Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Machine Learning (ML) e Inteligencia Artificial (IA)
AWS lo ayuda en cada etapa de su proceso de adopción del aprendizaje automático con el conjunto más completo de servicios de aprendizaje automático y una infraestructura especialmente diseñada. Nuestros servicios de IA previamente entrenados proporcionan inteligencia lista para usar para sus aplicaciones y flujos de trabajo.
Cada servicio se describe después del diagrama. Para ayudarle a decidir qué servicio se adapta mejor a sus necesidades, consulte Elegir un AWS servicio de aprendizaje automático, ¿Cómo elegir un servicio de IA generativa y Amazon Bedrock o Amazon? SageMaker . Para obtener información general, consulte Cree y escale la próxima ola de innovación en IA en AWS.
Volver aAWS servicios.
Amazon Augmented AI
Amazon Augmented AI (Amazon A2I) es un servicio de aprendizaje automático que facilita la creación de los flujos de trabajo necesarios para la revisión humana. Amazon A2I lleva la revisión humana a todos los desarrolladores, lo que elimina el pesado trabajo indiferenciado asociado con la creación de sistemas de revisión humana o la gestión de un gran número de revisores humanos, ya sea que se ejecute en AWS o no.
Amazon Bedrock
Amazon Bedrock es un servicio totalmente gestionado que pone a disposición los modelos fundamentales (FMs) de Amazon y las principales empresas emergentes de IA a través de un. API Con la experiencia sin servidor de Amazon Bedrock, puede empezar rápidamente, experimentar con FMs ellos, personalizarlos de forma privada con sus propios datos e integrarlos e FMs implementarlos sin problemas en su AWS aplicaciones.
Puedes elegir entre una variedad de modelos básicos, como Amazon Titan, Claude 2 de Anthropic, Command and Embed de Cohere, Jurassic-2 de AI21 Studio y Stable Diffusion de Stability AI.
Amazon CodeGuru
Amazon CodeGuru es una herramienta para desarrolladores que proporciona recomendaciones inteligentes para mejorar la calidad del código e identificar las líneas de código más caras de una aplicación. Intégrela CodeGuru en su flujo de trabajo de desarrollo de software actual para automatizar las revisiones del código durante el desarrollo de la aplicación y monitorizar continuamente el rendimiento de la aplicación durante la producción, además de ofrecer recomendaciones y pistas visuales sobre cómo mejorar la calidad del código y el rendimiento de las aplicaciones y reducir los costes generales.
Amazon CodeGuru Reviewer utiliza el aprendizaje automático y el razonamiento automatizado para identificar problemas críticos, vulnerabilidades de seguridad y hard-to-find errores durante el desarrollo de aplicaciones, y ofrece recomendaciones para mejorar la calidad del código.
Amazon CodeGuru Profiler ayuda a los desarrolladores a encontrar las líneas de código más caras de una aplicación, ya que les ayuda a comprender el comportamiento en tiempo de ejecución de sus aplicaciones, identificar y eliminar las ineficiencias del código, mejorar el rendimiento y reducir considerablemente los costos de procesamiento.
Amazon Comprehend
Amazon Comprehend utiliza el aprendizaje automático y el procesamiento del lenguaje natural (NLP) para ayudarlo a descubrir la información y las relaciones en sus datos no estructurados. El servicio identifica el idioma del texto; extrae frases clave, lugares, personas, marcas o eventos; comprende qué tan positivo o negativo es el texto; analiza el texto mediante la tokenización y partes del discurso; y organiza automáticamente una colección de archivos de texto por tema. También puede utilizar las capacidades de AutoML de Amazon Comprehend para crear un conjunto personalizado de entidades o modelos de clasificación de texto que se adapten exclusivamente a las necesidades de su organización.
Para extraer información médica compleja de un texto no estructurado, puede utilizar Amazon Comprehend Medical. El servicio puede identificar información médica, como afecciones médicas, medicamentos, dosis, concentraciones y frecuencias, a partir de diversas fuentes, como notas del médico, informes de ensayos clínicos e historias clínicas de los pacientes. Amazon Comprehend Medical también identifica la relación entre el medicamento extraído y la información sobre las pruebas, el tratamiento y el procedimiento para facilitar el análisis. Por ejemplo, el servicio identifica una dosis, concentración y frecuencia específicas relacionadas con un medicamento específico a partir de notas clínicas no estructuradas.
El DevOps gurú de Amazon
Amazon DevOps Guru es un servicio basado en ML que facilita la mejora del rendimiento operativo y la disponibilidad de una aplicación. Amazon DevOps Guru detecta comportamientos que se desvían de los patrones operativos normales para que pueda identificar los problemas operativos mucho antes de que afecten a sus clientes.
Amazon DevOps Guru utiliza modelos de aprendizaje automático basados en años de Amazon.com y AWS la excelencia operativa para identificar el comportamiento anómalo de las aplicaciones (como el aumento de la latencia, las tasas de error, la escasez de recursos, etc.) y detectar problemas críticos que podrían provocar posibles interrupciones del servicio o interrupciones del servicio. Cuando Amazon DevOps Guru identifica un problema grave, envía automáticamente una alerta y proporciona un resumen de las anomalías relacionadas, la causa raíz probable y el contexto sobre cuándo y dónde se produjo el problema. Cuando es posible, Amazon DevOps Guru también ofrece recomendaciones sobre cómo solucionar el problema.
Amazon DevOps Guru ingiere automáticamente los datos operativos de su AWS aplicaciones y proporciona un panel único para visualizar los problemas en sus datos operativos. Para empezar, habilite Amazon DevOps Guru para todos los recursos de su AWS cuenta, recursos en su AWS CloudFormation Pilas o recursos agrupados por AWS etiquetas, sin necesidad de configuración manual ni conocimientos de aprendizaje automático.
Amazon Forecast
Amazon Forecast es un servicio totalmente gestionado que utiliza el aprendizaje automático para ofrecer previsiones muy precisas.
Hoy en día, las empresas utilizan de todo, desde sencillas hojas de cálculo hasta complejos programas de planificación financiera para intentar pronosticar con precisión los resultados empresariales futuros, como la demanda de productos, las necesidades de recursos o el rendimiento financiero. Estas herramientas crean pronósticos a partir de una serie histórica de datos, que se denominan datos de series temporales. Por ejemplo, estas herramientas pueden intentar predecir las ventas futuras de un chubasquero observando únicamente sus datos de ventas anteriores con el supuesto subyacente de que el futuro está determinado por el pasado. Este enfoque puede tener dificultades para producir pronósticos precisos para grandes conjuntos de datos con tendencias irregulares. Además, no logra combinar fácilmente las series de datos que cambian con el tiempo (como el precio, los descuentos, el tráfico web y el número de empleados) con variables independientes relevantes, como las características de los productos y la ubicación de las tiendas.
