Machine Learning (ML) e Inteligência Artificial (IA)

AWS ajuda você em todas as etapas de sua jornada de adoção do ML com o conjunto mais abrangente de serviços de ML e a infraestrutura específica. Nossos serviços de IA pré-treinados fornecem inteligência pronta para seus aplicativos e fluxos de trabalho.

Cada serviço é descrito após o diagrama. Para ajudá-lo a decidir qual serviço atende melhor às suas necessidades, consulte Como escolher um AWS serviço de aprendizado de máquina, escolhendo um serviço de IA generativo e Amazon Bedrock ou Amazon? SageMaker . Para obter informações gerais, consulte Criar e escalar a próxima onda de inovação em IA no AWS.

Diagrama mostrando AWS pilha de inteligência artificial

Retornar paraAWS serviços.

Amazon Augmented AI

O Amazon Augmented AI (Amazon A2I) é um serviço de ML que facilita a criação dos fluxos de trabalho necessários para a revisão humana. O Amazon A2I leva a avaliação humana a todos os desenvolvedores, eliminando o trabalho pesado indiferenciado associado à criação de sistemas de avaliação humana ou ao gerenciamento de um grande número de revisores humanos, independentemente de serem executados em AWS ou não.

Amazon Bedrock

O Amazon Bedrock é um serviço totalmente gerenciado que disponibiliza modelos fundamentais (FMs) da Amazon e das principais startups de IA por meio de um. API Com a experiência sem servidor do Amazon Bedrock, você pode rapidamente começar, experimentar, personalizá-los de forma privada com FMs seus próprios dados e integrá-los e implantá-los perfeitamente em seu FMs AWS aplicações.

Você pode escolher entre uma variedade de modelos básicos, incluindo Amazon Titan, Claude 2 da Anthropic, Command and Embed da Cohere, Jurassic-2 da AI21 Studio e Stable Diffusion da Stability AI.

Amazon CodeGuru

CodeGuruA Amazon é uma ferramenta para desenvolvedores que fornece recomendações inteligentes para melhorar a qualidade do código e identificar as linhas de código mais caras de um aplicativo. CodeGuru Integre-se ao seu fluxo de trabalho de desenvolvimento de software existente para automatizar as análises de código durante o desenvolvimento do aplicativo e monitorar continuamente o desempenho do aplicativo na produção e fornecer recomendações e dicas visuais sobre como melhorar a qualidade do código, o desempenho do aplicativo e reduzir o custo geral.

O Amazon CodeGuru Reviewer usa ML e raciocínio automatizado para identificar problemas críticos, vulnerabilidades de segurança e hard-to-find bugs durante o desenvolvimento do aplicativo e fornece recomendações para melhorar a qualidade do código.

O Amazon CodeGuru Profiler ajuda os desenvolvedores a encontrar as linhas de código mais caras de um aplicativo, ajudando-os a entender o comportamento de tempo de execução de seus aplicativos, identificar e remover ineficiências de código, melhorar o desempenho e diminuir significativamente os custos de computação.

Amazon Comprehend

O Amazon Comprehend usa ML e processamento de linguagem natural NLP () para ajudar você a descobrir os insights e os relacionamentos em seus dados não estruturados. O serviço identifica o idioma do texto; extrai frases-chave, lugares, pessoas, marcas ou eventos; compreende o quão positivo ou negativo o texto é; analisa o texto usando tokenização e partes do discurso; e organiza automaticamente uma coleção de arquivos de texto por tópico. Você também pode usar os recursos do AutoML no Amazon Comprehend para criar um conjunto personalizado de entidades ou modelos de classificação de texto adaptados exclusivamente às necessidades da sua organização.

Para extrair informações médicas complexas de texto não estruturado, você pode usar o Amazon Comprehend Medical. O serviço pode identificar informações médicas, como condições médicas, medicamentos, dosagens, dosagens, dosagens e frequências de várias fontes, como anotações médicas, relatórios de ensaios clínicos e registros de saúde de pacientes. O Amazon Comprehend Medical também identifica a relação entre o medicamento extraído e as informações de testes, tratamentos e procedimentos para facilitar a análise. Por exemplo, o serviço identifica uma dosagem, dosagem e frequência específicas relacionadas a um medicamento específico a partir de notas clínicas não estruturadas.

DevOpsGuru da Amazon

O Amazon DevOps Guru é um serviço baseado em ML que facilita a melhoria do desempenho operacional e da disponibilidade de um aplicativo. O Amazon DevOps Guru detecta comportamentos que se desviam dos padrões operacionais normais para que você possa identificar problemas operacionais muito antes que eles afetem seus clientes.

O Amazon DevOps Guru usa modelos de ML baseados em anos de Amazon.com e AWS excelência operacional para identificar comportamentos anômalos de aplicativos (como aumento da latência, taxas de erro, restrições de recursos etc.) e revelar problemas críticos que podem causar possíveis interrupções ou interrupções no serviço. Quando o Amazon DevOps Guru identifica um problema crítico, ele envia automaticamente um alerta e fornece um resumo das anomalias relacionadas, a provável causa raiz e o contexto sobre quando e onde o problema ocorreu. Quando possível, o Amazon DevOps Guru também fornece recomendações sobre como corrigir o problema.

O Amazon DevOps Guru ingere automaticamente dados operacionais do seu AWS aplicativos e fornece um único painel para visualizar problemas em seus dados operacionais. Você pode começar habilitando o Amazon DevOps Guru para todos os recursos do seu AWS conta, recursos em sua AWS CloudFormation Pilhas ou recursos agrupados por AWS tags, sem necessidade de configuração manual ou experiência em ML.

Amazon Forecast

O Amazon Forecast é um serviço totalmente gerenciado que usa ML para fornecer previsões altamente precisas.

Atualmente, as empresas usam tudo, desde planilhas simples até softwares complexos de planejamento financeiro, para tentar prever com precisão os resultados comerciais futuros, como demanda de produtos, necessidades de recursos ou desempenho financeiro. Essas ferramentas criam previsões analisando uma série histórica de dados, chamada de dados de séries temporais. Por exemplo, essas ferramentas podem tentar prever as vendas futuras de uma capa de chuva analisando apenas seus dados de vendas anteriores com a suposição subjacente de que o futuro é determinado pelo passado. Essa abordagem pode ter dificuldade em produzir previsões precisas para grandes conjuntos de dados com tendências irregulares. Além disso, ele não consegue combinar facilmente séries de dados que mudam com o tempo (como preço, descontos, tráfego na web e número de funcionários) com variáveis independentes relevantes, como características do produto e localização das lojas.

