Praėjo beveik dešimtmetis, kai „Amazon Web Services“ (AWS), „Amazon“ debesų kompiuterijos padalinys, paskelbė apie „SageMaker“ – savo platformą dirbtinio intelekto modeliams kurti, mokyti ir diegti. Ankstesniais metais AWS daugiausia dėmesio skyrė „SageMaker“ galimybių didinimui, o šiais metais buvo siekiama racionalizuoti.
Konferencijoje „Re:Invent 2024“ AWS pristatė „SageMaker Unified Studio“ – vieną vietą, kurioje galima rasti ir dirbti su duomenimis iš visos organizacijos. „SageMaker Unified Studio“ sujungia kitų AWS paslaugų įrankius, įskaitant esamą „SageMaker Studio“, kad padėtų klientams atrasti, parengti ir apdoroti duomenis, kad būtų galima kurti modelius.
„Matome analitikos ir AI konvergenciją, kai klientai naudoja duomenis vis labiau tarpusavyje susijusiais būdais“, – pranešime teigė AWS duomenų ir AI viceprezidentas Swami Sivasubramanianas. „Naujos kartos „SageMaker“ sujungia galimybes, kad klientams būtų suteikti visi įrankiai, kurių jiems reikia duomenų apdorojimui, mašininio mokymosi modelio kūrimui ir mokymui bei generuojančiam dirbtiniam intelektui tiesiogiai „SageMaker“.
Naudodami „SageMaker Unified Studio“ klientai gali skelbti ir bendrinti duomenis, modelius, programas ir kitus artefaktus su savo komandos nariais ar platesne organizacija. Paslauga atskleidžia duomenų saugumo valdiklius ir reguliuojamus leidimus, taip pat integraciją su AWS „Bedrock“ modelio kūrimo platforma.
Dirbtinis intelektas yra integruotas į „SageMaker Unified Studio“ – tiksliau, „Q Developer“, „Amazon“ kodavimo pokalbių robotas. „SageMaker Unified Studio“ programoje Q Developer gali atsakyti į tokius klausimus kaip „Kokius duomenis turėčiau naudoti, kad geriau suprasčiau produktų pardavimą? arba „Generuokite SQL, kad apskaičiuotumėte visas pajamas pagal produktų kategoriją“.
AWS paaiškinta tinklaraščio įraše „Q Developer (gali) palaikyti kūrimo užduotis, tokias kaip duomenų radimas, kodavimas, SQL generavimas ir duomenų integravimas“ „SageMaker Unified Studio“.
Be „SageMaker Unified Studio“, AWS pristatė du nedidelius „SageMaker“ produktų šeimos papildymus: „SageMaker“ katalogą ir „SageMaker Lakehouse“.
„SageMaker“ katalogas leidžia administratoriams apibrėžti ir įgyvendinti AI programų, modelių, įrankių ir duomenų prieigos politiką „SageMaker“, naudojant vieną leidimo modelį su smulkiais valdikliais. Tuo tarpu „SageMaker Lakehouse“ teikia „SageMaker“ ir kitų įrankių ryšius su duomenimis, saugomais AWS duomenų ežeruose, duomenų saugyklose ir įmonės programose.
AWS teigia, kad „SageMaker Lakehouse“ veikia su bet kokiais įrankiais, suderinamais su „Apache Iceberg“ standartais – „Apache Iceberg“ yra atvirojo kodo formatas didelėms analizės lentelėms. Jei nori, administratoriai gali taikyti prieigos valdiklius duomenims visuose analizės ir AI įrankiuose, kuriuos paliečia „SageMaker Lakehouse“.
Šiek tiek susijusioje plėtroje „SageMaker“ dabar turėtų geriau dirbti su programinės įrangos kaip paslaugos programomis dėl naujų integracijų. „SageMaker“ klientai gali pasiekti duomenis iš programų, pvz., „Zendesk“ ir SAP, prieš tai neišskleidę, transformuodami ir neįkeldami tų duomenų.
„Klientai gali turėti duomenis paskirstyti keliuose duomenų ežeruose, taip pat duomenų saugykloje, todėl jiems būtų naudingas paprastas būdas suvienyti visus šiuos duomenis“, – rašė AWS. „Dabar klientai gali naudoti pageidaujamus analizės ir mašininio mokymosi įrankius savo duomenims, nesvarbu, kaip ir kur jie yra fiziškai saugomi, kad palaikytų naudojimo atvejus, įskaitant SQL analizę, ad hoc užklausas, duomenų mokslą, mašininį mokymąsi ir generuojamąjį AI. “