Basado en la misma tecnología que se usa en Amazon.com, Amazon Forecast usa el aprendizaje automático para combinar datos de series temporales con variables adicionales para generar pronósticos. Amazon Forecast no requiere experiencia en aprendizaje automático para empezar. Solo tiene que proporcionar datos históricos, además de cualquier dato adicional que crea que pueda afectar a sus previsiones. Por ejemplo, la demanda de un color concreto de una camisa puede cambiar según las estaciones y la ubicación de la tienda. Esta relación compleja es difícil de determinar por sí sola, pero el aprendizaje automático es ideal para reconocerla. Una vez que proporcione los datos, Amazon Forecast los examinará automáticamente, identificará lo que es significativo y generará un modelo de previsión capaz de realizar predicciones con una precisión de hasta un 50% mayor que si se tuvieran en cuenta únicamente los datos de series temporales.
Amazon Forecast es un servicio totalmente gestionado, por lo que no hay servidores que aprovisionar ni modelos de aprendizaje automático que crear, entrenar o implementar. Solo paga por lo que usa y no hay tarifas mínimas ni compromisos por adelantado.
Amazon Fraud Detector
Amazon Fraud Detector es un servicio totalmente gestionado que utiliza el aprendizaje automático y los más de 20 años de experiencia de Amazon en detección de fraudes para identificar posibles actividades fraudulentas y, de este modo, los clientes puedan detectar más fraudes online con mayor rapidez. Amazon Fraud Detector automatiza los costosos y lentos pasos necesarios para crear, entrenar e implementar un modelo de aprendizaje automático para la detección del fraude, lo que facilita a los clientes el aprovechamiento de la tecnología. Amazon Fraud Detector personaliza cada modelo que crea según el conjunto de datos del cliente, lo que hace que la precisión de los modelos sea superior a la de las soluciones actuales de aprendizaje automático. Además, dado que solo paga por lo que usa, evita grandes gastos iniciales.
Amazon Comprehend Medical
Durante la última década, AWS ha sido testigo de una transformación digital en el sector de la salud, ya que las organizaciones recopilan enormes volúmenes de información sobre los pacientes todos los días. Sin embargo, estos datos suelen estar desestructurados y el proceso de extracción de esta información requiere mucha mano de obra y es propenso a errores. Amazon Comprehend Medical es HIPAA un servicio de procesamiento del lenguaje natural NLP () elegible que utiliza el aprendizaje automático previamente entrenado para comprender y extraer datos de salud de textos médicos, como recetas, procedimientos o diagnósticos. Amazon Comprehend Medical puede ayudarlo a extraer información de textos médicos no estructurados de forma precisa y rápida con ontologías médicas ICD como -10-CM y CT y, a su vez RxNorm, SNOMED acelerar la tramitación de las reclamaciones de seguros, mejorar la salud de la población y acelerar la farmacovigilancia.
Amazon Kendra
Amazon Kendra es un servicio de búsqueda inteligente con tecnología de aprendizaje automático. Amazon Kendra reinventa la búsqueda empresarial para sus sitios web y aplicaciones para que sus empleados y clientes puedan encontrar fácilmente el contenido que buscan, incluso cuando se encuentra disperso en varias ubicaciones y repositorios de contenido de su organización.
Con Amazon Kendra, puede dejar de buscar entre montones de datos no estructurados y descubrir las respuestas correctas a sus preguntas, cuando las necesite. Amazon Kendra es un servicio totalmente gestionado, por lo que no hay servidores que aprovisionar ni modelos de aprendizaje automático que crear, entrenar o implementar.
Amazon Lex
Amazon Lex es un servicio de inteligencia artificial (IA) totalmente gestionado para diseñar, crear, probar e implementar interfaces conversacionales en cualquier aplicación mediante voz y texto. Lex proporciona las funcionalidades avanzadas de aprendizaje profundo del reconocimiento automático de voz (ASR) para convertir la voz en texto y la comprensión del lenguaje natural (NLU) para reconocer la intención del texto, lo que le permite crear aplicaciones con experiencias de usuario muy atractivas e interacciones conversacionales realistas, y crear nuevas categorías de productos. Con Amazon Lex, las mismas tecnologías de aprendizaje profundo que impulsan Amazon Alexa están ahora disponibles para cualquier desarrollador, lo que le permite crear de forma rápida y sencilla sofisticados robots conversacionales («chatbots») y sistemas de respuesta de voz interactiva (IVR) con lenguaje natural y sofisticados.
Amazon Lex permite a los desarrolladores crear chatbots conversacionales rápidamente. Con Amazon Lex no es necesaria una amplia experiencia en sistemas de aprendizaje profundo para crear un bot. Tan solo debe especificar el flujo de conversación básico en la consola de Amazon Lex. Amazon Lex administra el diálogo y ajusta dinámicamente las respuestas en la conversación. Mediante la consola puede crear, probar y publicar su chatbot de texto o voz. A continuación, puede añadir las interfaces de conversación a los bots en dispositivos móviles, aplicaciones web y plataformas de chat (por ejemplo, Facebook Messenger). El uso de Amazon Lex no implica costes iniciales ni tarifas mínimas; solo se le cobrará por las solicitudes de texto o voz que se realicen. El pay-as-you-go precio y el bajo costo por solicitud hacen que el servicio sea una forma rentable de crear interfaces de conversación. El nivel gratuito de Amazon Lex le permite probar fácilmente Amazon Lex sin ninguna inversión inicial.
Amazon Lookout for Equipment
Amazon Lookout for Equipment analiza los datos de los sensores de su equipo (como la presión en un generador, el caudal de un compresor, las revoluciones por minuto de los ventiladores) para entrenar automáticamente un modelo de aprendizaje automático basado solo en sus datos para su equipo, sin necesidad de conocimientos de aprendizaje automático. Lookout for Equipment utiliza su exclusivo modelo de aprendizaje automático para analizar los datos entrantes de los sensores en tiempo real e identificar con precisión las señales de advertencia tempranas que podrían provocar fallos en la máquina. Esto significa que puede detectar anomalías en los equipos con rapidez y precisión, diagnosticar problemas rápidamente, tomar medidas para reducir los costosos tiempos de inactividad y reducir las falsas alertas.
