Bu sene re:Invent’te duyurduğunuz yeni makine öğrenimi hizmetlerinden bahseder misiniz?
Daha önce belirttiğim en alt katman için, makine öğrenimi modellerinin eğitiminin daha optimize olmasını sağlayan ve mevcut diğer çip modellerinden daha iyi fiyat/performans oranı sunan amaca yönelik yeni bir çip ekledik. AWS Trainium adı verilen bu özellik, makine öğrenimi uzmanlarının makine öğrenimi modellerinde çok daha iyi bir fiyatla eğitim yapmasına olanak tanıyor ve performans açısından şu anda mevcut olan diğer çiplerden çok daha iyi.
Platform katmanına gelirsek, SageMaker ürün yelpazemizin altına bir dizi özellik ekledik. Örneğin, müşterilerin makine öğrenimi için verileri hazırlamasına ve veri düzenleme işlemlerinin çoğunu yapmasına olanak tanıyan özellikler ekledik. SageMaker Feature Store adlı yeni bir özelliğimiz var. Bunun ile veri bilimciler verilerle çalışırken ve makine öğrenimi için hazırlarken önemli özellikleri tanımladıkça bunları Feature Store’da depolayabilmenin yanı sıra, iş arkadaşları ile de paylaşabiliyorlar. Böylece diğer ekip üyeleri de isterlerse o özellikleri kendi modellerinde kullanabiliyor. SageMaker altındaki süreci otomatikleştirmek için bir özellik de ekledik, böylece veri etiketlemekten makine öğrenimi modellerinin dağıtımına kadar olan süreç çok daha sorunsuz bir şekilde işliyor.
Amazon SageMaker Clarify adında çok heyecanlandığımız bir özellik de ekledik. Bu özellik, SageMaker’ın eğitim verilerinde oluşturduğunuz modeli etkileyecek herhangi bir önyargının tespit edilmesine olanak tanıyor. Dolayısıyla, verilerdeki önyargıyı tespit ettiğinizde, modellerinizi tarafsız hale getirmenizi sağlayacak değişiklikler yapabiliyorsunuz. Sadece eğitim aşamasında da değil, makine öğrenimi modelleriniz uygulamaya geçirildiğinde ve tahminler yürütmeye başladığında da herhangi bir önyargı Clarify tarafından işaretlenebiliyor, bunun sonucunda veri bilimci ekipleriniz gerekli düzeltmeleri yapabiliyor. Profil oluşturma için de destek ekledik, böylece SageMaker üzerinde derin öğrenme modelleri çalıştırıyorsanız, bu modellerin nasıl performans gösterdiğini, eğitim etkinliğinin nasıl gerçekleştiğini çok daha iyi anlayarak gerekli ayarlamaları yapabilmenize olanak sağlanıyor.
Dağıtılmış eğitim de pek çok müşterinin gerçekten ilgi gösterdiği bir konu ancak zorlukları var çünkü petabayt ölçekli veri kümeleri üzerinde eğitim yapıyorsanız, geniş bir bilgi işlem sunucusu kümesini büyütmek ve bunların hepsinde eğitim çalıştırmak kolay değildir. Dağıtılmış eğitim destekli SageMaker tam olarak bunu yapmanıza olanak sağlıyor. Bulutta oluşturduğunuz modelleri alıp uç cihazlara yerleştirme imkanı veren SageMaker Edge Manager adlı yeni bir ürün daha duyurduk. Bunun ile bulutta geliştirdiğiniz modelleri bulut dışında herhangi bir yerde gerçek zamanlı veri işlemeniz gereken örneğin fabrikalar ya da sondaj kuleleri gibi konumlarda kullanabiliyorsunuz. Böylece modelleri bulutta eğitip uç cihazlarda konuşlandırabiliyor ve Edge Manager’ı kullanarak gerçek zamanlı çıkarımlar yapabiliyorsunuz.
En üst katman olan uygulama katmanı için de yeni özellikler ekledik. Amazon Connect adlı müşteri iletişim merkezimiz için yeni özellikler geliştirdik. Connect, artık müşteri destek temsilcilerinizin, destek için için arayan bir müşteri ile ilgili tüm verilere gerçek zamanlı olarak erişmesine olanak tanıyacak. Ayrıca müşteriyi tanımak için soru sorma, yanıt alma ve onaylama süreci yerine ses tanıma teknolojisini kullanabilecekler. Uygulama geliştiricilerinin, uygulamalarının gerçek dünyada nasıl performans gösterdiğini anlamalarına olanak tanıyan yeni bir yetenek de duyurduk. Bu içgörü, uygulamaları optimize etmek ve ileriye dönük olarak sürekli geliştirmek ve dağıtmak için de kullanılabiliyor.
Bu üç katmanın dışında yeni özellikler de ekledik. Aslında, sektörel müşterilerimizi destekleyen yeni bir hizmet alanı duyurduk. Bunlar imalat sektörü gibi makinelerin işin içinde olduğu tüm sektörel müşteriler kapsıyor. Müşterilerimiz bize sıklıkla, makine öğrenimi uygulayarak öngörücü bakım yapılmasını gerektiğini anlamanın ve yapmanın kulağa basit geldiğini ama bunun o kadar kolay olmadığını söylüyorlar. Bu nedenle, makineler üzerine sensör yerleştirmenize, buradan alınan titreşim ve ısı verilerini buluta aktarmanıza ve veriler üzerinde makine öğrenimi modelleri uygulamanıza olanak tanıyan AWS Monitron adında yeni bir özellik duyurduk.
Böylece belirli bir makinenin ne zaman arızalanacağına dair tahminlerde bulunabilir ve arızalanmadan önce bakım yapmak için için devreye girebilirsiniz, bu sayede arıza süresini ve bir makinenin arızalanması ile ilişkili maliyetleri maliyetleri en aza indirebilirsiniz. Buraya Lookout for Equipment ve Lookout for Vision adında iki hizmet daha ekledik. Bu iki hizmet, müşterilerin sensör verilerini veya görüntü verilerini buluta aktarmalarına ve tahminlerde bulunabilmek için veriler üzerine doğrudan makine öğrenimi modelleri uygulamalarına olanak tanıyor.
Ayrıca Panorama adında bir cihaz da duyurduk. Fabrikanızdaki video kameraları bu cihaza bağlayabilir ardından Panorama’ya aktarılan bu görüntüler üzerine makine öğrenimi modelleri uygulayabilirsiniz. Böylece fabrika katında birinin bulunmasına gerek kalmadan hata denetimi gibi işlemleri gerçekleştirebilir veya üretim hatlarınızda neler olduğunu anlayabilir ve ardından duruma uygun otomatik adımlar atabilirsiniz. Yani bu sene birçok ilginç yeni beceri ve hizmet tanıttık. Müşterilerimizin ellerindeki tüm bu yeni beceriler ile ne yapacaklarını görmek bizi çok heyecanlandırıyor.
