras de protocolo de internet (IP) que no fueron fabricadas para incorporar visión por computadora. Además, el AWS Panorama Device SDK es un kit de software que permite a fabricantes externos crear nuevas cámaras que ejecuten modelos de CV más avanzados en el borde de la red para tareas como detección de objetos o reconocimiento de actividad.