Amazon Lookout for Metrics
Amazon Lookout for Metrics utiliza el aprendizaje automático para detectar y diagnosticar automáticamente anomalías (valores atípicos con respecto a la norma) en los datos empresariales y operativos, como una caída repentina de los ingresos por ventas o de las tasas de captación de clientes. Con un par de clics, puede conectar Amazon Lookout for Metrics a almacenes de datos populares, como Amazon S3, Amazon Redshift y Amazon Relational Database Service (Amazon), así como a aplicaciones de software como RDS servicio (SaaS) de terceros, como Salesforce, Servicenow, Zendesk y Marketo, y empezar a monitorizar las métricas que son importantes para su empresa. Amazon Lookout for Metrics inspecciona y prepara automáticamente los datos de estas fuentes para detectar anomalías con mayor velocidad y precisión que los métodos tradicionales utilizados para la detección de anomalías. También puede proporcionar comentarios sobre las anomalías detectadas para ajustar los resultados y mejorar la precisión con el tiempo. Amazon Lookout for Metrics facilita el diagnóstico de las anomalías detectadas agrupando las anomalías relacionadas con el mismo evento y enviando una alerta que incluye un resumen de la posible causa raíz. También clasifica las anomalías por orden de gravedad para que pueda priorizar su atención en lo que es más importante para su empresa.
Amazon Lookout for Vision
Amazon Lookout for Vision es un servicio de aprendizaje automático que detecta defectos y anomalías en las representaciones visuales mediante visión artificial (CV). Con Amazon Lookout for Vision, las empresas de fabricación pueden aumentar la calidad y reducir los costes operativos al identificar rápidamente las diferencias en las imágenes de los objetos a escala. Por ejemplo, Amazon Lookout for Vision se puede utilizar para identificar componentes faltantes en los productos, daños en vehículos o estructuras, irregularidades en las líneas de producción, defectos minúsculos en las obleas de silicio y otros problemas similares. Amazon Lookout for Vision utiliza el aprendizaje automático para ver y comprender las imágenes de cualquier cámara como lo haría una persona, pero con un grado de precisión aún mayor y a una escala mucho mayor. Amazon Lookout for Vision permite a los clientes eliminar la necesidad de realizar inspecciones manuales costosas e inconsistentes y, al mismo tiempo, mejorar el control de calidad, la evaluación de defectos y daños y la conformidad. En cuestión de minutos, puede empezar a utilizar Amazon Lookout for Vision para automatizar la inspección de imágenes y objetos, sin necesidad de conocimientos de aprendizaje automático.
Amazon Monitron
Amazon Monitron es un end-to-end sistema que utiliza el aprendizaje automático para detectar un comportamiento anormal en la maquinaria industrial, lo que le permite implementar un mantenimiento predictivo y reducir el tiempo de inactividad no planificado.
La instalación de sensores y la infraestructura necesaria para la conectividad, el almacenamiento, el análisis y las alertas de los datos son elementos fundamentales para permitir el mantenimiento predictivo. Sin embargo, para que funcione, las empresas siempre han necesitado técnicos y científicos de datos cualificados para crear una solución compleja desde cero. Esto incluyó identificar y adquirir el tipo correcto de sensores para sus casos de uso y conectarlos con una puerta de enlace de IoT (un dispositivo que agrega y transmite datos). Como resultado, pocas empresas han podido implementar con éxito el mantenimiento predictivo.
Amazon Monitron incluye sensores para capturar los datos de vibración y temperatura del equipo, un dispositivo de puerta de enlace para transferir datos de forma segura a AWS, el servicio Amazon Monitron que analiza los datos para detectar patrones anormales de la máquina mediante el aprendizaje automático y una aplicación móvil complementaria para configurar los dispositivos y recibir informes sobre el comportamiento operativo y alertas sobre posibles fallas en la maquinaria. Puedes empezar a monitorizar el estado de los equipos en cuestión de minutos sin necesidad de ningún trabajo de desarrollo o experiencia en aprendizaje automático, y habilitar el mantenimiento predictivo con la misma tecnología que se utiliza para supervisar los equipos en los centros logísticos de Amazon.
Amazon PartyRock
Amazon PartyRock facilita el aprendizaje de la IA generativa con un creador de aplicaciones práctico y sin código. Experimenta con técnicas de ingeniería rápidas, revisa las respuestas generadas y desarrolla la intuición para la IA generativa mientras creas y exploras aplicaciones divertidas. PartyRock proporciona acceso a los modelos básicos (FMs) de Amazon y de las principales empresas de IA a través de Amazon Bedrock, un servicio de servicios totalmente gestionado.
Amazon Personalize
Amazon Personalize es un servicio de aprendizaje automático que facilita a los desarrolladores la creación de recomendaciones individualizadas para los clientes que utilizan sus aplicaciones.
El aprendizaje automático se utiliza cada vez más para mejorar la participación de los clientes al ofrecer recomendaciones personalizadas de productos y contenido, resultados de búsqueda personalizados y promociones de marketing específicas. Sin embargo, desarrollar las capacidades de aprendizaje automático necesarias para producir estos sofisticados sistemas de recomendación ha estado fuera del alcance de la mayoría de las organizaciones hoy en día debido a la complejidad de desarrollar la funcionalidad del aprendizaje automático. Amazon Personalize permite a los desarrolladores sin experiencia previa en aprendizaje automático crear fácilmente capacidades de personalización sofisticadas en sus aplicaciones, mediante la tecnología de aprendizaje automático perfeccionada tras años de uso en Amazon.com.
Con Amazon Personalize, ofreces un flujo de actividades desde tu aplicación (páginas vistas, suscripciones, compras, etc.), así como un inventario de los artículos que deseas recomendar, como artículos, productos, vídeos o música. También puede optar por proporcionar a Amazon Personalize información demográfica adicional de sus usuarios, como la edad o la ubicación geográfica. Amazon Personalize procesa y examina los datos, identifica lo que es significativo, selecciona los algoritmos correctos y entrena y optimiza un modelo de personalización personalizado para sus datos.
Amazon Personalize ofrece recomendaciones optimizadas para el comercio minorista y los medios y el entretenimiento que permiten ofrecer experiencias de usuario personalizadas de alto rendimiento de forma más rápida y sencilla. Amazon Personalize también ofrece una segmentación de usuarios inteligente para que pueda ejecutar campañas de prospección más eficaces a través de sus canales de marketing. Con nuestras dos nuevas recetas, puede segmentar automáticamente a sus usuarios en función de su interés en diferentes categorías de productos, marcas y mucho más.
Todos los datos analizados por Amazon Personalize se mantienen privados y seguros, y solo se utilizan para tus recomendaciones personalizadas. Puede empezar a publicar sus predicciones personalizadas mediante una simple API llamada desde la nube privada virtual que mantiene el servicio. Solo paga por lo que usa y no hay tarifas mínimas ni compromisos por adelantado.
Amazon Personalize es como tener tu propio equipo de personalización de aprendizaje automático de Amazon.com a tu disposición las 24 horas del día.