Com base na mesma tecnologia usada na Amazon.com, o Amazon Forecast usa ML para combinar dados de séries temporais com variáveis adicionais para criar previsões. O Amazon Forecast não exige experiência em ML para começar. Você só precisa fornecer dados históricos, além de quaisquer dados adicionais que você acredite que possam afetar suas previsões. Por exemplo, a demanda por uma cor específica de uma camisa pode mudar com as estações do ano e a localização da loja. Essa relação complexa é difícil de determinar sozinha, mas o ML é ideal para reconhecê-la. Depois de fornecer seus dados, o Amazon Forecast os examinará automaticamente, identificará o que é significativo e produzirá um modelo de previsão capaz de fazer previsões até 50% mais precisas do que analisar apenas dados de séries temporais.

O Amazon Forecast é um serviço totalmente gerenciado, portanto, não há servidores para provisionar nem modelos de ML para criar, treinar ou implantar. Você paga somente pelo que usa e não há taxas mínimas nem compromissos iniciais.

Amazon Fraud Detector

O Amazon Fraud Detector é um serviço totalmente gerenciado que usa ML e mais de 20 anos de experiência em detecção de fraudes da Amazon para identificar atividades potencialmente fraudulentas para que os clientes possam detectar mais fraudes on-line com mais rapidez. O Amazon Fraud Detector automatiza as etapas demoradas e caras para criar, treinar e implantar um modelo de ML para detecção de fraudes, facilitando o uso da tecnologia pelos clientes. O Amazon Fraud Detector personaliza cada modelo que cria de acordo com o conjunto de dados do próprio cliente, fazendo com que a precisão dos modelos seja maior do que o tamanho único atual para todas as soluções de ML. E, como você paga apenas pelo que usa, evita grandes despesas iniciais.

Amazon Comprehend Medical

Na última década, AWS testemunhou uma transformação digital na saúde, com organizações capturando grandes volumes de informações de pacientes todos os dias. Mas esses dados geralmente não são estruturados e o processo para extrair essas informações é trabalhoso e propenso a erros. O Amazon Comprehend Medical é um serviço de processamento HIPAA de linguagem natural (NLP) qualificado que usa aprendizado de máquina pré-treinado para entender e extrair dados de saúde de textos médicos, como prescrições, procedimentos ou diagnósticos. O Amazon Comprehend Medical pode ajudar você a extrair informações de textos médicos não estruturados com precisão e rapidez com ontologias médicas como ICD -10-CM e SNOMED CT e, por sua vez, acelerar o processamento de pedidos de seguro RxNorm, melhorar a saúde da população e acelerar a farmacovigilância.

Amazon Kendra

O Amazon Kendra é um serviço de pesquisa inteligente desenvolvido com ML. O Amazon Kendra reinventa a busca corporativa em seus sites e aplicativos para que seus funcionários e clientes possam encontrar facilmente o conteúdo que estão procurando, mesmo quando ele está espalhado por vários locais e repositórios de conteúdo em sua organização.

Usando o Amazon Kendra, você pode parar de pesquisar em grandes quantidades de dados não estruturados e descobrir as respostas certas para suas perguntas, quando precisar delas. O Amazon Kendra é um serviço totalmente gerenciado, portanto, não há servidores para provisionar nem modelos de ML para criar, treinar ou implantar.

Amazon Lex

O Amazon Lex é um serviço de inteligência artificial (IA) totalmente gerenciado para projetar, criar, testar e implantar interfaces de conversação em qualquer aplicativo usando voz e texto. O Lex fornece as funcionalidades avançadas de aprendizado profundo do reconhecimento automático de fala (ASR) para converter fala em texto e da compreensão da linguagem natural (NLU) para reconhecer a intenção do texto, permitindo que você crie aplicativos com experiências de usuário altamente envolventes e interações conversacionais realistas, além de criar novas categorias de produtos. Com o Amazon Lex, as mesmas tecnologias de aprendizado profundo que impulsionam o Amazon Alexa agora estão disponíveis para qualquer desenvolvedor, permitindo que você crie, de forma rápida e fácil, bots conversacionais (“chatbots”) e sistemas de resposta de voz interativa () habilitados por voz, de forma rápida e fácil. IVR

O Amazon Lex permite que os desenvolvedores criem chatbots conversacionais rapidamente. Com o Amazon Lex, não é necessária nenhuma experiência em aprendizado profundo para criar um bot, você só precisa especificar o fluxo de conversa básico no console do Amazon Lex. O Amazon Lex gerencia o diálogo e ajusta dinamicamente as respostas na conversa. Usando o console, você pode criar, testar e publicar o chatbot de texto ou voz. Em seguida, você pode adicionar as interfaces de conversa aos bots em dispositivos móveis, aplicativos Web e plataformas de bate-papo (por exemplo, Facebook Messenger). Não há custos iniciais nem taxas mínimas para usar o Amazon Lex. Você é cobrado somente pelas solicitações de texto ou fala feitas. O pay-as-you-go preço e o baixo custo por solicitação tornam o serviço uma forma econômica de criar interfaces conversacionais. Com o nível gratuito do Amazon Lex, você pode testar o Amazon Lex com facilidade e sem nenhum investimento inicial.

Amazon Lookout for Equipment

O Amazon Lookout for Equipment analisa os dados dos sensores em seu equipamento (como pressão em um gerador, taxa de fluxo de um compressor, rotações por minuto de ventiladores), para treinar automaticamente um modelo de ML com base apenas em seus dados, para seu equipamento, sem a necessidade de experiência em ML. O Lookout for Equipment usa seu modelo exclusivo de ML para analisar os dados recebidos do sensor em tempo real e identificar com precisão os primeiros sinais de alerta que podem levar a falhas na máquina. Isso significa que você pode detectar anormalidades no equipamento com velocidade e precisão, diagnosticar problemas rapidamente, tomar medidas para reduzir o dispendioso tempo de inatividade e reduzir os alertas falsos.

