8 дек.2020 г. | 16:45 - 19:00 (центральноевропейское время)
AWS впервые представила лейтмотив для машинного обучения (ML).
16: 45–17 → Отличная музыка White Buffalo перед основным докладом
17:00 → Вице-президент по машинному обучению DR Свами Сивасубраманян начал введение в ML, он объяснил три уровня, которые предлагает ML:
1- Фреймворки и инфраструктура машинного обучения
2- Amazon SageMaker
3- AI Services (еще 6 запускаются только в этом году)
«Обеспечьте прочную основу, дайте вам свободу изобретать заново», - сказал д-р Свами Шивасубраманян.
90% машинного обучения выполняется на TensorFlow и PyTorch. «Важно расти в этой области, помогая строителю быстрее учиться», - сказал д-р Свами Шивасубраманян.
Под списком новых сервисов и функций машинного обучения!
AWS Inferentia (более дешевый вывод в облаке)
- Снижение затрат на интерфейс на 45% по сравнению с аналогичными экземплярами на базе графического процессора
- Пропускная способность на 30% выше, чем у сопоставимых экземпляров на базе графического процессора
- Amazon Alexa сокращает задержку на 25%
AWS Tranium (новый заказчик микросхемы машинного обучения. Разработан AWS для обеспечения наиболее экономичного обучения в облаке)
- Большинство терафлопс любых экземпляров машинного обучения в облаке
- Используйте тот же Neuron SDK, что и Inferentia
- Доступен как экземпляры Ec2 или Image SageMaker
[New Launch] Ускоренное распределенное обучение в Amazon SageMaker Ускорение обучения на 40%.
Машинное обучение - одна из услуг, которая в 2020 году будет быстрее расти в AWS, сказал д-р Свами Сивасубраманян.
[Новый запуск] Amazon SageMaker Data wrangeler
Более быстрый способ подготовить данные для Ml, обучающие данные без единой строчки кода.
[Новый запуск] Amazon SageMaker Clarify
- Данные поезда для рекомендации телешоу
- Маркировка и выбор данных
- Модельный дрифт
ЦП - один из самых дорогих сказал: д-р Свами Шивасубраманян
[New Launch] Deep Profiling for SageMaker Debugger
Ресурсы отладки помогают выявить узкие места, выявить предвзятость в рабочем процессе машинного обучения.
- Визуализируйте различные системные ресурсы, включая графический процессор, процессор и память ввода-вывода.
- Проанализировать использование ресурсов и получить рекомендации по корректировке
- Автономные учебные задания, которые можно запускать на любом этапе рабочего процесса машинного обучения.
[Новый запуск] Amazon SageMaker Pipeline
- Легко управляйте каждым шагом вашего непрерывного рабочего процесса
- Поделиться и перезапустить рабочий процесс
- Быстрое начало работы с предварительно настроенным настраиваемым шаблоном рабочего процесса
- Визуальное сравнение рабочих процессов для оптимизации производительности модели
«Нам нужно много разных типов данных, тогда Sagemaker может использовать эти данные для обучения модели», - сказал Мэтт Вуд, вице-президент AWS по искусственному интеллекту.
[Новый запуск] Amazon SageMaker Edge Manager
Управление и мониторинг модели машинного обучения в парке смарт-устройств
[Новый запуск] Amazon Aurora ML (добавление предопределений на основе машинного обучения в приложение через SQL)
[Новый запуск] Amazon Athena ML (добавление предопределений на основе ML для ваших запросов на S3) → Модель Invovle ML из запросов SQL)
[Новый запуск] Amazon Redshift ML (используйте SQL, чтобы делать предсказания машинного обучения на основе вашего хранилища данных)
[Новый запуск] Amazon Neptune ML - ›прогнозирование для графического приложения
[Новый запуск] Amazon Quick Sight Q (мощные готовые возможности машинного обучения)
- Раскройте скрытые идеи машинного обучения
- Прогнозируйте рост и тенденции бизнеса
- Используйте автоматические повествования, чтобы рассказать историю вашей приборной панели
Проблема обнаружения аномалий в показателях
[Новый запуск] Amazon Lookout for Metrics
- Высокая задержка обнаружения
- Неудачное обнаружение
- Слишком много ложных срабатываний
- Отсутствие действенных рестульсов
- Адаптивность к изменениям в потоках данных
[Новый запуск Энди Джесси] Amazon Monitron
[Новый выпуск Энди Джесси] Amazon Lookout for Equipment
[Новый выпуск Энди Джесси] Amazon Panorama Appliance
- Защищенное устройство класса IP62, пыле- и водонепроницаемое
- 1U и шириной в половину стойки с точками шасси
- Несколько портов Gigabit Ethernet для резервирования или подключения камер из нескольких подсетей
[Новый запуск Энди Джесси] Amazon Lookout for Vision
[Новый запуск] Amazon HealthLake (хранение, преобразование и анализ данных о состоянии здоровья и лжи в облаке или петабайтном масштабе)
- Легко преобразует данные для понимания и извлечения значимой медицинской информации
- Данные упорядочены в хронологическом порядке, чтобы вы могли отслеживать тенденции.
- Встроенные возможности запроса данных, поиска и машинного обучения.
- Поддержка взаимодействия, такие стандарты, как FHIR (ресурсы быстрой совместимости), для обеспечения обмена данными между системами здравоохранения.