Сервисы Amazon AI дают любому разработчику доступ к технологиям понимания естественных языков (NLU), автоматического распознавания речи (ASR), визуального поиска и распознавания изображений, преобразования текста в речь (TTS) и машинного обучения (ML). Сервисы Amazon AI предоставляют экономичные и масштабируемые возможности использования высокоточного искусственного интеллекта на основе проверенных временем продуктов и сервисов, над созданием которых трудились тысячи экспертов Amazon в области глубокого обучения и машинного обучения.
Помимо этого, образ машины Amazon для глубокого обучения AWS предоставляет исследователям и разработчикам искусственного интеллекта простой и легкий доступ к основным платформам глубокого обучения, которые можно использовать для обучения сложных пользовательских моделей искусственного интеллекта, экспериментов с новыми алгоритмами, а также изучения новых техник и навыков глубокого обучения на базе обширной вычислительной инфраструктуры AWS.
| Дата | Тема вебинара Tech Talk |
| 10 апреля |
Создавайте говорящие приложения с помощью Amazon Polly |
| 17 апреля | Обзор сервисов AI на платформе AWS |
Наш подход к AI состоит из трех базовых уровней, основой для которых служит инфраструктура AWS.
Сервисы AI. На верхнем уровне AWS предоставляет набор масштабируемых управляемых сервисов AI, предварительно обученных и настроенных. Они предназначены для разработчиков, которые хотят иметь доступ к технологиям AI без необходимости разрабатывать или обучать собственные модели машинного обучения. Для начала работы с этими сервисами не требуются навыки в сфере AI или познания в области глубокого обучения. Amazon Rekognition для анализа лиц и изображений, Amazon Polly для преобразования текста в речь и Amazon Lex для создания диалоговых чат-ботов с автоматическим распознаванием речи и возможностью понимания естественного языка (NLU).
Платформы AI. Клиентам с собственными готовыми наборами данных, предпочитающим сосредоточиться на создании специальных моделей логических выводов, предоставляется набор платформ AI, которые избавляют их от разнообразных сложностей, связанных с развертыванием систем обучения и управлением AI, а также хостингом моделей. Сервис Amazon Machine Learning дает клиентам возможность обучать собственные модели машинного обучения на своих наборах данных. Для этого не требуется специальная квалификация или опыт в сфере машинного обучения. Кроме того, Apache Spark в Amazon EMR включает библиотеку масштабируемых алгоритмов машинного обучения MLlib.
Инфраструктурные платформы AI. В качестве третьего уровня AWS поддерживает все основные инфраструктурные платформы AI, предназначенные для исследователей и специалистов по обработке и анализу данных, которые хотят создавать сложные современные интеллектуальные системы. Такие платформы, как Apache MXNet, TensorFlow, Caffe, Theano, Torch, Keras и CNTK, предоставляют гибкие модели программирования, которые позволяют обучать пользовательские модели в любом масштабе. Все перечисленные платформы доступны в предустановленном и настроенном виде как образы AWS Deep Learning AMI для Amazon Linux и Ubuntu, что обеспечивает возможность быстрого развертывания и легкого начала работы.
Базовая инфраструктура AI. Платформы глубокого обучения, например Apache MXNet, используют нейронные сети, в которых задействован процесс умножения большого количества матриц. Инстансы Amazon EC2 P2 позволяют задействовать мощные графические процессоры Nvidia для существенного ускорения вычислений. Благодаря им время на обучение новых моделей снижается в несколько раз по сравнению с использованием обычных процессоров. После обучения инстансы Amazon EC2 C4 с оптимизацией для вычислений и инстансы общего назначения М4 идеально подойдут для обслуживания логических выводов обученной модели. Кроме того, сервис AWS Lambda позволяет упростить работу, используя прогнозы бессерверного машинного обучения, а сервис AWS Greengrass обеспечивает эффективный запуск приложений AI IoT в облаке AWS и на локальных устройствах.
Сервисы Amazon AI позволяют разработчикам с легкостью создавать приложения, способные превращать текст в естественную речь, общаться с использованием голоса или текста, а также анализировать изображения для распознавания лиц, объектов и сцен.
Amazon Lex использует ту же технологию, что и Amazon Alexa, и предоставляет расширенные возможности автоматического распознавания речи (ASR) и понимания естественного языка (NLU). Сервис позволяет создавать приложения с использованием живого диалогового взаимодействия (обычно называемые чат-ботами).