Amazon Lookout for Metrics

O Amazon Lookout for Metrics usa ML para detectar e diagnosticar automaticamente anomalias (exceções da norma) nos dados comerciais e operacionais, como uma queda repentina na receita de vendas ou nas taxas de aquisição de clientes. Com alguns cliques, você pode conectar o Amazon Lookout for Metrics a armazenamentos de dados populares, como Amazon S3, Amazon Redshift e Amazon Relational Database Service (Amazon), bem como aplicativos de software como serviço (RDSSaaS) de terceiros, como Salesforce, Servicenow, Zendesk e Marketo, e começar a monitorar métricas que são importantes para sua empresa. O Amazon Lookout for Metrics inspeciona e prepara automaticamente os dados dessas fontes para detectar anomalias com maior velocidade e precisão do que os métodos tradicionais usados para detecção de anomalias. Você também pode fornecer feedback sobre anomalias detectadas para ajustar os resultados e melhorar a precisão ao longo do tempo. O Amazon Lookout for Metrics facilita o diagnóstico de anomalias detectadas agrupando anomalias relacionadas ao mesmo evento e enviando um alerta que inclui um resumo da possível causa raiz. Ele também classifica as anomalias em ordem de gravidade para que você possa priorizar sua atenção ao que é mais importante para sua empresa.

Amazon Lookout for Vision

O Amazon Lookout for Vision é um serviço de ML que detecta defeitos e anomalias em representações visuais usando visão computacional (CV). Com o Amazon Lookout for Vision, as empresas de manufatura podem aumentar a qualidade e reduzir os custos operacionais identificando rapidamente as diferenças nas imagens de objetos em grande escala. Por exemplo, o Amazon Lookout for Vision pode ser usado para identificar componentes ausentes em produtos, danos em veículos ou estruturas, irregularidades nas linhas de produção, defeitos minúsculos em pastilhas de silício e outros problemas semelhantes. O Amazon Lookout for Vision usa ML para ver e entender imagens de qualquer câmera como uma pessoa faria, mas com um grau de precisão ainda maior e em uma escala muito maior. O Amazon Lookout for Vision permite que os clientes eliminem a necessidade de inspeções manuais caras e inconsistentes, ao mesmo tempo em que melhoram o controle de qualidade, a avaliação de defeitos e danos e a conformidade. Em minutos, você pode começar a usar o Amazon Lookout for Vision para automatizar a inspeção de imagens e objetos, sem a necessidade de experiência em ML.

Amazon Monitron

O Amazon Monitron é um end-to-end sistema que usa ML para detectar comportamentos anormais em máquinas industriais, permitindo que você implemente a manutenção preditiva e reduza o tempo de inatividade não planejado.

A instalação de sensores e a infraestrutura necessária para conectividade, armazenamento, análise e alertas de dados são elementos fundamentais para permitir a manutenção preditiva. No entanto, para que isso funcione, as empresas historicamente precisavam de técnicos e cientistas de dados qualificados para montar uma solução complexa do zero. Isso incluiu identificar e adquirir o tipo certo de sensores para seus casos de uso e conectá-los a um gateway de IoT (um dispositivo que agrega e transmite dados). Como resultado, poucas empresas conseguiram implementar com sucesso a manutenção preditiva.

O Amazon Monitron inclui sensores para capturar dados de vibração e temperatura do equipamento, um dispositivo de gateway para o qual transferir dados com segurança AWS, o serviço Amazon Monitron que analisa os dados em busca de padrões anormais da máquina usando ML e um aplicativo móvel complementar para configurar os dispositivos e receber relatórios sobre o comportamento operacional e alertas sobre possíveis falhas em seu maquinário. Você pode começar a monitorar a integridade do equipamento em minutos, sem a necessidade de nenhum trabalho de desenvolvimento ou experiência em ML, e habilitar a manutenção preditiva com a mesma tecnologia usada para monitorar equipamentos nos Centros de Atendimento da Amazon.

Amazon PartyRock

A Amazon PartyRock facilita o aprendizado da IA generativa com um criador de aplicativos prático e sem código. Experimente técnicas de engenharia rápidas, analise as respostas geradas e desenvolva a intuição para a IA generativa enquanto cria e explora aplicativos divertidos. PartyRock fornece acesso aos modelos básicos (FMs) da Amazon e das principais empresas de IA por meio do Amazon Bedrock, um serviço de serviços totalmente gerenciado.

Amazon Personalize

O Amazon Personalize é um serviço de ML que facilita aos desenvolvedores a criação de recomendações individualizadas para clientes que usam seus aplicativos.

O ML é cada vez mais usado para melhorar o engajamento do cliente, promovendo recomendações personalizadas de produtos e conteúdos, resultados de pesquisa personalizados e promoções de marketing direcionadas. No entanto, o desenvolvimento dos recursos de ML necessários para produzir esses sofisticados sistemas de recomendação está fora do alcance da maioria das organizações atualmente devido à complexidade do desenvolvimento da funcionalidade de ML. O Amazon Personalize permite que desenvolvedores sem experiência anterior em ML criem facilmente recursos sofisticados de personalização em seus aplicativos, usando a tecnologia de ML aperfeiçoada a partir de anos de uso na Amazon.com.

Com o Amazon Personalize, você fornece um fluxo de atividades do seu aplicativo — visualizações de páginas, inscrições, compras e assim por diante — bem como um inventário dos itens que você deseja recomendar, como artigos, produtos, vídeos ou músicas. Você também pode optar por fornecer ao Amazon Personalize informações demográficas adicionais de seus usuários, como idade ou localização geográfica. O Amazon Personalize processa e examina os dados, identifica o que é significativo, seleciona os algoritmos certos e treina e otimiza um modelo de personalização personalizado para seus dados.

O Amazon Personalize oferece recomendações otimizadas para varejo, mídia e entretenimento que tornam mais rápido e fácil oferecer experiências de usuário personalizadas de alto desempenho. O Amazon Personalize também oferece segmentação inteligente de usuários para que você possa executar campanhas de prospecção mais eficazes por meio de seus canais de marketing. Com nossas duas novas receitas, você pode segmentar automaticamente seus usuários com base no interesse deles em diferentes categorias de produtos, marcas e muito mais.

