Crear una cuenta gratuita

Los servicios de Amazon AI ponen al alcance de todos los desarrolladores tecnologías de comprensión del lenguaje natural (NLU), reconocimiento automático del habla (ASR), búsqueda visual y reconocimiento de imágenes, conversión de texto a habla (TTS) y aprendizaje automático (ML). Con base en los mismos productos y servicios probados y de alta escalabilidad creados por los miles de expertos en aprendizaje automático de Amazon, los servicios de Amazon AI ofrecen capacidades de IA de alta calidad y precisión que son rentables y cuya escala puede ajustarse.

Además, la AMI de aprendizaje profundo de AWS les brinda a los investigadores y desarrolladores de IA una manera para comenzar a usar rápida y fácilmente cualquiera de los principales marcos de aprendizaje profundo con el fin de entrenar modelos de IA sofisticados y personalizados, probar nuevos algoritmos e incorporar nuevas técnicas y habilidades de aprendizaje profundo en la infraestructura informática masiva de AWS.



Estrategia del producto Amazon AI

Nuestro enfoque sobre IA está conformado por tres capas principales que se asientan sobre la infraestructura de AWS:

Servicios de IA: en el nivel superior, para aquellos desarrolladores que quieran tener acceso a tecnologías de IA sin tener que entrenar o desarrollar sus propios modelos de aprendizaje automático, AWS ofrece un conjunto de servicios de IA administrados, con un alto nivel de escalado, preconfigurados y con entrenamiento previo que no requieren contar con conocimiento de inteligencia artificial o aprendizaje profundo para comenzar a utilizarlos. Amazon Rekognition para análisis facial y de imágenes, Amazon Polly para conversión de texto a habla y Amazon Lex para crear chatbots de conversación con capacidades de comprensión de lenguaje natural (NLU) y reconocimiento automático de habla.

Plataformas de IA: para aquellos clientes que cuenten con datos existentes y quieran enfocarse en la creación de modelos de inferencia personalizados, ofrecemos un conjunto de plataformas de IA que elimina la pesada carga sin diferenciación asociada con la implementación y la administración del entrenamiento de IA y hospedaje de modelos. El servicio Amazon Machine Learning le permite entrenar modelos personalizados de aprendizaje automático con sus datos, sin necesidad de contar con experiencia ni habilidades en aprendizaje automático profundo. Además, Apache Spark en Amazon EMR incluye MLlib para ofrecer algoritmos de aprendizaje automático escalables.

Marcos de IA: finalmente, admitimos la mayoría de los principales marcos de IA para los investigadores y científicos de datos que deseen crear sistemas inteligentes sofisticados e innovadores. Los marcos como Apache MXNet, TensorFlow, Caffe, Theano, Torch, Keras y CNTK ofrecen modelos de programación flexibles para el entrenamiento de modelos personalizados a escala. La AMI de aprendizaje profundo de AWS, disponible para Amazon Linux y Ubuntu, ofrece todos estos marcos preinstalados y configurados en una práctica imagen de máquina de Amazon para ayudarlo a empezar de una manera rápida y fácil.

Infraestructura de IA: los marcos de aprendizaje profundo, como Apache MXNet, usan redes neuronales, que incluyen el proceso de multiplicar una gran cantidad de matrices. Las instancias de Amazon EC2 P2 ofrecen GPU de Nvidia eficientes para agilizar considerablemente el tiempo necesario para completar 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 son ideales para ejecutar inferencias con el modelo entrenado. Además, AWS Lambda le permite simplificar las operaciones con predicciones de aprendizaje automático sin servidor, mientras que AWS Greengrass le permite ejecutar aplicaciones con IoT de IA sin problemas en dispositivos locales y en la nube de AWS.

Volver arriba »


Los servicios de Amazon AI le facilitan a cualquier desarrollador crear aplicaciones que pueden convertir texto en habla realista, entablar conversaciones con voz o texto y analizar imágenes para identificar rostros, objetos y escenas.

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 que tengan datos existentes y quieran crear modelos personalizados, los servicios de la plataforma de IA eliminan la sobrecarga no diferenciada asociada con la implementación y la administración del entrenamiento de IA y el hospedaje de modelos.

