Machine learning is een belangrijke focus op Re:Invent. Tijdens zijn digitale conferentie schetst AWS hoe het zich wil ontpoppen tot het beste en breedst bruikbare ML-platform op de markt.
Op zijn digitale Re:Invent-conferentie zet AWS sterk in op machine learning. De cloudreus wil klanten ervan overtuigen dat er geen betere keuze is voor wie een machine learning-platform zoekt. Dat zegt Jean-Pierre Le Goaller, Head of AWS Technology and Solutions Architecture Benelux. Om dat doel te bereiken, rolt AWS een breed scala aan vernieuwingen uit verspreid over drie pijlers.
Hardwarefundering
De fundering bestaat uit machine learning-frameworks en infrastructuur. Daar ligt de focus op optimalisatie. “We willen de ratio kost-prestaties verbeteren”, zegt Le Goaller. AWS startte aan die reis met de introductie van de Inferentia-processor vorig jaar en kondigde eerder ook al de integratie van de Habana Gaudi-processor in het EC2-aanbod aan.
lees ook
Nieuwe Amazon EC2 aangedreven eigen ML-inferentie-chip
Later dit jaar zal AWS met de zelf ontwikkelde Trainium-processor de kost voor de training van modellen nog omlaag halen. “Die vernieuwingen zijn belangrijk voor datawetenschappers met de nodige kennis, die in staat zijn alles zelf te bouwen”, aldus Le Goaller. “Machine learning moet echter eenvoudiger zijn voor minder gespecialiseerde mensen.”
Uitbreiding van Sagemaker
Om specialisten en ontwikkelaars zonder een achtergrond in machine learning of datascience te bereiken, introduceerde in 2017 al sagemaker. Dat platform wordt op Re:Invent stevig uitgebreid. Dat vertaalt zich in enkele concrete aankondigingen.
Eerst en vooral zal Amazon SageMaker Data Wrangler specialisten helpen om hun data op orde te krijgen voor de training van algoritmes. “Data voorbereiden kost ontwikkelaars 50 tot 80 procent van de doorlooptijd van een trainingsproject”, weet Le Goaller.
Machine Learning naar de data
Vervolgens brengt AWS machine learning naar waar de data staat. Dat betekent concreet dat database-specialisten met een kennis van SQL de kracht van de machine learning-algoritmes van AWS kunnen inzetten met enkele eenvoudige statements. Daarmee spreek je op de achtergrond Sagemaker Autopilot aan: een dienst die aan de hand van data helemaal zelf een relevant model met bijhorende training uitwerkt. “Iedereen die overweg kan met SQL-queries, krijgt zo toegang tot machine learning.”
De nieuwe integratie verschijnt in drie smaakjes:
- AWS Redshift ML voor datawarehouses.
- AWS Aurora ML voor relationele databases.
- AWS Neptune ML voor graph-databases.
ML voor iedereen
Tot slot zet AWS verder in op de derde pijler van de AI-diensten. Die zijn gericht op mensen die niet noodzakelijk expertise hebben als ontwikkelaar, maar toch machine learning willen inzetten. In dat opzicht introduceerde AWS aan het begin van de conferentie al een handvol diensten om machine learning naar productie-omgevingen te brengen. We schreven eerder al in meer detail over die aankondiging.
lees ook
AWS introduceert vijf ML-diensten voor de industrie
“We zien dat de interesse hiervoor sterk toeneemt”, zegt Kamini Aisola, General Manager Benelux bij AWS, daarover. “Vroeger had je erg specifieke skills nodig om dergelijke intelligentie toe te voegen. Vandaag nemen we een groot deel van het zware werk weg. We spreken vandaag met heel wat partijen en tegen volgend jaar verwacht ik dat we ook in België interessante referentieklanten hebben.”
Een dergelijke interesse in nieuwe technologie heb ik niet meer gezien sinds mijn start bij AWS. Dit is een echte lente voor AI.
Jean-Pierre Le Goaller, Head of AWS Technology and Solutions Architecture Benelux.
Le Goaller bevestigt dat: “In de Benelux is voorlopig Philips de enige grote referentieklant, maar de vraag is de laatste maanden drastisch toegenomen. Een dergelijke interesse in nieuwe technologie heb ik niet meer gezien sinds mijn start bij AWS. Dit is een echte lente voor AI.”
Praktische toepassingen
De diensten brengen erg praktische voordelen naar bedrijven. Le Goaller haalt het voorbeeld van de pas aangekondigde Panorama Appliance aan. Dat is een toestel dat tot twintig videostreams van bestaande camera’s kan verwerken en daar voorspellingen op kan maken. Met erg weinig beelden is het mogelijk om een algoritme te trainen dat bijvoorbeeld een machinekamer in het oog houdt en alarm kan slaan wanneer er visueel een verdachte verandering te bespeuren valt.
AWS heeft volgens Le Goaller vandaag al een toppositie in de cloudgebaseerde machine learning-markt. 92 procent van de clooudgebaseerde TensorFlow-worklfolws draait vandaag op AWS volgens Nucleaus Research. “Dat is een erg groot aandeel van een voorlopig nog kleine markt die enorm snel zal groeien”, voorspelt de expert.