Todos os dados analisados pelo Amazon Personalize são mantidos privados e seguros e usados somente para suas recomendações personalizadas. Você pode começar a fornecer suas previsões personalizadas por meio de uma simples API chamada de dentro da nuvem privada virtual que o serviço mantém. Você paga somente pelo que usa e não há taxas mínimas nem compromissos iniciais.

O Amazon Personalize é como ter sua própria equipe de personalização de ML da Amazon.com à sua disposição, 24 horas por dia.

Amazon Polly

O Amazon Polly é um serviço que transforma texto em fala realista. O Amazon Polly permite criar aplicativos que falam, permitindo que você crie categorias totalmente novas de produtos habilitados para fala. O Amazon Polly é um serviço de inteligência artificial (IA) da Amazon que usa tecnologias avançadas de aprendizado profundo para sintetizar uma fala que soa como uma voz humana. O Amazon Polly inclui uma ampla seleção de vozes realistas espalhadas por dezenas de idiomas, para que você possa selecionar a voz ideal e criar aplicativos de fala que funcionem em muitos países diferentes.

O Amazon Polly fornece os tempos de resposta consistentemente rápidos necessários para oferecer suporte ao diálogo interativo em tempo real. Você pode armazenar em cache e salvar o áudio de fala do Amazon Polly para reproduzi-lo offline ou redistribuí-lo. E o Amazon Polly é fácil de usar. Você simplesmente envia o texto que deseja converter em voz para o Amazon PollyAPI, e o Amazon Polly retorna imediatamente o fluxo de áudio ao seu aplicativo para que ele possa reproduzi-lo diretamente ou armazená-lo em um formato de arquivo de áudio padrão, como. MP3

Além das TTS vozes padrão, o Amazon Polly oferece vozes neurais de conversão de texto em fala (NTTS) que oferecem melhorias avançadas na qualidade da fala por meio de uma nova abordagem de aprendizado de máquina. A TTS tecnologia neural da Polly também suporta um estilo de fala de apresentador de notícias que é adaptado aos casos de uso de narração de notícias. Por fim, o Amazon Polly Brand Voice pode criar uma voz personalizada para sua organização. Esse é um compromisso personalizado em que você trabalhará com a equipe do Amazon Polly para criar uma NTTS voz para uso exclusivo da sua organização.

Com o Amazon Polly, você paga somente pelo número de caracteres convertidos em fala e pode salvar e reproduzir a fala gerada pelo Amazon Polly. O baixo custo por caractere convertido do Amazon Polly e a falta de restrições no armazenamento e na reutilização da saída de voz o tornam uma forma econômica de habilitar a conversão de texto em fala em qualquer lugar.

Amazon Q

O Amazon Q é um assistente generativo baseado em IA para acelerar o desenvolvimento de software e aproveitar seus dados internos.

Amazon Rekognition

O Amazon Rekognition facilita a adição de análises de imagens e vídeos aos seus aplicativos usando uma tecnologia de aprendizado profundo comprovada e altamente escalável que não requer experiência em ML para ser usada. Com o Amazon Rekognition, você pode identificar objetos, pessoas, textos, cenas e atividades em imagens e vídeos, bem como detectar qualquer conteúdo impróprio. O Amazon Rekognition também fornece recursos de análise facial e pesquisa facial altamente precisos que você pode usar para detectar, analisar e comparar faces em uma ampla variedade de casos de uso de verificação de usuários, contagem de pessoas e segurança pública.

Com as etiquetas personalizadas do Amazon Rekognition, você pode identificar objetos e cenas em imagens que são específicas para suas necessidades comerciais. Por exemplo, você pode criar um modelo para classificar peças específicas da máquina em sua linha de montagem ou para detectar plantas insalubres. O Amazon Rekognition Custom Labels cuida do trabalho pesado do desenvolvimento do modelo para você, portanto, nenhuma experiência em ML é necessária. Você só precisa fornecer imagens de objetos ou cenas que deseja identificar, e o serviço cuida do resto.

Amazon SageMaker

Com a Amazon SageMaker, você pode criar, treinar e implantar modelos de ML para qualquer caso de uso com infraestrutura, ferramentas e fluxos de trabalho totalmente gerenciados. SageMakerelimina o trabalho pesado de cada etapa do processo de ML para facilitar o desenvolvimento de modelos de alta qualidade. SageMaker fornece todos os componentes usados para ML em um único conjunto de ferramentas para que os modelos cheguem à produção mais rapidamente, com muito menos esforço e com menor custo.

Piloto SageMaker automático da Amazon

O Amazon SageMaker Autopilot cria, treina e ajusta automaticamente os melhores modelos de ML com base em seus dados, permitindo que você mantenha total controle e visibilidade. Com o SageMaker Autopilot, basta fornecer um conjunto de dados tabular e selecionar a coluna de destino a ser prevista, que pode ser um número (como o preço da casa, chamado de regressão) ou uma categoria (como spam/não spam, chamada de classificação). SageMaker O piloto automático explorará automaticamente diferentes soluções para encontrar o melhor modelo. Em seguida, você pode implantar diretamente o modelo para produção com apenas um clique ou iterar nas soluções recomendadas com o Amazon SageMaker Studio para melhorar ainda mais a qualidade do modelo.

Amazon SageMaker Canvas

O Amazon SageMaker Canvas expande o acesso ao ML fornecendo aos analistas de negócios uma point-and-click interface visual que permite gerar previsões precisas de ML por conta própria, sem precisar de nenhuma experiência em ML ou escrever uma única linha de código.

Amazon SageMaker Clarify

O Amazon SageMaker Clarify fornece aos desenvolvedores de aprendizado de máquina maior visibilidade de seus dados e modelos de treinamento para que eles possam identificar e limitar preconceitos e explicar previsões. O Amazon SageMaker Clarify detecta possíveis distorções durante a preparação dos dados, após o treinamento do modelo e em seu modelo implantado, examinando os atributos que você especifica. SageMaker O Clarify também inclui gráficos de importância de recursos que ajudam você a explicar as previsões do modelo e produz relatórios que podem ser usados para apoiar apresentações internas ou para identificar problemas com seu modelo que você pode tomar medidas para corrigir.

