Créez un compte gratuit

Depuis plus de 20 ans, Amazon investit massivement dans le domaine de l'intelligence artificielle et bon nombre des capacités dont profitent nos clients sont optimisées par l'apprentissage machine. Tout comme les itinéraires qui améliorent la sélection robotisée des routes dans nos centres de traitement, le moteur de suggestions d'Amazon.com est optimisé par l'apprentissage machine (AM). Nos chaîne d'approvisionnement, prévisions et planifications des capacités tiennent également compte d'algorithmes d'AM. Alexa est alimentée par l'apprentissage profond de compréhension du langage naturel et de reconnaissance vocale automatique ; c'est aussi le cas de Prime Air, notre projet d'utilisation de drones, et de la technologie de vision par ordinateur de notre nouvelle expérience de vente au détail, Amazon Go. Des milliers d'ingénieurs d'Amazon travaillent d'arrache-pied sur l'apprentissage machine et l'apprentissage profond. Des technologies qui occupent une place importante dans l'histoire de notre entreprise.

Chez AWS, nous voulons vous apporter cette expertise et ces capacités via trois niveaux de la pile d'IA : frameworks et infrastructure avec des outils tels que Apache MXNet et TensorFlow, services axés sur les API pour rapidement ajouter de l'intelligence aux applications et plates-formes d'apprentissage machine pour les spécialistes des données.


Il existe de nombreuses façons de développer des applications intelligentes et de nombreux outils sont disponibles pour y arriver. AWS prend en charge tous les principaux frameworks d'apprentissage profond afin d'apporter aux spécialistes des données et aux développeurs l'environnement le plus ouvert et flexible qui soit.

Pour vous aider à vous lancer rapidement, nous fournissons l'AMI AWS Deep Learning (disponible pour Amazon Linux et Ubuntu) afin que vous puissiez créer des clusters gérés à dimensionnement automatique de GPU pour la formation et l'inférence, et ce quelle que soit l'échelle. Il est pré-installé avec Apache MXNet, TensorFlow, Caffe2 (et Caffe), Theano, Torch, Microsoft Cognitive Toolkit et Keras ; ainsi qu'avec tous les principaux outils et pilotes d'apprentissage profond.  

TensorFlow™ est une bibliothèque de logiciel open source pour les calculs numériques à partir de graphes de flux de données. Les nœuds dans les graphes représentent les opérations mathématiques, alors que les arcs représentent les tableaux de données multidimensionnelles (tenseurs) communiqués entre eux.

Il y a plus de modèles TensorFlow exécutés sur AWS que partout ailleurs. Pinterest, UCLA, OpenAI, Expedia, et Claire.ai sont autant d'organisations qui exploitent aujoursd'hui des applications de production avec TensorFlow sur AWS.

En savoir plus »

Apache MXNet est le framework d'apprentissage profond de choix pour Amazon. C'est la plate-forme utilisée par nos services d'IA et par de nombreux projets d'IA sur Amazon.com. La performance de MXNet est exceptionnellement adaptable ce qui en fait un framework idéal pour des applications dans le cloud, IoT, et périphériques.

Nvidia, Carnegie Mellon University, Clarie.ai et Wolfram utilisent aujourd'hui Apache MXNet pour faire avancer leur travail en IA.

En savoir plus »

framework_logo_bar
nvidia-logo-amis

Les instances P2 Amazon EC2 sont équipées de puissants GPU NVIDIA pour accélérer considérablement les calculs, afin de vous permettre de former vos modèles en une fraction du temps requis avec des CPU traditionnels. Après l'apprentissage, les instances C4 optimisées en calcul et M4 à usage général Amazon EC2 en plus des instances GPU, sont idéales pour exécuter des inférences sur le modèle formé.

En outre, les FPGA sont disponibles pour les applications spécialisées où les exigences des applications d'apprentissage machine complexes sont spécialisées. Pour ces applications, vous pouvez profiter de la plus grande flexibilité et des meilleures performances des instances F1.

Pour des exigences de formations plus importantes, vous pouvez vous servir du modèle d'apprentissage profond CloudFormation pour facilement créer un cluster élastique d'instances P2 en utilisant l'AMI d'apprentissage profond.

En savoir plus sur Github »

Modèle CloudFormation

Nos services d'IA mettent à la disposition des développeurs la capacité d'ajouter l'intelligence à leurs applications par le biais d'un appel d'API à des services pré-formés au lieu d'avoir à développer et former leurs propres modèles.

Amazon Lex

Amazon Lex utilise la même technologie qu'Amazon Alexa pour offrir des fonctions avancées d'apprentissage profond pour la reconnaissance vocale automatique (ASR) et la compréhension du langage naturel (NLU), afin de vous permettre de créer des applications dotées d'interfaces de conversation communément appelées agents conversationnels.

En savoir plus »

Amazon Polly

Amazon Polly est un service qui convertit le texte en un enregistrement audio réaliste. Polly permet de créer des applications capables de s'exprimer dans des dizaines de langues, avec une grande variété de voix masculines et féminines réalistes pour arriver à de nouvelles catégories de produits à interface vocale.

En savoir plus »

Amazon Rekognition

Basé sur la technologie utilisée par Amazon Premium Photos pour analyser plusieurs milliards d'images par jour, Amazon Rekognition est un service qui facilite l'intégration d'une fonction d'analyse d'image à vos applications. Avec Rekognition, vous pouvez détecter des objets, des scènes et des visages dans des images et faire des recherches et des comparaisons faciales entre plusieurs images.

En savoir plus »


Pour les développeurs et les spécialistes de données qui veulent se concentrer sur la création de modèles, les services de plates-formes d'IA éliminent les coûts associés au déploiment et à la gestion de l'infrastructure de formation et d'hébergement.

Amazon Machine Learning

Amazon Machine Learning fournit des outils et assistants de visualisation qui vous guident à travers le processus de création de modèles d'apprentissage automatique, sans avoir besoin d'en maîtriser les algorithmes et technologies complexes.

En savoir plus »

ha_ed_emr-new-2

Apache Spark sur Amazon EMR comprend la bibliothèque MLlib pour déployer un large éventail d'algorithmes évolutifs d'apprentissage automatique. Vous pouvez également utiliser vos propres bibliothèques. Spark garde des ensembles de données en mémoire pour améliorer les performances des applications d'apprentissage automatique.

En savoir plus »