AWS supera il quadrante Gartner per il decimo anno consecutivo. Uno sguardo ai loro migliori servizi di ML
“AWS può progettare qualsiasi cosa, dal silicio nei suoi server ai sistemi operativi incorporati nei dispositivi edge e lo stack completo di software in mezzo.”
Èpassato più di un decennio dal suo lancio e oggi AWS è cresciuta fino a diventare una delle società di infrastrutture cloud di maggior successo al mondo, raccogliendo oltre il 30% del mercato. AWS rimane ancora una delle unità più forti di Amazon, rappresentando il 77% dell’utile operativo totale di Amazon per il trimestre. L’anno scorso, AWS ha generato entrate per 35 miliardi di dollari per l’azienda. Negli ultimi annunci di Gartner , AWS è stata nuovamente nominata leader, per la decima volta consecutiva.
AWS è stata coerente con la soddisfazione delle richieste in rapida transizione degli sviluppatori. Soprattutto con l’esplosione di casi d’uso di machine learning, i clienti hanno voluto montare i loro carichi di lavoro ML su piattaforme cloud. Diamo un’occhiata a come è andata AWS in termini di fornitura di servizi ML.
SageMaker
Lo sviluppo ML tradizionale è complesso, costoso e iterativo. Trovare gli strumenti giusti e integrarli può richiedere molto tempo ed essere soggetto a errori. SageMaker risolve questa sfida fornendo tutti i componenti utilizzati per l’apprendimento automatico in un unico set di strumenti in modo che i modelli arrivino alla produzione più velocemente, con meno sforzi.
Ad esempio, utilizzando SageMaker Autopilot, è possibile ispezionare automaticamente i dati grezzi, applicare processori di funzionalità e scegliere il miglior set di algoritmi, monitorare le loro prestazioni, il tutto con pochi clic.
CodeGuru
Più efficiente è il codice e l’applicazione, meno costoso è da eseguire. Gli sviluppatori possono integrare Amazon CodeGuru nei flussi di lavoro esistenti e le revisioni del codice integrate rilevano e ottimizzano il codice per ridurre i costi. Amazon CodeGuru utilizza ML per fornire consigli intelligenti per migliorare la qualità del codice e identificare le righe di codice più costose di un’applicazione.
CodeGuru Profiler fornisce visualizzazioni e consigli su come risolvere i problemi di prestazioni e il costo stimato per l’esecuzione di codice inefficiente. Considerando che, CodeGuru Reviewer utilizza l’apprendimento automatico per identificare i problemi critici e i bug difficili da trovare durante lo sviluppo dell’applicazione.
Rekognition
L’identificazione degli oggetti e delle scene nelle immagini che sono specifiche della tua azienda richiede l’uso di Rekognition. Durante la creazione di modelli per monitorare le linee di assemblaggio o le fattorie, Rekognition semplifica l’aggiunta di analisi di immagini e video utilizzando una tecnologia di apprendimento profondo altamente scalabile che non richiede competenze di apprendimento automatico.
Amazon’s Comprehend
Amazon’s Comprehend è un servizio NLP che utilizza l’apprendimento automatico per trovare approfondimenti e relazioni in un testo. Senza alcuna esperienza di machine learning, gli utenti possono sfruttare le funzionalità di AutoML in Comprehend per creare classificatori di testo adatti alle esigenze di un’azienda.
Elastic Inference
Secondo AWS , l’inferenza nell’apprendimento automatico rappresenta il 90% dei costi operativi totali. Utilizzando Elastic Inference, è possibile ridurre il costo di esecuzione dell’inferenza di deep learning fino al 75%. Gli sviluppatori devono solo collegare la giusta quantità di accelerazione dell’inferenza basata su GPU a qualsiasi servizio come il tipo di istanza EC2 o SageMaker o l’attività ECS, senza la necessità di modificare il codice.
Kendra
Semplifica la ricerca sul tuo sito web con Amazon Kendra . Basato sul machine learning, Amazon Kendra è un servizio di ricerca aziendale estremamente preciso e facile da usare. Kendra offre potenti funzionalità di ricerca in linguaggio naturale a siti Web e applicazioni in modo che gli utenti finali possano trovare facilmente le informazioni.
AI aumentata (A2I)
Per qualsiasi organizzazione, la creazione di sistemi di revisione umana è un processo lungo e costoso. Rimuovendo il lavoro pesante associato alla creazione di sistemi di revisione umana, Amazon Augmented AI semplifica la creazione dei flussi di lavoro. Il servizio A2I di Amazon semplifica inoltre l’integrazione del giudizio umano e dell’intelligenza artificiale in qualsiasi applicazione ML, indipendentemente dal fatto che venga eseguita su AWS o su un’altra piattaforma.
Polly
Chatbot, podcast o pod domestici, avere una consegna vocale simile a quella umana è una sfida enorme per le aziende B2C. Con Polly, AWS cerca di affrontare lo stesso problema. I clienti possono utilizzare questo servizio per fornire voci realistiche e migliorare l’esperienza utente con output in tempo reale. Tutto quello che devi fare è inviare un testo all’API di Amazon Polly e restituire l’audio come flusso, che può essere riprodotto immediatamente. Amazon ha dotato Polly della capacità di generare parlato in dozzine di lingue, rendendolo facile per il pubblico globale.
Tutti questi servizi su misura hanno alimentato le organizzazioni in vari modi in tutto il mondo. AWS ha persino fatto incursioni in eventi sportivi ad alte prestazioni come la Formula Uno. Gli analisti di F1 e AWS hanno collaborato per trarre informazioni approfondite da ogni momento e presentarle agli spettatori in modo intuitivo. Le applicazioni di AWS sono state estese anche allo spazio creativo, ad esempio AWS DeepComposer ti consente di iniziare a suonare la tastiera in pochi secondi.
Anche se la gara è diventata molto più serrata negli anni a causa dell’accelerazione delle offerte di Microsoft e Google e dell’evoluzione di altre piattaforme cloud, AWS è comunque riuscita a dominare il gallo.