Rotulagem SageMaker de dados da Amazon

SageMaker A Amazon oferece ofertas de rotulagem de dados para identificar dados brutos, como imagens, arquivos de texto e vídeos, e adicionar rótulos informativos para criar conjuntos de dados de treinamento de alta qualidade para seus modelos de ML.

Amazon SageMaker Data Wrangler

O Amazon SageMaker Data Wrangler reduz o tempo necessário para agregar e preparar dados para ML de semanas para minutos. Com o SageMaker Data Wrangler, você pode simplificar o processo de preparação de dados e engenharia de recursos e concluir cada etapa do fluxo de trabalho de preparação de dados, incluindo seleção, limpeza, exploração e visualização de dados em uma única interface visual.

Amazon SageMaker Edge

O Amazon SageMaker Edge permite o aprendizado de máquina em dispositivos periféricos otimizando, protegendo e implantando modelos na borda e, em seguida, monitorando esses modelos em sua frota de dispositivos, como câmeras inteligentes, robôs e outros eletrônicos inteligentes, para reduzir os custos operacionais contínuos. SageMaker O Edge Compiler otimiza o modelo treinado para ser executado em um dispositivo de borda. SageMaker O Edge inclui um mecanismo de over-the-air (OTA) implantação que ajuda você a implantar modelos na frota, independentemente do firmware do aplicativo ou do dispositivo. SageMaker O Edge Agent permite que você execute vários modelos no mesmo dispositivo. O agente coleta dados de previsão com base na lógica que você controla, como intervalos, e os carrega na nuvem para que você possa treinar periodicamente seus modelos ao longo do tempo.

Loja de SageMaker recursos da Amazon

A Amazon SageMaker Feature Store é um repositório específico onde você pode armazenar e acessar recursos para que seja muito mais fácil nomeá-los, organizá-los e reutilizá-los em todas as equipes. SageMaker O Feature Store fornece um armazenamento unificado para recursos durante o treinamento e inferência em tempo real, sem a necessidade de escrever código adicional ou criar processos manuais para manter os recursos consistentes. SageMaker O Feature Store acompanha os metadados dos recursos armazenados (como nome do recurso ou número da versão) para que você possa consultar os recursos para os atributos certos em lotes ou em tempo real usando o Amazon Athena, um serviço de consulta interativo. SageMaker O Feature Store também mantém os recursos atualizados, pois à medida que novos dados são gerados durante a inferência, o único repositório é atualizado para que novos recursos estejam sempre disponíveis para os modelos usarem durante o treinamento e a inferência.

Capacidades SageMaker geoespaciais da Amazon

Os recursos SageMaker geoespaciais da Amazon facilitam que cientistas de dados e engenheiros de aprendizado de máquina (ML) criem, treinem e implantem modelos de ML com mais rapidez usando dados geoespaciais. Você tem acesso a dados (de código aberto e de terceiros), ferramentas de processamento e visualização para tornar mais eficiente a preparação de dados geoespaciais para ML. Você pode aumentar sua produtividade usando algoritmos específicos e modelos de ML pré-treinados para acelerar a criação e o treinamento de modelos, além de usar ferramentas de visualização integradas para explorar os resultados de previsão em um mapa interativo e depois colaborar entre as equipes na obtenção de insights e resultados.

Amazon SageMaker HyperPod

A Amazon SageMaker HyperPod elimina o trabalho pesado indiferenciado envolvido na criação e otimização da infraestrutura de aprendizado de máquina (ML) para grandes modelos de linguagem (LLMs), modelos de difusão e modelos básicos (). FMs SageMaker HyperPod é pré-configurado com bibliotecas de treinamento distribuídas que permitem que os clientes dividam automaticamente as cargas de trabalho de treinamento em milhares de aceleradores, como AWS Trainium, e unidades de processamento gráfico NVIDIA A100 e H100 ()GPUs.

SageMaker HyperPod também ajuda a garantir que você possa continuar treinando sem interrupções, salvando periodicamente os pontos de verificação. Quando ocorre uma falha de hardware, os clusters de autorrecuperação detectam automaticamente a falha, reparam ou substituem a instância defeituosa e retomam o treinamento a partir do último ponto de verificação salvo, eliminando a necessidade de gerenciar manualmente esse processo e ajudando você a treinar por semanas ou meses em um ambiente distribuído sem interrupções. Você pode personalizar seu ambiente de computação para melhor atender às suas necessidades e configurá-lo com as bibliotecas de treinamento SageMaker distribuídas da Amazon para obter um desempenho ideal em AWS.

Amazon SageMaker JumpStart

SageMaker JumpStartA Amazon ajuda você a começar a usar o ML de forma rápida e fácil. Para facilitar o início, SageMaker JumpStart fornece um conjunto de soluções para os casos de uso mais comuns que podem ser implantadas prontamente com apenas alguns cliques. As soluções são totalmente personalizáveis e mostram o uso de AWS CloudFormation modelos e arquiteturas de referência para que você possa acelerar sua jornada de ML. A Amazon SageMaker JumpStart também oferece suporte à implantação com um clique e ao ajuste fino de mais de 150 modelos populares de código aberto, como processamento de linguagem natural, detecção de objetos e modelos de classificação de imagens.

Amazon SageMaker Model Building

A Amazon SageMaker fornece todas as ferramentas e bibliotecas de que você precisa para criar modelos de ML, o processo de testar iterativamente diferentes algoritmos e avaliar sua precisão para encontrar o melhor para seu caso de uso. Na Amazon, SageMaker você pode escolher algoritmos diferentes, incluindo mais de 15 que são integrados e otimizados SageMaker, e usar mais de 750 modelos pré-construídos de zoológicos populares disponíveis com apenas alguns cliques. SageMaker também oferece uma variedade de ferramentas de criação de modelos, incluindo Amazon SageMaker Studio Notebooks,, JupyterLabRStudio, e o Code Editor baseado no Code- OSS (Virtual Studio Code Open Source), onde você pode executar modelos de ML em pequena escala para ver resultados e visualizar relatórios sobre seu desempenho, para que você possa criar protótipos funcionais de alta qualidade.

