Crie uma conta gratuita

Os serviços do Amazon AI disponibilizam as tecnologias de Natural language understanding (NLU – Compreensão de linguagem natural), Automatic speech recognition (ASR – Reconhecimento automático de fala), pesquisa visual e reconhecimento de imagens, Text-to-speech (TTS – Conversão de texto em fala) e Machine learning (ML – Aprendizado de máquina) para todos os desenvolvedores. Com base nos mesmos produtos e serviços comprovados e altamente escaláveis criados por milhares de especialistas em aprendizado profundo e ML da Amazon, os serviços do Amazon AI disponibilizam recursos de inteligência artificial de alta qualidade e precisão, além de serem escaláveis e econômicos.

Além disso, a AMI do AWS Deep Learning possibilita que desenvolvedores e pesquisadores de inteligência artificial comecem a usar, de modo rápido e fácil, qualquer uma das principais estruturas de aprendizado profundo para treinar modelos de inteligência artificial sofisticados e personalizados, experimentar novos algoritmos e obter novas qualificações técnicas de aprendizado profundo na gigantesca infraestrutura de computação da AWS.


Data Tópico da Tech Talk
10 de abril
Use Amazon Polly to Create Apps that Talk
17 de abril An Overview of AI on the AWS Platform

Estratégia de produtos de inteligência artificial da Amazon

Nossa abordagem à inteligência artificial é composta por três principais camadas encontradas na infraestrutura da AWS:

Serviços de inteligência artificial: no nível mais elevado, para desenvolvedores que desejam acesso a tecnologias de inteligência artificial sem a necessidade de treinar ou desenvolver seus próprios modelos de aprendizado de máquina, a AWS disponibiliza um conjunto de serviços altamente escaláveis, pré-treinados, pré-ajustados e gerenciados de inteligência artificial que não exigem nenhum conhecimento prévio relacionado à inteligência artificial ou ao aprendizado profundo para iniciar o uso. Amazon Rekognition para análise facial e de imagens, Amazon Polly para TTS e Amazon Lex para a criação de chatbots de conversa com recursos de reconhecimento de fala e NLU.

Plataformas de inteligência artificial: para clientes com dados atuais que desejam concentrar-se na criação de modelos personalizados de inferência, disponibilizamos um conjunto de plataformas de inteligência artificial que elimina a difícil tarefa análoga associada à implantação e ao gerenciamento da hospedagem de treinamento e modelos de inteligência artificial. O serviço Amazon Machine Learning permite treinar modelos personalizados de aprendizado de máquina usando seus próprios dados, sem a necessidade de habilidades ou experiência em aprendizado profundo de máquina. Além disso, o Apache Spark on Amazon EMR inclui o MLlib para algoritmos escaláveis de aprendizado de máquina.

Estruturas de inteligência artificial: por fim, apoiamos todas as principais estruturas de inteligência artificial para pesquisadores e cientistas de dados que desejam criar sistemas inteligentes avançados e de tecnologia de ponta. As estruturas, como o Apache MXNet, o TensorFlow, o Caffe, o Theano, o Torch, o Keras e o CNTK, disponibilizam modelos flexíveis de programação para modelos personalizados de treinamento em grande escala. A AMI de aprendizado profundo da AWS, disponível para Amazon Linux e Ubuntu, oferece todas essas estruturas pré-instaladas e configuradas em uma prática Imagem de máquina da Amazon para ajudá-lo a começar suas atividades de maneira rápida e fácil.

Infraestrutura de inteligência artificial: as estruturas de aprendizado de máquina, como o Apache MXNet, usam redes neurais, que envolvem o processo de multiplicação de muitas matrizes. As instâncias P2 do Amazon EC2 disponibilizam as excelentes GPUs da Nvidia para acelerar consideravelmente o tempo de conclusão destes cálculos, o que possibilita que você treine seus modelos em uma fração do tempo exigido pelas CPUs tradicionais. Após o treinamento, as instâncias C4 otimizadas para computação e M4 de propósito geral do Amazon EC2 serão ideais para a execução de inferências com o modelo treinado. Além disso, o AWS Lambda permite simplificar as operações com previsões de aprendizado de máquina sem servidor. Já o AWS Greengrass, permite executar sem problemas aplicações de IoT de inteligência artificial na Nuvem AWS e em dispositivos locais.

Voltar ao início »


Os serviços de inteligência artificial da Amazon tornam fácil para qualquer desenvolvedor criar aplicações que transformem texto em falas realistas, conversem usando voz ou texto e analisem imagens para identificar rostos, objetos e cenários.

Amazon Lex

O Amazon Lex usa a mesma tecnologia do Amazon Alexa para disponibilizar funcionalidades avançadas de aprendizado de máquina para ASR e NLU, o que permite criar aplicações com interfaces de conversa, conhecidas comumente como chatbots.

Saiba mais »

Amazon Polly

O Amazon Polly é um serviço que transforma texto em falas realistas. O Polly permite criar aplicações que falam em mais de duas dúzias de idiomas, com uma ampla variedade de vozes masculinas e femininas que soam bastante naturais, possibilitando a criação de categorias totalmente inéditas de produtos habilitados para fala.

Saiba mais »

Amazon Rekognition

O Amazon Rekognition, baseado na tecnologia usada pelo Amazon Prime Photos para analisar bilhões de imagens diariamente, é um serviço que torna fácil adicionar a análise de imagens às aplicações. Com o Rekognition, você pode detectar objetos, cenários e rostos em imagens, além de pesquisar e comparar rostos entre imagens.