Amazon Polly – сервис, преобразующий текст в естественную речь. Сервис Amazon Polly позволяет создавать приложения, которые говорят более чем на двух десятках языков с использованием большого разнообразия естественно звучащих мужских и женских голосов. Это дает возможность разрабатывать принципиально новые категории продуктов с поддержкой речевых интерфейсов.
Сервис Amazon Rekognition позволяет легко внедрять в приложения анализ изображений. Он создан на основе технологии, которая используется в Amazon Prime Photos для ежедневного анализа миллиардов изображений. Rekognition позволяет распознавать объекты, сцены и лица на изображениях, а также находить и сравнивать лица на разных изображениях.
Для разработчиков, которые уже располагают наборами данных и хотят создавать собственные пользовательские модели, платформа AI – это способ избавиться от разнообразных сложностей, связанных с развертыванием обучения AI, управлением этим процессом и хостингом моделей.
Amazon Machine Learning предоставляет инструменты визуализации и специальные мастеры, которые помогут вам в создании моделей машинного обучения (ML) без необходимости изучать сложные алгоритмы и технологии.
Apache Spark в Amazon EMR содержит библиотеку масштабируемых алгоритмов машинного обучения MLlib, а также позволяет использовать собственные библиотеки. Сохраняя наборы данных в памяти, Spark может обеспечить приложениям машинного обучения отличную производительность.
Образ AWS Deep Learning AMI (доступен в версиях для Amazon Linux и Ubuntu) и шаблон AWS Deep Learning сервиса CloudFormation позволяют быстро развертывать и запускать основные платформы глубокого обучения в любых масштабах. AWS Deep Learning AMI дает возможность создавать управляемые, автоматически масштабируемые кластеры графических процессоров для широкомасштабного обучения и запускать логические выводы на обученных моделях. Образ включает предустановленные платформы Apache MXNet, TensorFlow, Caffe2 (и Caffe), Theano, Torch, CNTK и Keras. Подготовку и поддержку образов AWS Deep Learning AMI для использования на инстансах Amazon EC2 осуществляет Amazon Web Services. За использование AWS Deep Learning AMI не взимается дополнительная плата – пользователи платят только за ресурсы AWS, необходимые для хранения и запуска приложений.
TensorFlow – это программная библиотека с открытым кодом для численных расчетов, использующих графы потока данных с фиксацией состояния.
Caffe2 – это легкая, модульная и масштабируемая платформа глубокого обучения, призванная помочь исследователям обучать большие модели машинного обучения больших машин и реализовывать искусственный интеллект на мобильных устройствах.
Keras – это библиотека нейронных сетей высокого уровня, написанная на языке Python и способная работать на базе TensorFlow или Theano. Она была разработана с особым акцентом на быстром проведении экспериментов.
Microsoft Cognitive Toolkit – это унифицированный набор инструментов глубокого обучения от Microsoft Research, который описывает нейронные сети в виде серии вычислительных шагов с помощью ориентированного графа.
Torch – это научная вычислительная платформа с широкой поддержкой алгоритмов машинного обучения, которые отдают приоритет использованию графических процессоров. Она эффективна и удобна в использовании благодаря простому и быстрому языку сценариев LuaJIT и лежащему в основе развертыванию C/CUDA.
Theano – это библиотека Python, которая позволяет эффективно определять, оптимизировать и оценивать математические выражения с использованием многомерных массивов.
С помощью образов Amazon Machine Image (AMI) можно с легкостью начать использовать технологии глубокого обучения на платформе AWS. Образы AWS Deep Learning AMI включают предустановленные популярные платформы глубокого обучения с открытым исходным кодом (Apache MXNet, TensorFlow, Theano, Torch, CNTK и Caffe), возможность ускорения с помощью графических процессоров за счет предварительно настроенных драйверов CUDA, а также инструменты поддержки, такие как Anaconda и Jupyter.
Подробную информацию см. на веб-сайте образ машины Amazon для глубокого обучения AWS.
Шаблоны сервиса AWS CloudFormation – это удобный способ многократного масштабирования инстансов EC2 для выполнения ресурсоемких вычислений, таких как обучение глубоких нейронных сетей. Разработчики могут использовать распределенный шаблон глубокого обучения CloudFormation для развертывания масштабного эластичного кластера инстансов P2 или G2 на базе образа Deep Learning AMI, чтобы обеспечить возможность анализа больших объемов информации в процессе обучения.
Дополнительную информацию об использовании CloudFormation для глубокого обучения см. в блоге AWS EC2 Compute.