Treinamento de SageMaker modelos da Amazon

A Amazon SageMaker reduz o tempo e o custo para treinar e ajustar modelos de ML em grande escala sem a necessidade de gerenciar a infraestrutura. Você pode aproveitar a infraestrutura de computação de ML de mais alto desempenho disponível atualmente e SageMaker pode aumentar ou reduzir automaticamente a infraestrutura, de uma para milhares de. GPUs Como você paga somente pelo que usa, você pode gerenciar seus custos de treinamento com mais eficiência. Para treinar modelos de aprendizado profundo com mais rapidez, você pode usar as bibliotecas de treinamento SageMaker distribuídas da Amazon para melhorar o desempenho ou usar bibliotecas de terceiros DeepSpeed, como Horovod ou Megatron.

Implantação SageMaker do Amazon Model

A Amazon SageMaker facilita a implantação de modelos de ML para fazer previsões (também conhecidas como inferência) com a melhor relação preço-desempenho para qualquer caso de uso. Ele fornece uma ampla seleção de opções de implantação de modelos e infraestrutura de ML para ajudar a atender a todas as suas necessidades de inferência de ML. É um serviço totalmente gerenciado e se integra às MLOps ferramentas, para que você possa escalar a implantação do modelo, reduzir os custos de inferência, gerenciar modelos com mais eficiência na produção e reduzir a carga operacional.

Amazon SageMaker Pipelines

O Amazon SageMaker Pipelines é o primeiro serviço específico de integração easy-to-use contínua e entrega contínua (CI/CD) para ML. Com o SageMaker Pipelines, você pode criar, automatizar e gerenciar fluxos de trabalho de end-to-end ML em grande escala.

Laboratório Amazon SageMaker Studio

O Amazon SageMaker Studio Lab é um ambiente de desenvolvimento de ML gratuito que fornece computação, armazenamento (até 15 GB) e segurança, tudo sem nenhum custo, para que qualquer pessoa aprenda e experimente o ML. Tudo o que você precisa para começar é um endereço de e-mail válido — você não precisa configurar a infraestrutura, gerenciar a identidade e o acesso, nem mesmo se inscrever em um AWS conta. SageMaker O Studio Lab acelera a criação de modelos por meio da GitHub integração e vem pré-configurado com as ferramentas, estruturas e bibliotecas de ML mais populares para você começar imediatamente. SageMaker O Studio Lab salva automaticamente seu trabalho para que você não precise reiniciar entre as sessões. É tão fácil quanto fechar o laptop e voltar mais tarde.

Apache ativado MXNet AWS

O Apache MXNet é uma estrutura de treinamento e inferência rápida e escalável com um conteúdo conciso API para easy-to-use ML. MXNetinclui a interface Gluon, que permite que desenvolvedores de todos os níveis de habilidade comecem a usar o aprendizado profundo na nuvem, em dispositivos periféricos e em aplicativos móveis. Em apenas algumas linhas do código Gluon, você pode criar regressão linear, redes convolucionais e recorrentes LSTMs para detecção de objetos, reconhecimento de fala, recomendação e personalização. Você pode começar MxNet com AWS com uma experiência totalmente gerenciada usando a Amazon SageMaker, uma plataforma para criar, treinar e implantar modelos de ML em grande escala. Ou você pode usar o AMIs de deep learning da AWS s para criar ambientes e fluxos de trabalho personalizados, MxNet além de outras estruturas TensorFlow, incluindo Chainer, Keras, PyTorch Caffe, Caffe2 e Microsoft Cognitive Toolkit.

AMIs de deep learning da AWS s

A AMIs de deep learning da AWSforneça aos profissionais e pesquisadores de ML a infraestrutura e as ferramentas para acelerar o aprendizado profundo na nuvem, em qualquer escala. Você pode iniciar rapidamente EC2 instâncias da Amazon pré-instaladas com estruturas e interfaces populares de aprendizado profundo TensorFlow, como Apache PyTorch, ChainerMXNet, Gluon, Horovod e Keras, para treinar modelos de IA sofisticados e personalizados, experimentar novos algoritmos ou aprender novas habilidades e técnicas. Se você precisa da Amazon EC2 GPU ou de CPU instâncias, não há cobrança adicional pelo Deep Learning AMIs — você paga apenas pelo AWS recursos necessários para armazenar e executar seus aplicativos.

AWS Deep Learning Containers

AWS Contêineres de Deep Learning (AWS DL Containers () são imagens do Docker pré-instaladas com estruturas de aprendizado profundo para facilitar a implantação rápida de ambientes personalizados de aprendizado de máquina (ML), permitindo que você pule o complicado processo de criar e otimizar seus ambientes do zero. AWS Suporte para contêineres DL TensorFlow PyTorch, ApacheMXNet. Você pode implantar AWS Contêineres DL na Amazon SageMaker, Amazon Elastic Kubernetes Service (EKSAmazon), Kubernetes autogerenciados na Amazon, Amazon Elastic Container Service (AmazonEC2). ECS Os contêineres estão disponíveis por meio do Amazon Elastic Container Registry (AmazonECR) e AWS Marketplacesem nenhum custo — você paga somente pelos recursos que usa.

ML geoespacial com a Amazon SageMaker

Os recursos SageMaker geoespaciais da Amazon permitem que cientistas de dados e engenheiros de ML criem, treinem e implantem modelos de ML usando dados geoespaciais de forma mais rápida e em grande escala. Você pode acessar fontes de dados geoespaciais prontamente disponíveis, transformar ou enriquecer com eficiência conjuntos de dados geoespaciais de grande escala com operações específicas e acelerar a criação de modelos selecionando modelos de ML pré-treinados. Você também pode analisar dados geoespaciais e explorar as previsões do modelo em um mapa interativo usando gráficos 3D acelerados com ferramentas de visualização integradas. SageMaker Os recursos geoespaciais em tempo de execução podem ser usados para uma ampla variedade de casos de uso, como maximizar o rendimento da colheita e a segurança alimentar, avaliar riscos e reivindicações de seguro, apoiar o desenvolvimento urbano sustentável e prever a utilização do local de varejo.