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 »


La AMI de aprendizaje profundo de AWS (disponible para Amazon Linux y Ubuntu) y la plantilla de CloudFormation para aprendizaje profundo en AWS le permiten implementar y ejecutar rápidamente cualquiera de los principales marcos de aprendizaje profundo a cualquier escala. La AMI de aprendizaje profundo de AWS le permite crear clústeres administrados de auto-scaling de GPU para entrenamientos de gran escala, y ejecutar inferencias en modelos entrenados. Viene preinstalado con Apache MXNet, TensorFlow, Caffe2 (y Caffe), Theano, Torch, CNTK y Keras. Amazon Web Services suministra y respalda la AMI de aprendizaje profundo de AWS para utilizarla en Amazon EC2. No se aplican tarifas adicionales por la AMI de aprendizaje profundo de AWS; solo paga por los recursos de AWS que necesite para almacenar y ejecutar las aplicaciones.

Apache MXNet es el marco de aprendizaje profundo de Amazon favorito y la plataforma para nuestros servicios de IA, así como de muchos proyectos de IA de Amazon.com. Es una biblioteca de código abierto escalable, portable, eficiente y flexible para aprendizaje profundo compatible con modelos de programación declarativa e imperativa en una amplia variedad de lenguajes de programación y casos de uso.

Programabilidad
Apache MXNet brinda una única implementación de sistema backend y operadores comunes compatibles con un amplio número de lenguajes frontend, incluidos Python, C++, Scala y R. Debido a la arquitectura de Apache MXNet, el rendimiento permanece sin modificaciones independientemente del lenguaje de frontend utilizado.

Portabilidad
Las optimizaciones de memoria únicas permiten utilizar Apache MXNet en una amplia variedad de casos de uso. Después de utilizar la nube para entrenar su modelo, puede implementarlo en dispositivos conectados en el borde, teléfonos móviles, navegadores, drones industriales o para consumidores, o simplemente dejarlo en la nube.

Rendimiento
Apache MXNet admite intrínsecamente la programación automática de partes del código fuente que se pueden paralelizar en un entorno distribuido. Emparejadas con instancias de Amazon EC2 P2, las aplicaciones con Apache MXNet escalan en GPU con hasta un 91% de eficiencia y en nodos de clústeres con hasta un 88% de eficiencia. 

Apache MXNet

TensorFlow es una biblioteca de software de código abierto para cálculos numéricos con gráficos de flujos de datos con estado.

Caffe2 es un marco de aprendizaje profundo escalable, modular y liviano que ayuda a los investigadores a entrenar modelos de aprendizaje automático de gran tamaño y a entregar IA en dispositivos móviles.

Keras es una biblioteca de redes neuronales de alto nivel escrita en Python y capaz de ejecutarse sobre TensorFlow o Theano. Se desarrolló con el objetivo de permitir una experimentación rápida. 

Microsoft Cognitive Toolkit es un conjunto de herramientas de aprendizaje profundo unificado de Microsoft Research que describe redes neuronales como una serie de pasos de cálculo mediante un gráfico direccionado.

Torch es un marco informático científico con una amplia compatibilidad con algoritmos de aprendizaje automático que prioriza las GPU. Es fácil de usar y eficiente, gracias a un lenguaje de cifrado ágil y simple, LuaJIT, y a una implementación C/CUDA subyacente. 

Theano es una biblioteca de Python que permite definir, optimizar y evaluar de manera eficiente expresiones matemáticas que incluyan matrices multidimensionales. 


Las imágenes de máquina de Amazon son una manera excelente de comenzar a utilizar tecnologías de aprendizaje profundo en AWS con rapidez. Las AMI de aprendizaje profundo de AWS incluyen marcos de aprendizaje profundo de código abierto conocidos preinstalados (Apache MXNet, TensorFlow, Theano, Torch, CNTK y Caffe), aceleración GPU mediante controladores CUDA preconfigurados y herramientas de soporte como Anaconda y Jupyter.

Para obtener más información, visite el sitio de la AMI de aprendizaje profundo de AWS.

Plantilla de CloudFormation
AMI

Las plantillas de AWS CloudFormation son una manera sencilla de escalar numerosas instancias de EC2 para trabajos de cómputo de gran tamaño, como el entrenamiento de redes neuronales profundas. Los desarrolladores pueden usar la plantilla distribuida de aprendizaje profundo de CloudFormation para poner en marcha un clúster elástico escalado de instancias P2 o G2 con la AMI de aprendizaje profundo para satisfacer sus requisitos de entrenamiento más significativos.

Para obtener más información, visite el blog de informática de AWS EC2, donde encontrará información sobre el uso de CloudFormation para el aprendizaje profundo.