Amazon Polly
Amazon Polly es un servicio que convierte el texto en voz realista. Amazon Polly le permite crear aplicaciones que hablan, lo que le permite crear categorías completamente nuevas de productos con tecnología de voz. Amazon Polly es un servicio de inteligencia artificial (IA) de Amazon que utiliza tecnologías avanzadas de aprendizaje profundo para sintetizar una voz que suena como una voz humana. Amazon Polly incluye una amplia selección de voces realistas repartidas en docenas de idiomas, por lo que puede seleccionar la voz ideal y crear aplicaciones con capacidad de voz que funcionen en muchos países diferentes.
Amazon Polly ofrece los tiempos de respuesta rápidos y constantes necesarios para respaldar el diálogo interactivo en tiempo real. Puedes almacenar en caché y guardar el audio de voz de Amazon Polly para reproducirlo sin conexión o redistribuirlo. Y Amazon Polly es fácil de usar. Solo tiene que enviar el texto que desee convertir en voz a Amazon PollyAPI, y Amazon Polly devolverá inmediatamente la transmisión de audio a su aplicación para que esta pueda reproducirla directamente o almacenarla en un formato de archivo de audio estándar, por ejemplo. MP3
Además de TTS las voces estándar, Amazon Polly ofrece voces neuronales de conversión de texto a voz (NTTS) que ofrecen mejoras avanzadas en la calidad de la voz mediante un nuevo enfoque de aprendizaje automático. La TTS tecnología neuronal de Polly también es compatible con el estilo de hablar de los presentadores de noticias que se adapta a los casos de uso de la narración de noticias. Por último, Amazon Polly Brand Voice puede crear una voz personalizada para su organización. Se trata de un compromiso personalizado en el que trabajará con el equipo de Amazon Polly para crear una NTTS voz para el uso exclusivo de su organización.
Con Amazon Polly, solo pagas por la cantidad de caracteres que conviertes en voz y puedes guardar y reproducir la voz generada por Amazon Polly. El bajo coste de conversión de caracteres de Amazon Polly y la falta de restricciones en cuanto al almacenamiento y la reutilización de la salida de voz la convierten en una forma rentable de habilitar la conversión de texto a voz en todas partes.
Amazon Q
Amazon Q es un asistente generativo basado en inteligencia artificial para acelerar el desarrollo de software y aprovechar los datos internos.
- Amazon Q Business
-
Amazon Q Business puede responder preguntas, proporcionar resúmenes, generar contenido y completar tareas de forma segura en función de los datos y la información de los sistemas empresariales. Permite a los empleados ser más creativos, basados en los datos, eficientes, preparados y productivos.
- Amazon Q Developer
-
Amazon Q Developer (anteriormente Amazon CodeWhisperer) ayuda a los desarrolladores y profesionales de TI en sus tareas, desde codificar, probar y actualizar aplicaciones hasta diagnosticar errores, realizar escaneos y correcciones de seguridad y optimizar AWS recursos. Amazon Q cuenta con capacidades avanzadas de planificación y razonamiento en varios pasos que pueden transformar el código existente (por ejemplo, realizar actualizaciones de versiones de Java) e implementar nuevas funciones generadas a partir de las solicitudes de los desarrolladores.
Amazon Rekognition
Amazon Rekognition facilita la adición de análisis de imágenes y vídeo a sus aplicaciones mediante una tecnología de aprendizaje profundo comprobada y altamente escalable que no requiere conocimientos de aprendizaje automático para su uso. Con Amazon Rekognition, puede identificar objetos, personas, texto, escenas y actividades en imágenes y vídeos, así como detectar cualquier contenido inapropiado. Amazon Rekognition también ofrece funciones de búsqueda y análisis faciales de alta precisión que puede utilizar para detectar, analizar y comparar rostros en una amplia variedad de casos de uso relacionados con la verificación de usuarios, el recuento de personas y la seguridad pública.
Con las etiquetas personalizadas Amazon Rekognition, puede identificar los objetos y las escenas de las imágenes que se adapten específicamente a las necesidades de su empresa. Por ejemplo, puede crear un modelo para clasificar piezas específicas de la máquina en su línea de ensamblaje o para detectar plantas insalubres. Amazon Rekognition Custom Labels se encarga del trabajo pesado del desarrollo de modelos por usted, por lo que no es necesario tener experiencia en aprendizaje automático. Solo tiene que proporcionar imágenes de los objetos o escenas que desee identificar y el servicio se encargará del resto.
Amazon SageMaker
Con Amazon SageMaker, puede crear, entrenar e implementar modelos de aprendizaje automático para cualquier caso de uso con una infraestructura, herramientas y flujos de trabajo totalmente gestionados. SageMakerelimina el trabajo pesado de cada paso del proceso de aprendizaje automático para facilitar el desarrollo de modelos de alta calidad. SageMaker incluye todos los componentes que se utilizan para el aprendizaje automático en un único conjunto de herramientas para que los modelos comiencen a producirse más rápido, con mucho menos esfuerzo y a un coste menor.
Piloto SageMaker automático Amazon
Amazon SageMaker Autopilot crea, entrena y ajusta automáticamente los mejores modelos de aprendizaje automático en función de sus datos, a la vez que le permite mantener el control y la visibilidad totales. Con SageMaker Autopilot, solo tiene que proporcionar un conjunto de datos tabular y seleccionar la columna de destino que desee realizar la predicción, que puede ser un número (por ejemplo, el precio de una vivienda, lo que se denomina regresión) o una categoría (por ejemplo, spam o no spam, denominada clasificación). SageMaker El piloto automático explorará automáticamente diferentes soluciones para encontrar el mejor modelo. A continuación, puede implementar el modelo directamente en producción con un solo clic o repetir las soluciones recomendadas con Amazon SageMaker Studio para mejorar aún más la calidad del modelo.
Amazon SageMaker Canvas
Amazon SageMaker Canvas amplía el acceso al aprendizaje automático al proporcionar a los analistas de negocios una point-and-click interfaz visual que les permite generar predicciones de aprendizaje automático precisas por sí mismos, sin necesidad de tener experiencia en aprendizaje automático ni tener que escribir una sola línea de código.
Amazon SageMaker Clarify
Amazon SageMaker Clarify proporciona a los desarrolladores de aprendizaje automático una mayor visibilidad de sus datos y modelos de entrenamiento para que puedan identificar y limitar los sesgos y explicar las predicciones. Amazon SageMaker Clarify detecta posibles sesgos durante la preparación de los datos, después del entrenamiento del modelo y en el modelo implementado mediante el examen de los atributos que especifique. SageMaker Clarify también incluye gráficos de importancia de las características que le ayudan a explicar las predicciones del modelo y produce informes que se pueden utilizar para respaldar las presentaciones internas o para identificar problemas con el modelo que pueda tomar medidas para corregirlos.