Hugging Face on AWS

Com o Hugging Face na Amazon SageMaker, você pode implantar e ajustar modelos pré-treinados da Hugging Face, um fornecedor de código aberto de modelos de processamento de linguagem natural NLP () conhecido como Transformers, reduzindo o tempo necessário para configurar e usar esses modelos de semanas para minutos. NLP NLPrefere-se a algoritmos de ML que ajudam os computadores a entender a linguagem humana. Eles ajudam com tradução, pesquisa inteligente, análise de texto e muito mais. No entanto, NLP os modelos podem ser grandes e complexos (às vezes consistindo em centenas de milhões de parâmetros do modelo), e treiná-los e otimizá-los exigem tempo, recursos e habilidade. AWScolaborou com Hugging Face para criar Hugging Face AWS Deep Learning Containers (DLCs), que fornecem aos cientistas de dados e desenvolvedores de ML uma experiência totalmente gerenciada para criar, treinar e implantar state-of-the-art NLP modelos na Amazon SageMaker.

PyTorch em AWS

PyTorché uma estrutura de aprendizado profundo de código aberto que facilita o desenvolvimento de modelos de aprendizado de máquina e sua implantação na produção. Usando TorchServea biblioteca PyTorch de serviços de modelos, construída e mantida por AWS em parceria com o Facebook, PyTorch os desenvolvedores podem implantar modelos na produção de forma rápida e fácil. PyTorch também fornece gráficos de computação dinâmica e bibliotecas para treinamento distribuído, que são ajustados para alto desempenho em AWS. Você pode começar PyTorch com AWS usando a Amazon SageMaker, um serviço de ML totalmente gerenciado que torna fácil e econômico criar, treinar e implantar PyTorch modelos em grande escala. Se você preferir gerenciar a infraestrutura sozinho, você pode usar o AMIs de deep learning da AWS s para o AWS Deep Learning Containers, que são desenvolvidos a partir da fonte e otimizados para desempenho com a versão mais recente do PyTorch para implantar rapidamente ambientes personalizados de aprendizado de máquina.

TensorFlow em AWS

TensorFlowé uma das muitas estruturas de aprendizado profundo disponíveis para pesquisadores e desenvolvedores aprimorarem seus aplicativos com o aprendizado de máquina. AWS fornece amplo suporte TensorFlow, permitindo que os clientes desenvolvam e forneçam seus próprios modelos em visão computacional, processamento de linguagem natural, tradução de fala e muito mais. Você pode começar TensorFlow com AWS usando a Amazon SageMaker, um serviço de ML totalmente gerenciado que torna fácil e econômico criar, treinar e implantar TensorFlow modelos em grande escala. Se você preferir gerenciar a infraestrutura sozinho, você pode usar o AMIs de deep learning da AWS s para o AWS Deep Learning Containers, que são desenvolvidos a partir da fonte e otimizados para desempenho com a versão mais recente do TensorFlow para implantar rapidamente ambientes de ML personalizados.

Amazon Textract

O Amazon Textract é um serviço que extrai automaticamente texto e dados de documentos digitalizados. O Amazon Textract vai além do simples reconhecimento óptico de caracteres (OCR) para também identificar o conteúdo dos campos em formulários e informações armazenadas em tabelas.

Atualmente, muitas empresas extraem dados manualmente de documentos digitalizadosPDFs, como imagens, tabelas e formulários, ou por meio de um OCR software simples que requer configuração manual (que geralmente precisa ser atualizada quando o formulário é alterado). Para superar esses processos manuais e caros, o Amazon Textract usa ML para ler e processar qualquer tipo de documento, extraindo com precisão texto, manuscrito, tabelas e outros dados sem esforço manual. O Amazon Textract oferece a flexibilidade de especificar os dados que você precisa extrair dos documentos usando consultas. Você pode especificar as informações de que precisa na forma de perguntas de linguagem natural (como “Qual é o nome do cliente”). Você não precisa conhecer a estrutura de dados no documento (tabela, formulário, campo implícito, dados aninhados) nem se preocupar com variações nas versões e formatos do documento. As consultas do Amazon Textract são pré-treinadas em uma grande variedade de documentos, incluindo recibos de pagamento, extratos bancários, W-2s, formulários de solicitação de empréstimo, notas hipotecárias, documentos de sinistros e cartões de seguro.

Com o Amazon Textract, você pode automatizar rapidamente o processamento de documentos e agir com base nas informações extraídas, seja automatizando o processamento de empréstimos ou extraindo informações de faturas e recibos. O Amazon Textract pode extrair os dados em minutos, em vez de horas ou dias. Além disso, você pode adicionar avaliações humanas com o Amazon Augmented AI para supervisionar seus modelos e verificar dados confidenciais.

Amazon Transcribe

O Amazon Transcribe é um serviço de reconhecimento automático de fala ASR () que facilita aos clientes a conversão automática de fala em texto. O serviço pode transcrever arquivos de áudio armazenados em formatos comuns, como WAV eMP3, com registros de data e hora para cada palavra, para que você possa localizar facilmente o áudio na fonte original pesquisando o texto. Você também pode enviar um stream de áudio ao vivo para o Amazon Transcribe e receber um stream de transcrições em tempo real. O Amazon Transcribe foi projetado para lidar com uma ampla variedade de características acústicas e de fala, incluindo variações de volume, tom e taxa de fala. A qualidade e o conteúdo do sinal de áudio (incluindo, mas não se limitando a fatores como ruído de fundo, alto-falantes sobrepostos, fala acentuada ou alternância entre idiomas em um único arquivo de áudio) podem afetar a precisão da saída do serviço. Os clientes podem optar por usar o Amazon Transcribe para uma variedade de aplicativos comerciais, incluindo transcrição de chamadas de atendimento ao cliente baseadas em voz, geração de legendas em conteúdo de áudio/vídeo e realização de análise de conteúdo (baseada em texto) em conteúdo de áudio/vídeo.

Dois serviços muito importantes derivados do Amazon Transcribe incluem o Amazon Transcribe Medical e o Amazon Transcribe Call Analytics.

O Amazon Transcribe Medical usa modelos avançados de ML para transcrever com precisão o discurso médico em texto. O Amazon Transcribe Medical pode gerar transcrições de texto que podem ser usadas para apoiar uma variedade de casos de uso, abrangendo o fluxo de trabalho de documentação clínica e o monitoramento da segurança de medicamentos (farmacovigilância) até a legendagem para telemedicina e até análises de contact center nos domínios de saúde e ciências biológicas.

