Cada vez mais, as empresas estão buscando incorporar o aprendizado profundo, pois ele permite que os computadores aprendam de forma independente e assumam tarefas com pouca supervisão, o que promete benefícios extraordinários para a ciência e o setor industrial. Diferentemente do Machine Learning tradicional, o aprendizado profundo tenta simular a maneira como nosso cérebro assimila e processa informações ao criar "redes neurais" artificiais que podem extrair relacionamentos e conceitos complexos dos dados. Os modelos de aprendizado profundo melhoram por meio do reconhecimento de padrões complexos em fotos, textos, sons e outros dados para produzir informações e previsões mais precisas.

 

O uso da computação em nuvem para aprendizado profundo permite que grandes conjuntos de dados sejam consumidos rapidamente e gerenciados para treinar algoritmos. Além disso, permite que os modelos de aprendizado profundo façam o ajuste de escala de modo eficiente a baixos custos usando a capacidade de processamento da GPU. Ao utilizar as redes distribuídas, o aprendizado profundo na nuvem permite que você projete, desenvolva e treine aplicativos de aprendizado profundo mais rapidamente.

comece a trabalhar com aprendizado profundo

Os algoritmos de aprendizado profundo são projetados para aprender rapidamente. Ao usar clusters de GPUs e CPUs para executar operações complexas de matriz em tarefas com uso intenso da computação, os usuários podem aumentar a velocidade do treinamento dos modelos de aprendizado profundo. Depois disso, esses modelos podem ser implantados para processar grandes quantidades de dados e produzir resultados cada vez mais relevantes.

saiba mais por meio de tutoriais

As redes neurais de aprendizado profundo são ideais para o uso de vários processadores, distribuindo cargas de trabalho de modo simples e eficiente entre diferentes tipos e quantidades de processadores. Com a ampla variedade de recursos sob demanda disponíveis por meio da nuvem, você pode implantar recursos praticamente ilimitados para trabalhar com modelos de aprendizado de qualquer porte.

 

obter bancos de dados para Machine Learning

As estruturas de aprendizado profundo, como Apache MXNet, TensorFlow, Microsoft Cognitive Toolkit, Caffe, Caffe2, Theano, Torch e Keras, podem ser executadas na nuvem, o que permite a você usar bibliotecas empacotadas de algoritmos de aprendizado profundo ideais para seu caso de uso, seja ele relacionado a dispositivos conectados, da web ou móveis.

 

O aprendizado profundo é ideal para uma ampla variedade de casos de uso de inteligência artificial, como:

Ao treinar algoritmos com milhões de imagens rotuladas, as redes neurais de aprendizado profundo podem identificar com sucesso assuntos tão bem quanto humanos, ou até melhor, o que resulta em recursos avançados, como reconhecimento facial rápido.

Saiba mais sobre o Amazon Rekognition >

Sotaques e padrões de fala variáveis em humanos tornam o reconhecimento de fala uma tarefa difícil para os computadores. Os algoritmos de aprendizado profundo podem determinar com mais facilidade o que é dito. Esse recurso é usado hoje no Amazon Alexa e em outros assistentes virtuais.

Saiba mais sobre o Amazon Transcribe >

O aprendizado profundo ajuda os computadores a entenderem conversas normais, em que o tom e o contexto são essenciais para comunicar subtexto (ou conteúdo implícito). Com algoritmos que podem detectar emoções, sistemas automáticos, como bots de atendimento ao cliente, podem decifrar e responder aos usuários de modo útil.

Saiba mais sobre o Amazon Lex >

Um sucesso pioneiro do aprendizado profundo foi o desenvolvimento de sistemas que rastreiam atividades do usuário para desenvolver recomendações personalizadas. Ao comparar as atividades agregadas de vários usuários, os sistemas de aprendizado profundo podem até mesmo identificar itens totalmente novos que possam interessar ao usuário.

Saiba mais sobre o Apache MXNet >

Saiba como a TuSimple cria inteligência profunda para veículos autônomos. Mais >

Comece com uma experiência totalmente gerenciada usando o Amazon SageMaker, a plataforma da AWS para criar, treinar e implantar rapidamente modelos de Machine Learning em grande escala. Você também pode usar as AMIs do AWS Deep Learning para criar ambientes e fluxos de trabalho personalizados para Machine Learning.