Etiquetado SageMaker de datos de Amazon
Amazon SageMaker ofrece ofertas de etiquetado de datos para identificar datos sin procesar, como imágenes, archivos de texto y vídeos, y añadir etiquetas informativas para crear conjuntos de datos de entrenamiento de alta calidad para sus modelos de aprendizaje automático.
Amazon SageMaker Data Wrangler
Amazon SageMaker Data Wrangler reduce el tiempo que se tarda en agregar y preparar los datos para el aprendizaje automático de semanas a minutos. Con SageMaker Data Wrangler, puede simplificar el proceso de preparación de datos y la ingeniería de características, y completar cada paso del flujo de trabajo de preparación de datos, incluida la selección, la limpieza, la exploración y la visualización de los datos desde una única interfaz visual.
Amazon SageMaker Edge
Amazon SageMaker Edge permite el aprendizaje automático en los dispositivos periféricos al optimizar, proteger e implementar modelos en el borde y, luego, monitorear estos modelos en su flota de dispositivos, como cámaras inteligentes, robots y otros dispositivos electrónicos inteligentes, para reducir los costos operativos continuos. SageMaker Edge Compiler optimiza el modelo entrenado para que pueda ejecutarse en un dispositivo periférico. SageMaker Edge incluye un mecanismo de implementación over-the-air (OTA) que le ayuda a implementar modelos en la flota independientemente del firmware de la aplicación o del dispositivo. SageMaker Edge Agent le permite ejecutar varios modelos en el mismo dispositivo. El agente recopila los datos de predicción en función de la lógica que usted controla, como los intervalos, y los carga en la nube para que pueda volver a entrenar sus modelos periódicamente a lo largo del tiempo.
Amazon SageMaker Feature Store
Amazon SageMaker Feature Store es un repositorio especialmente diseñado en el que puedes almacenar funciones y acceder a ellas para que sea mucho más fácil nombrarlas, organizarlas y reutilizarlas en todos los equipos. SageMaker Feature Store proporciona un almacén unificado de funciones durante el entrenamiento y las inferencias en tiempo real sin necesidad de escribir código adicional ni crear procesos manuales para mantener la coherencia de las funciones. SageMaker Feature Store realiza un seguimiento de los metadatos de las entidades almacenadas (como el nombre de la función o el número de versión) para que pueda consultar las características en busca de los atributos correctos por lotes o en tiempo real mediante Amazon Athena, un servicio de consultas interactivo. SageMaker Feature Store también mantiene las características actualizadas, ya que a medida que se generan nuevos datos durante la inferencia, se actualiza el repositorio único para que siempre haya nuevas funciones disponibles para que los modelos las utilicen durante el entrenamiento y la inferencia.
Capacidades SageMaker geoespaciales de Amazon
Las capacidades SageMaker geoespaciales de Amazon facilitan a los científicos de datos y a los ingenieros de aprendizaje automático (ML) la creación, el entrenamiento y la implementación de modelos de ML con mayor rapidez utilizando datos geoespaciales. Tiene acceso a datos (de código abierto y de terceros), así como a herramientas de procesamiento y visualización para que sea más eficiente preparar los datos geoespaciales para el aprendizaje automático. Puede aumentar su productividad mediante el uso de algoritmos diseñados específicamente y modelos de machine learning previamente entrenados para acelerar la creación y el entrenamiento de modelos, y utilizar las herramientas de visualización integradas para explorar los resultados de las predicciones en un mapa interactivo y, a continuación, colaborar entre equipos para obtener información y resultados.
Amazon SageMaker HyperPod
Amazon SageMaker HyperPod elimina el pesado trabajo indiferenciado que implica crear y optimizar la infraestructura de aprendizaje automático (ML) para modelos de lenguaje grandes (LLMs), modelos de difusión y modelos básicos (FMs). SageMaker HyperPod está preconfigurado con bibliotecas de formación distribuidas que permiten a los clientes dividir automáticamente las cargas de trabajo de formación entre miles de aceleradores, como AWS Trainium, y las unidades de procesamiento gráfico NVIDIA A100 y H100 (). GPUs
SageMaker HyperPod también ayuda a garantizar que puedas seguir entrenando sin interrupciones al guardar periódicamente los puntos de control. Cuando se produce un fallo de hardware, los clústeres que se recuperan automáticamente detectan el fallo, reparan o sustituyen la instancia defectuosa y reanudan la formación desde el último punto de control guardado, lo que elimina la necesidad de gestionar este proceso de forma manual y le ayuda a entrenar durante semanas o meses en un entorno distribuido sin interrupciones. Puede personalizar su entorno informático para que se adapte mejor a sus necesidades y configurarlo con las bibliotecas de formación SageMaker distribuidas de Amazon para lograr un rendimiento óptimo en AWS.
Amazon SageMaker JumpStart
Amazon te SageMaker JumpStart ayuda a empezar a utilizar el aprendizaje automático de forma rápida y sencilla. Para que sea más fácil comenzar, SageMaker JumpStart proporciona un conjunto de soluciones para los casos de uso más comunes que se pueden implementar fácilmente con solo unos pocos clics. Las soluciones son totalmente personalizables y muestran el uso de AWS CloudFormation plantillas y arquitecturas de referencia para que pueda acelerar su transición al aprendizaje automático. Amazon SageMaker JumpStart también admite la implementación y el ajuste con un solo clic de más de 150 modelos populares de código abierto, como el procesamiento del lenguaje natural, la detección de objetos y los modelos de clasificación de imágenes.
Amazon SageMaker Model Building
Amazon SageMaker proporciona todas las herramientas y bibliotecas que necesita para crear modelos de aprendizaje automático, el proceso de probar diferentes algoritmos de forma iterativa y evaluar su precisión para encontrar el mejor para su caso de uso. En Amazon, SageMaker puedes elegir diferentes algoritmos, incluidos más de 15 integrados y optimizados SageMaker, y utilizar más de 750 modelos prediseñados de zoológicos populares disponibles con unos pocos clics. SageMaker también ofrece una variedad de herramientas de creación de modelos, como Amazon SageMaker Studio Notebooks y Code Editor basado en Code- OSS (código de código abierto de Virtual Studio), donde puede ejecutar modelos de aprendizaje automático a pequeña escala para ver los resultados y ver informes sobre su rendimiento, de modo que pueda crear prototipos funcionales de alta calidad. JupyterLab RStudio
Formación sobre SageMaker modelos de Amazon
Amazon SageMaker reduce el tiempo y el coste de entrenar y ajustar los modelos de aprendizaje automático a escala sin necesidad de gestionar la infraestructura. Puede aprovechar la infraestructura de cómputo de aprendizaje automático de mayor rendimiento disponible en la actualidad y SageMaker escalar automáticamente la infraestructura hacia arriba o hacia abajo, de uno a miles. GPUs Como solo paga por lo que utiliza, puede gestionar sus costes de formación de forma más eficaz. Para entrenar modelos de aprendizaje profundo más rápido, puedes usar las bibliotecas de entrenamiento SageMaker distribuidas de Amazon para obtener un mejor rendimiento o usar bibliotecas de terceros como DeepSpeed Horovod o Megatron.
