Amazon verlaagt drempel bij kunstmatige intelligentie

Ian Massingham lichtte in Jaarbeurs Utrecht Amazon Sagemaker toe, een nieuw open platform voor de ontwikkeling van machine learning modellen.

Amazon zet volop in op kunstmatige intelligentie (artificial intelligence, ai) en machine learning. Ontwikkelaars, data scientists en partners wordt een hele brede waaier aan diensten geboden die het makkelijker moeten maken ai toe te passen. Amazon ontwikkelt zich in hoog tempo tot een service-platform voor kunstmatige intelligentie waar klanten alles op dit gebied kunnen vinden.

Dit bleek tijdens de vakbeurzen InfoSecurity.nl en Data en Cloud Expo in Jaarbeurs Utrecht. Ian Massingham, evangelist bij Amazon Web Services  (AWS), ontvouwde Amazon's ai-strategie. 

Kleine ontwikkelteams

De tech-gigant ziet het als haar missie om machine learning in de handen van elke ontwikkelaar en data scientist te brengen. Alle diensten worden eerst in eigen huis uitgeprobeerd. Amazon werkt van begin af aan met kleine ontwikkelteams. Wie iets ontwikkelt, is zelf ook verantwoordelijk voor de implementatie ervan. Om duplicatie, inefficiëntie, versnippering en gebrek aan standaardisatie te voorkomen, worden alle oplossingen centraal in de cloud gezet voor hergebruik door anderen. Deze werkwijze heeft geleid tot Amazon Web Services. Miljoenen ontwikkelaars maken hier nu gebruik van. Met machine learning gebeurt hetzelfde. Componenten komen voor hergebruik door externe ontwikkelaars, data scientists en data-analisten beschikbaar.

Massingham presenteerde in Jaarbeurs Utrecht het nieuwe paradepaardje SageMaker. Dit platform stelt ontwikkelaars in staat om op elke schaal machine learning modellen te bouwen, trainen en uit te rollen. Massingham benadrukte de snelheid en het gemak waarmee dit zou kunnen.  Volgens hem verlaagt SageMaker de drempel bij machine learning, een onderdeel van kunstmatige intelligentie.

Momenteel geldt het proces voor het bouwen en trainen van modellen als behoorlijk ingewikkeld en tijdrovend. Eerst moet je veel data verzamelen en voorbereiden om te ontdekken welke elementen van je dataset belangrijk zijn. Vervolgens moet je een algoritme en framework kiezen. Als je weet hoe je dat aanpakt, moet het model worden geleerd om voorspellingen te doen. Daarvoor is veel training nodig, wat weer veel rekenwerk vereist. Vervolgens zal het model regelmatig moeten worden aangepast. Als het model er eenmaal staat, moet het worden geïntegreerd met de applicatie. Je moet deze applicatie dan nog uitrollen op de infrastructuur die schaalbaar is. 

Specialistische kennis

Al deze taken vereisen gespecialiseerde kennis. Toegang is nodig tot veel reken- en opslagcapaciteit. Bovendien is veel tijd nodig om elk onderdeel van het proces te optimaliseren. SageMaker claimt bij elk van deze stappen de complexiteit weg te nemen. Het platform biedt de keuze uit allerlei modules die samen of apart zijn te gebruiken. Zo vallen de meest gebruikte algoritmes te kiezen. Net als Microsoft Azure en Google Cloud Platform biedt AWS toegang tot GPU arrays om de modellen te trainen of gewoon te laten werken. Deze drie leidende platforms bieden alle noodzakelijke infrastructuur en diensten om machine learning van de grond te krijgen. Behalve met platform-diensten komt Amazon ook met steeds meer applicatie-diensten. Zo is de tech-gigant ver gevorderd met computer vision. Amazon Recognition maakt de detectie, analyse en vergelijking van gezichten in statische beelden mogelijk, alsmede de classificatie van beelden. Al deze techniek zit in de cloud. Massingham: 'Niets gebeurt in de machine.'

Machine learning

Ook is Amazon ver met de herkenning van wat er in video's gebeurt. Elk frame valt te analyseren. Mensen die in een video rondlopen, zijn te volgen. Ook herkent het systeem activiteiten als rennen en springen. De gebruiker kan deze modellen voor beeldherkenning toepassen zonder dat veel kennis van machine learning nodig is, zo claimt Massingham. Verder wordt natuurlijke taalverwerking aangeboden. Ontwikkelaars krijgen ook hulp bij de bouw van chatboxen of 'conversational interfaces'.
Massingham ging ook uitgebreid in op het gebruik van machine learning binnen Amazon. Deze techniek wordt intensief toegepast bij fulfillment  en logistiek. Alles draait daar om operationele efficiency, snelheid en accuratesse. Ook bij de recommendation engines wordt veel machine learning toegepast. Bij Netflix wordt inmiddels 75 procent van het verkeer gegenereerd door aanbevelingen. Verder speelt machine learning een grote rol bij het beter toegankelijk maken van content. Ook het halen van de hoofdzaken uit teksten gebeurt op die manier. In de nabije toekomst wordt veel van machine learning verwacht als het gaat om autonoom vliegende drones, Amazon Echo en de onbemande winkel Amazon Go. 

x

Om te kunnen beoordelen moet u ingelogd zijn:

Dit artikel delen:

Stuur dit artikel door

Uw naam ontbreekt
Uw e-mailadres ontbreekt
De naam van de ontvanger ontbreekt
Het e-mailadres van de ontvanger ontbreekt

×
×
article 2018-10-31T15:09:00.000Z Alfred Monterie


Wilt u dagelijks op de hoogte worden gehouden van het laatste ict-nieuws, achtergronden en opinie?
Abonneer uzelf op onze gratis nieuwsbrief.