Cree una cuenta gratuita

En Amazon llevamos invirtiendo significativamente en inteligencia artificial más de 20 años, y muchas de las capacidades que ofrecemos a los clientes tienen como base el aprendizaje automático. El motor de recomendaciones de Amazon.com funciona con tecnología de aprendizaje automático (ML), así como las trayectorias que optimizan las rutas de recogida robótica en nuestros almacenes. Nuestra cadena de suministro, previsión y planificación de capacidad también reciben información de algoritmos de ML. Alexa se alimenta del aprendizaje profundo de la comprensión natural del idioma y el reconocimiento de voz automático, del mismo modo que Prime Air, nuestra iniciativa en cuanto a drones, y Amazon Go, la tecnología de visión por ordenador de nuestra nueva experiencia de ventas. En Amazon contamos con miles de ingenieros dedicados al aprendizaje automático y al aprendizaje profundo, que conforman gran parte de nuestro legado.

En AWS, nos centramos en brindarle ese conocimiento y capacidad a través de tres capas de la pila de IA: marcos e infraestructura con herramientas como Apache MXNET y TensorFlow, servicios basados en API para agregar inteligencia rápidamente a las aplicaciones yplataformas de aprendizaje automático para científicos de datos.


Hay muchas maneras de diseñas aplicaciones inteligentes y muchas herramientas para hacerlo. AWS es compatible con los principales marcos de aprendizaje profundo para proporcionar a los científicos de datos y a los desarrolladores un entorno lo más abierto y flexible posible.

Para ayudarle a empezar, le proporcionamos el AMI de aprendizaje profundo de AWS (disponible para Amazon Linux y Ubuntu), para que pueda crear clústeres de GPU administrados y autoescalados para el entrenamiento y la inferencia a cualquier escala. Apache MXNet, TensorFlow, Caffe2 (y Caffe), Theano, Torch, Microsoft Cognitive Toolkit y Keras ya están preinstalados, así como todas las herramientas de aprendizaje profundo principales y sus controladores.

TensorFlow™ es una biblioteca de software de código abierto para cálculos numéricos con gráficos de flujos de datos. Los nodos del gráfico representan operaciones matemáticas, mientras que las aristas representan las matrices de datos multidimensionales (tensores) comunicadas entre ellos.

Hay más modelos de TensorFlow ejecutándose en AWS que en cualquier otro lugar, gracias a organizaciones como Pinterest, UCLA, OpenAI, Expedia y Claire.ai, que ejecutan aplicaciones de producción con TensorFlow en AWS.

Más información »

El desempeño de Apache MXNet escala excepcionalmente bien, por lo que es un marco ideal para aplicaciones en la nube, IoT y en el borde.

Nvidia, la Universidad Carnegie Mellon, Claire.ai y Wolfran utilizan Apache MXNet para avanzar sus trabajos en IA.

Más información »

framework_logo_bar
nvidia-logo-amis

Las instancias de Amazon EC2 P2 ofrecen GPU de Nvidia eficientes para agilizar estos cálculos, para que usted pueda entrenar sus modelos en una fracción del tiempo que necesitan las CPU tradicionales. Una vez realizado el entrenamiento, las instancias de uso general M4 y las optimizadas para cómputo Amazon EC2 C4, además de las instancias basadas en GPU, son ideales para ejecutar inferencias con el modelo entrenado.

Además, hay matrices de puerta programables en campo (FPGA) disponibles para aplicaciones especializadas que requieran aprendizaje automático complejo. Para dichas aplicaciones, puede aprovechar la flexibilidad y el desempeño de las instancias F1.

Puede usar la plantilla de aprendizaje profundo de CloudFormation para iniciar de forma sencilla un clúster elástico de instancias P2 con el AMI de aprendizaje profundo para requisitos de entrenamiento mayores

Más información acerca de GitHub »

Plantilla de CloudFormation

Nuestros servicios de AI ofrecen a los desarrolladores la posibilidad de agregar inteligencia a sus aplicaciones por medio de una llamada de API a servicios entrenados previamente, en lugar de desarrollar y entrenar sus propios modelos.

Amazon Lex

Amazon Lex usa la misma tecnología que Amazon Alexa para ofrecer funcionalidades de aprendizaje profundo avanzadas de reconocimiento automático de habla (ASR) y comprensión del lenguaje natural (NLU) que le permitan crear aplicaciones con interfaces conversacionales, comúnmente denominadas chatbots.

Más información »

Amazon Polly

Amazon Polly es un servicio que transforma texto en habla realista. Polly le permite crear aplicaciones que hablen en más de dos docenas de idiomas con una amplia variedad de voces femeninas y masculinas con tono natural con las cuales puede crear categorías completamente nuevas de productos que incluyan habla.

Más información »

Amazon Rekognition

Amazon Rekognition, creado con la tecnología que usa Amazon Prime Photos para analizar miles de millones de imágenes diariamente, es un servicio que facilita la incorporación de análisis de imágenes a sus aplicaciones. Con Rekognition, puede detectar objetos, escenas y rostros en imágenes, así como también buscar y comparar rostros entre imágenes.

Más información »


Para los desarrolladores y científicos de datos que quieren centrarse en el diseño de modelos, los servicios de plataformas de IA eliminan la sobrecarga indiferenciada asociada con la implementación y la administración de la infraestructura para el entrenamiento y el alojamiento.

Amazon Machine Learning

Amazon Machine Learning proporciona asistentes y herramientas de visualización que le guían a lo largo del proceso de creación de modelos de aprendizaje automático (ML) sin tener que aprender complicados algoritmos y tecnología de ML.

Más información »

ha_ed_emr-new-2

Apache Spark en Amazon EMR incluye MLlib para implementar algoritmos de aprendizaje automático escalable, o también puede usar sus propias bibliotecas. Mediante el almacenamiento de datos en memoria, Spark puede ofrecer un gran rendimiento para las aplicaciones de aprendizaje automático.

Más información »