Implementación SageMaker del modelo Amazon
Amazon SageMaker facilita la implementación de modelos de aprendizaje automático para realizar predicciones (también conocidas como inferencias) con la mejor relación precio-rendimiento para cualquier caso de uso. Ofrece una amplia selección de opciones de implementación de modelos e infraestructuras de aprendizaje automático para ayudarle a satisfacer todas sus necesidades de inferencia de aprendizaje automático. Se trata de un servicio totalmente gestionado que se integra con MLOps herramientas para que pueda escalar la implementación de sus modelos, reducir los costes de inferencia, gestionar los modelos de forma más eficaz en la fase de producción y reducir la carga operativa.
Amazon SageMaker Pipelines
Amazon SageMaker Pipelines es el primer servicio de integración easy-to-use continua y entrega continua (CI/CD) diseñado específicamente para ML. Con SageMaker Pipelines, puede crear, automatizar y gestionar flujos de trabajo de aprendizaje automático a escala. end-to-end
Laboratorio Amazon SageMaker Studio
Amazon SageMaker Studio Lab es un entorno de desarrollo de aprendizaje automático gratuito que proporciona el procesamiento, el almacenamiento (hasta 15 GB) y la seguridad, sin coste alguno, para que cualquiera pueda aprender y experimentar con el aprendizaje automático. Lo único que necesita para empezar es una dirección de correo electrónico válida. No necesita configurar la infraestructura ni gestionar la identidad y el acceso, ni siquiera registrarse para obtener una AWS cuenta. SageMaker Studio Lab acelera la creación de modelos mediante GitHub la integración y viene preconfigurado con las herramientas, marcos y bibliotecas de aprendizaje automático más populares para que pueda empezar de inmediato. SageMaker Studio Lab guarda automáticamente tu trabajo para que no tengas que reiniciarlo entre sesiones. Es tan fácil como cerrar el portátil y volver a usarlo más tarde.
Apache MXNet activado AWS
Apache MXNet es un marco de entrenamiento e inferencia rápido y escalable con un easy-to-use lenguaje conciso APIpara el aprendizaje automático. MXNetincluye la interfaz Gluon que permite a los desarrolladores de todos los niveles empezar con el aprendizaje profundo en la nube, en dispositivos periféricos y en aplicaciones móviles. Con solo unas pocas líneas de código Gluon, puede crear redes de regresión lineal, convolucionales y redes recurrentes LSTMs para la detección de objetos, el reconocimiento de voz, la recomendación y la personalización. Puedes empezar con MxNet AWS con una experiencia totalmente gestionada con Amazon SageMaker, una plataforma para crear, entrenar e implementar modelos de aprendizaje automático a escala. O bien, puede usar la AWS Deep Learning AMIs s para crear entornos y flujos de trabajo personalizados, así MxNet como con otros marcos, como Chainer TensorFlow PyTorch, Keras, Caffe, Caffe2 y Microsoft Cognitive Toolkit.
AWS Deep Learning AMIs s
Con la AWS Deep Learning AMIsproporcionan a los profesionales e investigadores del aprendizaje automático la infraestructura y las herramientas necesarias para acelerar el aprendizaje profundo en la nube, a cualquier escala. Puede lanzar rápidamente EC2 instancias de Amazon preinstaladas con marcos e interfaces de aprendizaje profundo populares TensorFlow, como Apache PyTorch, ChainerMXNet, Gluon, Horovod y Keras, para entrenar modelos de IA personalizados y sofisticados, experimentar con nuevos algoritmos o aprender nuevas habilidades y técnicas. Ya sea que necesite Amazon EC2 GPU o CPU instancias, no hay ningún cargo adicional por el aprendizaje profundoAMIs: solo paga por el AWS los recursos necesarios para almacenar y ejecutar sus aplicaciones.
AWS Deep Learning Containers
AWS Deep Learning Containers (AWS Los contenedores DL son imágenes de Docker preinstaladas con marcos de aprendizaje profundo que facilitan la implementación rápida de entornos de aprendizaje automático (ML) personalizados, lo que le permite omitir el complicado proceso de crear y optimizar sus entornos desde cero. AWS Soporte para contenedores DL TensorFlow PyTorch, Apache. MXNet Puede implementar AWS DL Containers en Amazon SageMaker, Amazon Elastic Kubernetes Service (EKSAmazon), Kubernetes autogestionado en Amazon, Amazon Elastic Container Service (AmazonEC2). ECS Los contenedores están disponibles a través de Amazon Elastic Container Registry (AmazonECR) y AWS Marketplacesin coste alguno: solo paga por los recursos que utilice.
Aprendizaje automático geoespacial con Amazon SageMaker
Las capacidades SageMaker geoespaciales de Amazon permiten a los científicos de datos y a los ingenieros de aprendizaje automático crear, entrenar e implementar modelos de aprendizaje automático utilizando datos geoespaciales de forma más rápida y a escala. Puede acceder a fuentes de datos geoespaciales fácilmente disponibles, transformar o enriquecer de manera eficiente conjuntos de datos geoespaciales a gran escala con operaciones diseñadas específicamente y acelerar la creación de modelos mediante la selección de modelos de aprendizaje automático previamente entrenados. También puede analizar datos geoespaciales y explorar las predicciones de los modelos en un mapa interactivo mediante gráficos 3D acelerados con herramientas de visualización integradas. SageMaker Las capacidades geoespaciales en tiempo de ejecución se pueden utilizar para una amplia gama de casos de uso, como maximizar el rendimiento de las cosechas y la seguridad alimentaria, evaluar los riesgos y las reclamaciones de seguros, apoyar el desarrollo urbano sostenible y pronosticar la utilización de las tiendas minoristas.