Saiba mais »


Para desenvolvedores com dados atuais que desejam criar modelos personalizados, os serviços de plataforma de inteligência artificial eliminam a sobrecarga análoga associada à implantação e ao gerenciamento da hospedagem de treinamento e modelos de inteligência artificial.

Amazon Machine Learning

O Amazon Machine Learning disponibiliza ferramentas e assistentes de visualização que orientam você durante o processo de criação de modelos de ML, sem a necessidade de aprender tecnologias e algoritmos complexos de ML.

Saiba mais »

ha_ed_emr-new-2

O Apache Spark no Amazon EMR inclui o MLlib para implantar algoritmos escaláveis de aprendizado de máquina, ou você pode usar suas próprias bibliotecas. Como armazena bancos de dados na memória, o Spark pode disponibilizar uma ótima performance para aplicações de aprendizado de máquina.

Saiba mais »


A AMI de aprendizado profundo da AWS (disponível para Amazon Linux e Ubuntu) e o modelo AWS Deep Learning CloudFormation permitem implantar e executar rapidamente qualquer uma das principais estruturas de aprendizado profundo em qualquer escala. A AMI de aprendizado profundo da AWS permite criar clusters gerenciáveis de GPUs, que contam com ajuste de escala automático, para treinamento em grande escala, bem como executar inferência em modelos treinados. A AMI é fornecida pré-instalada nos softwares Apache MXNet, TensorFlow, Caffe2 (e Caffe), Theano, Torch, CNTK e Keras. A AMI de aprendizado profundo da AWS é disponibilizada e apoiada pela Amazon Web Services para utilização no Amazon EC2. Não há cobrança adicional pela AMI de aprendizado profundo da AWS: você paga apenas pelos recursos da AWS necessários para executar e armazenar suas aplicações.

O Apache MXNet é a estrutura de aprendizado profundo preferencial da Amazon e é a plataforma para os nossos serviços de inteligência artificial, bem como para vários projetos de inteligência artificial dentro da Amazon.com. Ele é uma flexível, eficiente, portátil e escalável biblioteca de código aberto para aprendizado profundo que aceita modelos de programação declarativos e imperativos em uma ampla variedade de linguagens e casos de uso de programação.

Programabilidade
O Apache MXNet apresenta uma única implementação de operadores comuns e sistema de back-end com apoio a um grande número de linguagens de front-end, como Python, C++, Scala e R. Graças à arquitetura do Apache MXNet, a performance permanece uniforme, independentemente da linguagem de front-end usada.

Portabilidade
As otimizações exclusivas de memória permitem que o Apache MXNet seja usado em uma ampla variedade de casos de uso. Depois de utilizar a nuvem para treinar seu modelo, elas poderão ser implantadas em dispositivos conectados na borda, telefones móveis, navegadores, drones industriais e de consumidor, ou simplesmente, permanecer na nuvem.

Desempenho
O Apache MXNet aceita de maneira inerente a programação automática de partes do código fonte que pode ser paralelizado em um ambiente distribuído. Agrupadas com instâncias P2 do Amazon EC2, as aplicações têm sua escala ajustada entre as GPUs, atingindo uma eficiência de até 91%, e nos nós do cluster, obtendo uma eficácia de até 88%. 

Apache MXNet

O TensorFlow é uma biblioteca de software de código aberto para computação numérica usando gráficos stateful de fluxo de dados.

O Caffe2 é uma estrutura de aprendizado profundo leve, modular e escalável, criada para ajudar pesquisadores a treinar grandes modelos de aprendizado de máquina e disponibilizar IA em dispositivos móveis.

O Keras é uma biblioteca de alto nível de redes neurais, escrita em Python e que pode ser executada no TensorFlow ou no Theano. Ele foi desenvolvido com foco na viabilização da experimentação rápida. 

O Microsoft Cognitive Toolkit é um toolkit unificado de aprendizado profundo da Microsoft Research que descreve redes neurais como uma série de etapas computacionais por meio de um gráfico direcionado.

O Torch é uma estrutura de computação científica com amplo apoio a algoritmos de aprendizado de máquina que priorizam as GPUs. É fácil de usar e eficiente, graças a uma linguagem de scripting simples e rápida, a LuaJIT, e uma implementação subjacente de C/CUDA. 

O Theano é uma biblioteca Python que permite definir, otimizar e avaliar de maneira eficiente expressões matemáticas envolvendo conjuntos multidimensionais. 


As imagens de máquina da Amazon são uma forma ideal de começar a usar rapidamente as tecnologias de aprendizado profundo na AWS. As AMIs de aprendizado profundo da AWS vêm pré-instaladas com estruturas comuns de aprendizado profundo de código aberto (Apache MXNet, TensorFlow, Theano, Torch, CNTK e Caffe), aceleração de GPU por meio de drivers CUDA pré-configurados, além de aceitarem ferramentas como Anaconda e Jupyter.

Para saber mais, acesse a página da AMI do AWS Deep Learning

Modelo CloudFormation
AMI

Os modelos do AWS CloudFormation são uma maneira fácil de aumentar a escala de várias instâncias EC2 para trabalhos de computação de grande volume, como o treinamento de redes neurais profundas. Os desenvolvedores podem usar o modelo distribuído Deep Learning CloudFormation para criar um cluster elástico de instâncias P2 ou G2 com escalabilidade reduzida usando a AMI do Deep Learning para atender a requisitos de treinamento de maior porte.

Para saber mais, acesse o blog de computação do AWS EC2 e obtenha informações sobre o uso do CloudFormation para Deep Learning.