Los 12 principales anuncios de inteligencia artificial y aprendizaje automático en AWS re: Invent 2021

Esta semana, durante su conferencia re: Invent 2021 en Las Vegas, Amazon anunció una gran cantidad de nuevos productos de inteligencia artificial y aprendizaje automático y actualizaciones en su cartera de Amazon Web Services (AWS). Tocando DevOps, big data y análisis, entre los aspectos más destacados se encuentran una función de resumen de llamadas para Amazon Lex y una capacidad en CodeGuru que ayuda a detectar secretos en el código fuente.

La adopción continua de la IA por parte de Amazon se produce cuando las empresas expresan su voluntad de probar tecnologías de automatización en la transición de sus negocios en línea. El 52% de las empresas aceleraron sus planes de adopción de IA debido a la pandemia de COVID, según un estudio de PricewaterhouseCoopers. Mientras tanto, Harris Poll descubrió que el 55% de las empresas aceleraron su estrategia de IA en 2020 y el 67% espera acelerar aún más su estrategia en 2021.

«Las iniciativas que estamos anunciando … están diseñadas para abrir oportunidades educativas en aprendizaje automático para que sea más accesible para cualquiera que esté interesado en la tecnología», dijo en un comunicado Swami Sivasubramanian, vicepresidente de aprendizaje automático de AWS. “El aprendizaje automático será una de las tecnologías más transformadoras de esta generación. Si vamos a desbloquear todo el potencial de esta tecnología para abordar algunos de los problemas más desafiantes del mundo, necesitamos las mejores mentes que ingresen al campo de todos los orígenes y condiciones sociales «.

DevOps

Aproximadamente un año después del lanzamiento de CodeGuru, una herramienta de desarrollo impulsada por IA que brinda recomendaciones para mejorar la calidad del código, Amazon presentó esta semana el nuevo Detector de secretos de revisores de CodeGuru. Una herramienta automatizada que ayuda a los desarrolladores a detectar secretos en el código fuente o archivos de configuración como contraseñas, claves API, claves SSH y tokens de acceso, Secrets Detector aprovecha la inteligencia artificial para identificar secretos codificados como parte del proceso de revisión del código.

El objetivo es ayudar a garantizar que el código completamente nuevo no contenga secretos antes de fusionarse e implementarse, según Amazon. Además de detectar secretos, Secrets Detector puede sugerir pasos de remediación para proteger secretos con AWS Secrets Manager, el servicio administrado de Amazon que permite a los clientes almacenar y recuperar secretos.

Secrets Detector se incluye como parte de CodeGuru Reviewer, un componente de CodeGuru, sin costo adicional y es compatible con la mayoría de las API de proveedores, incluidos AWS, Atlassian, Datadog, Databricks, GitHub, HubSpot, Mailchimp, Salesforce, Shopify, Slack, Stripe, Tableau, Telegram y Twilio.

Empresa

Contact Lens, un producto de centro de llamadas virtual para Amazon Connect que transcribe llamadas mientras las evalúa simultáneamente, ahora incluye un resumen de llamadas. Habilitado de forma predeterminada, Contact Lens proporciona una transcripción de todas las llamadas realizadas a través de Connect, el servicio de centro de contacto en la nube de Amazon.

En un desarrollo relacionado, Amazon ha lanzado un diseñador de chatbot automatizado en Lex, el servicio de la compañía para construir interfaces conversacionales de voz y texto. El diseñador utiliza el aprendizaje automático para proporcionar un diseño de chatbot inicial que los desarrolladores pueden perfeccionar para crear experiencias de conversación para los clientes.

Y Textract, el servicio de aprendizaje automático de Amazon que extrae automáticamente texto, escritura a mano y datos de documentos escaneados, ahora admite documentos de identificación, incluidas licencias y pasaportes. Sin la necesidad de plantillas o configuración, los usuarios pueden extraer automáticamente información específica e implícita de las identificaciones, como la fecha de vencimiento, la fecha de nacimiento, el nombre y la dirección.

SageMaker

SageMaker, la plataforma de desarrollo de aprendizaje automático en la nube de Amazon, obtuvo varias mejoras esta semana, incluida una herramienta visual sin código llamada SageMaker Canvas. Canvas permite a los analistas de negocios construir modelos de aprendizaje automático y generar predicciones explorando fuentes de datos dispares en la nube o en las instalaciones, combinando conjuntos de datos y modelos de entrenamiento una vez que los datos actualizados están disponibles.

También es nuevo SageMaker Ground Truth Plus, un servicio llave en mano que emplea una fuerza laboral “experta” para brindar conjuntos de datos de capacitación de alta calidad al tiempo que elimina la necesidad de que las empresas administren sus propias aplicaciones de etiquetado. Ground Truth Plus complementa las mejoras de SageMaker Studio, incluida una forma novedosa de configurar y aprovisionar clústeres de cómputo para las necesidades de carga de trabajo con el apoyo de los profesionales de DevOps.

Dentro de SageMaker Studio, el Recomendador de inferencia de SageMaker, otra característica nueva, automatiza las pruebas de carga y optimiza el rendimiento del modelo en todas las instancias de aprendizaje automático. La idea es permitir que los ingenieros de MLOps realicen una prueba de carga con su modelo en un entorno simulado, lo que reduce el tiempo que lleva obtener los modelos de aprendizaje automático desde el desarrollo hasta la producción.

Los desarrolladores pueden obtener acceso gratuito a SageMaker Studio a través del nuevo Studio Lab, que no requiere una cuenta de AWS ni detalles de facturación. Los usuarios pueden simplemente registrarse con su dirección de correo electrónico a través de un navegador web y pueden comenzar a construir y entrenar modelos de aprendizaje automático sin obligación financiera ni compromiso a largo plazo.

SageMaker Training Compiler, otra nueva capacidad de SageMaker, tiene como objetivo acelerar el entrenamiento de modelos de aprendizaje profundo compilando automáticamente el código de programación Python de los desarrolladores y generando kernels de GPU específicamente para su modelo. El código de entrenamiento usará menos memoria y computación y, por lo tanto, se entrenará más rápido, dice Amazon, reduciendo costos y ahorrando tiempo.

Lo último en el frente de SageMaker es Serverless Inference, una nueva opción de inferencia que permite a los usuarios implementar modelos de aprendizaje automático para inferencia sin tener que configurar o administrar la infraestructura subyacente. Con Serverless Inference, SageMaker aprovisiona, escala y apaga automáticamente la capacidad de cálculo en función del volumen de solicitudes de inferencia. Los clientes solo pagan por la duración de la ejecución del código de inferencia y la cantidad de datos procesados, no por el tiempo de inactividad.

Calcular

Amazon también anunció Graviton3, la próxima generación de su chip personalizado basado en ARM para aplicaciones de inferencia de IA. Pronto estarán disponibles en instancias de AWS C7g, los procesadores están optimizados para cargas de trabajo que incluyen computación de alto rendimiento, procesamiento por lotes, codificación de medios, modelado científico, servicio de anuncios y análisis distribuido, dice la compañía.

Junto con Graviton3, Amazon presentó Trn1, una nueva instancia para entrenar modelos de aprendizaje profundo en la nube, incluidos modelos para aplicaciones como reconocimiento de imágenes, procesamiento de lenguaje natural, detección de fraude y previsión. Está impulsado por Trainium, un chip diseñado por Amazon que, según afirmó la compañía el año pasado, ofrecería la mayor cantidad de teraflops de cualquier instancia de aprendizaje automático en la nube. (Un teraflop se traduce en un chip que puede procesar 1 billón de cálculos por segundo).