Hugging Face en AWS
Con Hugging Face en SageMaker Amazon, puedes implementar y ajustar modelos previamente entrenados de Hugging Face, un proveedor de código abierto de modelos de procesamiento del lenguaje natural NLP () conocido como Transformers, lo que reduce el tiempo de configuración y uso de estos modelos de semanas a minutos. NLP NLPse refiere a los algoritmos de aprendizaje automático que ayudan a las computadoras a entender el lenguaje humano. Ayudan con la traducción, la búsqueda inteligente, el análisis de texto y mucho más. Sin embargo, NLP los modelos pueden ser grandes y complejos (a veces constan de cientos de millones de parámetros del modelo), y entrenarlos y optimizarlos requiere tiempo, recursos y habilidad. AWScolaboró con Hugging Face para crear Hugging Face AWS Deep Learning Containers (DLCs), que proporcionan a los científicos de datos y desarrolladores de aprendizaje automático una experiencia totalmente gestionada para crear, entrenar e implementar state-of-the-art NLP modelos en Amazon SageMaker.
PyTorch en AWS
PyTorches un marco de aprendizaje profundo de código abierto que facilita el desarrollo de modelos de aprendizaje automático y su implementación en la producción. Utiliza TorchServeuna biblioteca PyTorch de servidores de modelos creada y mantenida por AWS en colaboración con Facebook, PyTorch los desarrolladores pueden implementar modelos en producción de forma rápida y sencilla. PyTorch también proporciona gráficos y bibliotecas de cálculo dinámicos para la formación distribuida, que están optimizados para ofrecer un alto rendimiento en AWS. Puedes empezar PyTorch con AWS utilizando Amazon SageMaker, un servicio de aprendizaje automático totalmente gestionado que permite crear, entrenar e implementar PyTorch modelos a escala de forma fácil y rentable. Si prefiere administrar la infraestructura usted mismo, puede usar el AWS Deep Learning AMIs En cuanto a la AWS Deep Learning Containers, creados a partir del código fuente y optimizados para el rendimiento con la última versión de, PyTorch permiten implementar rápidamente entornos de aprendizaje automático personalizados.
TensorFlow en AWS
TensorFlowes uno de los muchos marcos de aprendizaje profundo disponibles para investigadores y desarrolladores para mejorar sus aplicaciones con el aprendizaje automático. AWS ofrece un amplio soporte TensorFlow, ya que permite a los clientes desarrollar y utilizar sus propios modelos en los ámbitos de la visión artificial, el procesamiento del lenguaje natural, la traducción de voz y mucho más. Puede empezar TensorFlow con AWS utilizando Amazon SageMaker, un servicio de aprendizaje automático totalmente gestionado que permite crear, entrenar e implementar TensorFlow modelos a escala de forma fácil y rentable. Si prefiere administrar la infraestructura usted mismo, puede usar el AWS Deep Learning AMIs En cuanto a la AWS Deep Learning Containers, creados a partir del código fuente y optimizados para el rendimiento con la última versión de, TensorFlow permiten implementar rápidamente entornos de aprendizaje automático personalizados.
Amazon Textract es un servicio que extrae automáticamente el texto y los datos de los documentos escaneados. Amazon Textract va más allá del simple reconocimiento óptico de caracteres (OCR) para identificar también el contenido de los campos de los formularios y la información almacenada en las tablas.
Hoy en día, muchas empresas extraen manualmente los datos de documentos escaneadosPDFs, como imágenes, tablas y formularios, o mediante un OCR software sencillo que requiere una configuración manual (que a menudo debe actualizarse cuando se cambia el formulario). Para superar estos costosos y manuales procesos, Amazon Textract utiliza el aprendizaje automático para leer y procesar cualquier tipo de documento, extrayendo con precisión texto, caligrafía, tablas y otros datos sin esfuerzo manual. Amazon Textract le ofrece la flexibilidad de especificar los datos que necesita extraer de los documentos mediante consultas. Puede especificar la información que necesita en forma de preguntas en lenguaje natural (como «¿Cuál es el nombre del cliente?»). No necesita conocer la estructura de datos del documento (tabla, formulario, campo implícito, datos anidados) ni preocuparse por las variaciones entre las versiones y los formatos del documento. Las consultas de Amazon Textract están preparadas previamente sobre una gran variedad de documentos, incluidos recibos de pago, extractos bancarios, formularios W-2, formularios de solicitud de préstamos, pagarés hipotecarios, documentos de reclamaciones y tarjetas de seguro.
Con Amazon Textract, puede automatizar rápidamente el procesamiento de documentos y actuar en función de la información extraída, ya sea que esté automatizando el procesamiento de préstamos o extrayendo información de facturas y recibos. Amazon Textract puede extraer los datos en minutos en lugar de horas o días. Además, puedes añadir reseñas humanas con Amazon Augmented AI para supervisar tus modelos y comprobar los datos confidenciales.
Amazon Transcribe
Amazon Transcribe es un servicio de reconocimiento automático de voz (ASR) que facilita a los clientes la conversión automática de voz en texto. El servicio puede transcribir archivos de audio almacenados en formatos comunes, como WAV yMP3, con marcas de tiempo para cada palabra, de modo que pueda localizar fácilmente el audio en la fuente original buscando el texto. También puede enviar una transmisión de audio en directo a Amazon Transcribe y recibir una transmisión de las transcripciones en tiempo real. Amazon Transcribe está diseñado para gestionar una amplia gama de características acústicas y de voz, incluidas las variaciones en el volumen, el tono y la velocidad del habla. La calidad y el contenido de la señal de audio (incluidos, entre otros, factores como el ruido de fondo, la superposición de los altavoces, la voz acentuada o los cambios de idioma dentro de un mismo archivo de audio) pueden afectar a la precisión de la salida del servicio. Los clientes pueden optar por utilizar Amazon Transcribe para una variedad de aplicaciones empresariales, como la transcripción de llamadas de servicio al cliente por voz, la generación de subtítulos en el contenido de audio/vídeo y la realización de análisis de contenido (basado en texto) del contenido de audio/vídeo.
Dos servicios muy importantes derivados de Amazon Transcribe incluyen Amazon Transcribe Medical y Amazon Transcribe Call Analytics.
Amazon Transcribe Medical utiliza modelos avanzados de aprendizaje automático para transcribir con precisión el discurso médico en texto. Amazon Transcribe Medical puede generar transcripciones de texto que se pueden usar para respaldar una variedad de casos de uso, desde el flujo de trabajo de la documentación clínica y el monitoreo de la seguridad de los medicamentos (farmacovigilancia) hasta la subtitulación para telemedicina e incluso el análisis de centros de contacto en los ámbitos de la salud y las ciencias de la vida.
