AWS har presenterat en rad nya maskininlärningstjänster för att snabbt och kontrollerat kunna ta modeller från idé till drift i plattformen Amazon SageMaker. Det framgår av ett pressmeddelande.
Utvecklingen inom AI- och maskininlärningsbaserade lösningar går blixtsnabbt, till exempel har nya öppna tjänster för AI-genererad text och bilder har fått stor uppmärksamhet hos den breda allmänheten under hösten, skriver AWS.
Även verktygen för att skapa kraftfulla algoritmer och modeller utvecklas i snabb takt, och under utvecklarkonferensen re: Invent i början av december presenterade Amazon Web Services (AWS) en rad nya funktioner i Amazon SageMaker som ska bidra till nästa generations maskininlärningstjänster.
Amazon SageMaker är en plattform för att bygga, träna och driftsätta modeller på ett snabbt och enkelt sätt med hjälp av hanterad infrastruktur och integrerade verktyg och arbetsflöden.
– AWS-kunder bygger miljoner modeller, tränar dem med miljarder parametrar, och genererar biljoner prediktioner varje månad. Många kunder använder ML i en utsträckning som ingen hade kunnat vänta sig för bara några år sedan”, säger Bratin Saha, Vice President of AI and ML på AWS.
En viktig anledning till den ökade användningen av maskininlärning är att tekniken gjorts mer tillgänglig genom plattformar som SageMaker, menar AWS. Sedan lanseringen i november 2017 har mängder av nya funktioner tillförts i AWS lösningsplattform, med huvudsyftet att ytterligare korta tiden det tar att skapa modeller, samtidigt som de blir mer och mer kraftfulla.
På re: Invent lanserades åtta nya funktioner i Amazon SageMaker, där ett viktigt fokus är att ha överblick och kontroll över det ökade antalet modeller, både i utvecklingsfasen och i drift.