O Amazon Transcribe Call Analytics é uma ferramenta API baseada em IA que fornece transcrições ricas de chamadas e insights de conversas acionáveis que você pode adicionar aos aplicativos de chamadas para melhorar a experiência do cliente e a produtividade dos agentes. Ele combina modelos de processamento de linguagem natural (NLP) poderosos speech-to-text e personalizados que são treinados especificamente para entender o atendimento ao cliente e as chamadas de vendas externas. Como parte das soluções de AWS Contact Center Intelligence (CCI), isso API é independente do contact center e facilita para os clientes ISVs a adição de recursos de análise de chamadas em seus aplicativos.

A maneira mais fácil de começar a usar o Amazon Transcribe é enviar um trabalho usando o console para transcrever um arquivo de áudio. Você também pode ligar para o serviço diretamente do AWS Command Line Interface, ou use um dos suportes SDKs de sua escolha para integrar-se aos seus aplicativos.

Amazon Translate

O Amazon Translate é um serviço de tradução automática neural que oferece tradução de idiomas rápida, de alta qualidade e acessível. A tradução automática neural é uma forma de automação da tradução de idiomas que usa modelos de aprendizado profundo para oferecer uma tradução mais precisa e com som mais natural do que os algoritmos de tradução tradicionais baseados em estatísticas e regras. O Amazon Translate permite que você localize conteúdo, como sites e aplicativos, para seus diversos usuários, traduza facilmente grandes volumes de texto para análise e possibilite com eficiência a comunicação multilíngue entre os usuários.

AWS DeepComposer

AWS DeepComposeré o primeiro teclado musical do mundo desenvolvido com ML para permitir que desenvolvedores de todos os níveis de habilidade aprendam IA generativa enquanto criam saídas musicais originais. DeepComposer consiste em um USB teclado que se conecta ao computador do desenvolvedor e ao DeepComposer serviço, acessado por meio do AWS Management Console. DeepComposer inclui tutoriais, código de amostra e dados de treinamento que podem ser usados para começar a criar modelos generativos.

AWS DeepRacer

AWS DeepRaceré um carro de corrida em escala ^1/18 que oferece uma maneira interessante e divertida de começar com o aprendizado por reforço (RL). O RL é uma técnica avançada de ML que adota uma abordagem muito diferente dos modelos de treinamento de outros métodos de ML. Seu superpoder é que ele aprende comportamentos muito complexos sem exigir nenhum dado de treinamento rotulado e pode tomar decisões de curto prazo enquanto otimiza para uma meta de longo prazo.

Com AWS DeepRacer, agora você tem uma maneira de praticar o RL, experimentar e aprender por meio da direção autônoma. Você pode começar com o carro e as pistas virtuais no simulador de corrida 3D baseado em nuvem e, para uma experiência real, pode implantar seus modelos treinados em AWS DeepRacer e corra com seus amigos ou participe do evento global AWS DeepRacer Liga. Desenvolvedores, a corrida começou.

AWS HealthLake

AWS HealthLakeé um serviço HIPAA qualificado que prestadores de serviços de saúde, seguradoras de saúde e empresas farmacêuticas podem usar para armazenar, transformar, consultar e analisar dados de saúde em grande escala.

Os dados de saúde geralmente estão incompletos e inconsistentes. Geralmente também não é estruturado, com informações contidas em notas clínicas, relatórios de laboratório, pedidos de seguro, imagens médicas, conversas gravadas e dados de séries temporais (por exemplo, EEG traços cardíacos ECG ou cerebrais).

Os profissionais de saúde podem usar HealthLake para armazenar, transformar, consultar e analisar dados no Nuvem AWS. Usando os recursos HealthLake integrados de processamento médico de linguagem natural (NLP), você pode analisar textos clínicos não estruturados de diversas fontes. HealthLake transforma dados não estruturados usando modelos de processamento de linguagem natural e fornece recursos avançados de consulta e pesquisa. Você pode usar HealthLake para organizar, indexar e estruturar as informações do paciente de forma segura, compatível e auditável.

AWS HealthScribe

AWS HealthScribeé um serviço HIPAA qualificado que permite que os fornecedores de software de saúde gerem automaticamente notas clínicas analisando as conversas entre pacientes e médicos. AWS HealthScribe combina reconhecimento de fala com IA generativa para reduzir a carga da documentação clínica ao transcrever conversas e produzir notas clínicas rapidamente. As conversas são segmentadas para identificar as funções de palestrante para pacientes e médicos, extrair termos médicos e gerar notas clínicas preliminares. Para proteger dados confidenciais do paciente, a segurança e a privacidade são integradas para garantir que o áudio de entrada e o texto de saída não sejam retidos no AWS HealthScribe.

AWS Panorama

AWS Panoramaé uma coleção de dispositivos de ML e kit de desenvolvimento de software (SDK) que traz visão computacional (CV) para câmeras de protocolo de internet (IP) locais. Com AWS Panorama, você pode automatizar tarefas que tradicionalmente exigiam inspeção humana para melhorar a visibilidade de possíveis problemas.

A visão computacional pode automatizar a inspeção visual para tarefas como rastrear ativos para otimizar as operações da cadeia de suprimentos, monitorar faixas de tráfego para otimizar o gerenciamento de tráfego ou detectar anomalias para avaliar a qualidade da fabricação. No entanto, em ambientes com largura de banda de rede limitada, ou para empresas com regras de governança de dados que exigem processamento e armazenamento de vídeo no local, a visão computacional na nuvem pode ser difícil ou impossível de implementar. AWS Panorama é um serviço de ML que permite às organizações levar a visão computacional às câmeras locais para fazer previsões localmente com alta precisão e baixa latência.

A ferramenta AWS Panorama O appliance é um dispositivo de hardware que adiciona visão computacional às suas câmeras IP existentes e analisa os feeds de vídeo de várias câmeras a partir de uma única interface de gerenciamento. Ele gera previsões no limite em milissegundos, o que significa que você pode ser notificado sobre possíveis problemas, como quando produtos danificados são detectados em uma linha de produção em movimento rápido ou quando um veículo entra em uma zona perigosa proibida em um depósito. E fabricantes terceirizados estão criando novos AWS Panorama câmeras e dispositivos habilitados para fornecer ainda mais formatos para seus casos de uso exclusivos. Com AWS Panorama você pode usar modelos de ML de AWS para criar seus próprios aplicativos de visão computacional ou trabalhar com um parceiro da AWS Partner Network para criar aplicativos de currículo rapidamente.