Amazon Transcribe Call Analytics es una herramienta con tecnología de inteligencia artificial API que proporciona transcripciones de llamadas completas e información útil sobre las conversaciones que puede añadir a sus aplicaciones de llamadas para mejorar la experiencia del cliente y la productividad de los agentes. Combina modelos de procesamiento del lenguaje natural (NLP) potentes speech-to-text y personalizados que están diseñados específicamente para comprender las llamadas de atención al cliente y las llamadas de ventas salientes. Como parte de las soluciones de AWS Contact Center Intelligence (CCI), API es independiente de los centros de contacto y facilita a los clientes la incorporación de funciones de análisis de llamadas ISVs a sus aplicaciones.
La forma más sencilla de empezar a utilizar Amazon Transcribe es enviar un trabajo mediante la consola para transcribir un archivo de audio. También puede llamar al servicio directamente desde el AWS Command Line Interface, o utilice uno de los dispositivos compatibles SDKs de su elección para integrarlo con sus aplicaciones.
Amazon Translate
Amazon Translate es un servicio de traducción automática neuronal que ofrece traducciones de idiomas rápidas, asequibles y de alta calidad. La traducción automática neuronal es una forma de automatización de la traducción de idiomas que utiliza modelos de aprendizaje profundo para ofrecer una traducción más precisa y con un sonido más natural que los algoritmos de traducción estadísticos y basados en reglas tradicionales. Amazon Translate le permite localizar contenido, como sitios web y aplicaciones, para sus diversos usuarios, traducir fácilmente grandes volúmenes de texto para su análisis y posibilitar de manera eficiente la comunicación multilingüe entre los usuarios.
AWS DeepComposer
AWS DeepComposeres el primer teclado musical del mundo con tecnología ML que permite a los desarrolladores de todos los niveles aprender la IA generativa y, al mismo tiempo, crear producciones musicales originales. DeepComposer consiste en un USB teclado que se conecta al ordenador del desarrollador y al DeepComposer servicio, al que se accede a través del AWS Management Console. DeepComposer incluye tutoriales, códigos de muestra y datos de entrenamiento que se pueden utilizar para empezar a crear modelos generativos.
AWS DeepRacer
AWS DeepRaceres un coche de carreras a escala 1/18 que te ofrece una forma interesante y divertida de empezar con el aprendizaje por refuerzo (RL). El RL es una técnica avanzada de aprendizaje automático que adopta un enfoque de los modelos de entrenamiento muy diferente al de otros métodos de aprendizaje automático. Su superpotencia reside en que aprende comportamientos muy complejos sin necesidad de datos de entrenamiento etiquetados, y puede tomar decisiones a corto plazo y, al mismo tiempo, optimizarlos para alcanzar un objetivo a más largo plazo.
¿Con AWS DeepRacer, ahora tienes una forma de ponerte manos a la obra con RL, experimentar y aprender a través de la conducción autónoma. Puedes empezar con el coche y las pistas virtuales en el simulador de carreras 3D basado en la nube y, para disfrutar de una experiencia real, puedes implementar tus modelos entrenados en AWS DeepRacer y compite con tus amigos o participa en el mundial AWS DeepRacer
Liga. Desarrolladores, la carrera ha empezado.
AWS HealthLake
AWS HealthLakees un servicio HIPAA apto que los proveedores de atención médica, las compañías de seguros de salud y las compañías farmacéuticas pueden utilizar para almacenar, transformar, consultar y analizar datos de salud a gran escala.
Los datos de Salud suelen ser incompletos e inconsistentes. Además, suelen estar desestructurados y la información está contenida en notas clínicas, informes de laboratorio, reclamaciones de seguros, imágenes médicas, conversaciones grabadas y datos de series temporales (por ejemplo, EEG huellas cardíacas ECG o cerebrales).
Los proveedores de servicios de salud pueden utilizarlos HealthLake para almacenar, transformar, consultar y analizar datos en Nube de AWS. Al utilizar las capacidades de procesamiento médico del lenguaje natural (NLP) HealthLake integradas, puede analizar textos clínicos no estructurados de diversas fuentes. HealthLake transforma los datos no estructurados mediante modelos de procesamiento de lenguaje natural y proporciona potentes capacidades de consulta y búsqueda. Se puede utilizar HealthLake para organizar, indexar y estructurar la información de los pacientes de forma segura, compatible y auditable.
AWS HealthScribe
AWS HealthScribees un servicio compatible que permite a los proveedores de software sanitario generar automáticamente notas clínicas mediante el análisis de las conversaciones HIPAA entre el paciente y el médico. AWS HealthScribe combina el reconocimiento de voz con la IA generativa para reducir la carga de la documentación clínica mediante la transcripción de las conversaciones y la producción rápida de notas clínicas. Las conversaciones se segmentan para identificar las funciones de los ponentes para los pacientes y los médicos, extraer términos médicos y generar notas clínicas preliminares. Para proteger los datos confidenciales de los pacientes, se han incorporado medidas de seguridad y privacidad para garantizar que el audio de entrada y el texto de salida no se conserven AWS HealthScribe.
AWS Panorama
AWS Panoramaes una colección de dispositivos de aprendizaje automático y un kit de desarrollo de software (SDK) que lleva la visión artificial (CV) a las cámaras de protocolo de Internet (IP) locales. ¿Con AWS Panorama, puede automatizar las tareas que tradicionalmente han requerido la inspección humana para mejorar la visibilidad de los posibles problemas.
La visión artificial puede automatizar la inspección visual para tareas como el seguimiento de los activos para optimizar las operaciones de la cadena de suministro, la supervisión de las vías de tráfico para optimizar la gestión del tráfico o la detección de anomalías para evaluar la calidad de la fabricación. Sin embargo, en entornos con un ancho de banda de red limitado o en empresas con normas de gestión de datos que requieren el procesamiento y el almacenamiento de vídeo en las instalaciones, la visión artificial en la nube puede resultar difícil o imposible de implementar. AWS Panorama
es un servicio de aprendizaje automático que permite a las organizaciones llevar la visión artificial a las cámaras locales para realizar predicciones a nivel local con gran precisión y baja latencia.
La AWS Panorama El dispositivo es un dispositivo de hardware que añade visión artificial a sus cámaras IP existentes y analiza las transmisiones de vídeo de varias cámaras desde una única interfaz de administración. Genera predicciones preliminares en cuestión de milisegundos, lo que significa que puede recibir notificaciones sobre posibles problemas, como cuando se detectan productos dañados en una línea de producción que se mueve rápidamente o cuando un vehículo se desvía hacia una zona peligrosa prohibida de un almacén. Además, los fabricantes de terceros están creando nuevos AWS Panorama-habilitó cámaras y dispositivos para proporcionar aún más formatos para sus casos de uso únicos. ¿Con AWS Panorama puede utilizar modelos ML de AWS para crear sus propias aplicaciones de visión artificial o trabajar con un socio del AWS Partner Network para crear aplicaciones de CV rápidamente.
Regresar aAWS servicios.
