"יותר ויותר ארגונים משתמשים בבינה מלאכותית ולימוד מכונה בענן"

"מסטארט-אפים ועד לארגונים גדולים, אנו רואים מספר גדל והולך של לקוחות המשתמשים בבינה מלאכותית ולמידת מכונה בייצור. טכנולוגיות אלו יכולות כעת לפתור ביעילות מגוון רחב של בעיות תפיסתיות, כגון ראיית מחשב, המרת טקסט לדיבור ועוד", כך אמר ג'וליאן סימון, אוונגליסט טכנולוגי ב-AWS.

לדבריו, "בינה מלאכותית ולימוד מכונה גם מסייעים בעיבוד שפה טבעית NLP – המשמשת לצ'טבוטים ולזיהוי דיבור ותרגום. לימוד מכונה משמש יותר ויותר לעיבוד כמויות גדולות של מידע ארגוני, לבניית מודלים המנבאים זיהוי הונאות, הפחתת סיכונים, תחזיות נטישה, תחזיות תחזוקה ועוד. בעבר, ניתן היה לעבוד עם בינה מלאכותית ולמידת מכונה רק אם הייתה לך מומחיות בתחום, מערכי נתונים גדולים ותשתיות רבות לאימון המודלים. כעת, עם תשתית מבוססת ענן ושירותים נלווים שנועדו להתמודד עם עומסי עבודה אלה – המשחק בהחלט השתנה".

כך, אמר סימון, "FINRA, רגולטור השוק הגדול ביותר בארצות הברית, הפועל בתעשייה הפיננסית, משתמש באמזון ווב סרוויסז לקלוט יותר מ-70 מיליארד אירועים מדי יום ולהריץ מאות אלגוריתמים לאיתור עסקאות חשודות או מזויפות".

"בבינה מלאכותית ולמידת מכונה", ציין סימון, "אנו בונים שלוש שכבות של שירותים. העליונה כוללת שירותי יישומים, כלומר שירותים מבוססי למידה עמוקה, שרצים על ערכות נתונים כלליות שניתן לגשת אליהן בקריאת API  פשוטה. לא נדרשת מומחיות מיוחדת בבינה מלאכותית ולמידת מכונה. כך, הוושינגטון פוסט (Washington Post) משתמש בשירות Amazon Comprehend, לעיבוד שפה טבעית, כדי לנתח את אוסף המאמרים העצום שלהם ולהמליץ לקוראים על תוכן רלוונטי".

לעבוד במינימום השקעה

השכבה האמצעית, ציין, "כוללת שירותי פלטפורמה, המאפשרים ללקוחות לפרוס מודלים בהתאם למערך הנתונים שלהם. כך, השקנו את Amazon Sagemaker, שירות למידת מכונה מקיף, המסייע למפתחים ומדעני נתונים לפשט תהליכים. בקריאת API בודדה, הם יכולים להקים סביבות אימון וחיזוי בקנה מידה גדול, בלא צורך ברכישת, או ניהול שרתים. אנו מספקים להם אוסף מוכן של אלגוריתמים הניתנים להרחבה, עבור סיווג, יצירת אשכולות, סדרות זמן, עיבוד שפה טבעית ועוד".

השכבה התחתונה, אמר סימון, "כוללת שירותי תשתית ללקוחות המעוניינים בשליטה מלאה על שרתי האימון והחיזוי שלהם. אנו מתחזקים את Deep Learning Amazon Machine Image, אוסף מותקן מראש של כל הספריות הפופולריות של כלי לימוד מכונה ולימוד מעמיק. תוך דקות, לקוחותינו יכולים להפעיל מכונות עיבוד, ולהתחיל לעבוד במינימום השקעה".

לדברי סימון, "הלקוחות שלנו רוצים להיות יותר מהירים ויותר חדשניים, על מנת להשיג יתרון. עבור חלקם, המשמעות היא השקת תשתית גלובלית חדשה בתוך מספר דקות ולא חודשים. עבור אחרים, זו היכולת לבנות פלטפורמות גמישות המתבססות על שירותים מנוהלים. כולם רוצים להסיר את המורכבות המיותרת ממשימות כבדות משקל". הוא הוסיף כי "אבטחה גם היא חשובה ביותר, ו-AWS מהווה תשתית בטוחה לבנות עליה, עם מענה לשלל תקנות וסטנדרטים בינלאומיים ויכולת ליצור תהליכי אבטחה אוטומטיים. כל השירותים שלנו יפעלו בתאימות ל-GDPR".

אנו רואים, סיים סימון, "עניין רב של לקוחות באימוץ ארכיטקטורות ללא שרת (serverless). ב-2014, השקנו את AWS Lambda, שירות מחשוב שמפעיל את הקוד בתגובה לאירועים ומנהל באופן אוטומטי את משאבי המחשוב. מאז, הצגנו שירותים חדשים ללא שרת כגון Amazon Aurora Serverless, עם יכולות שינוי גודל אוטומטי לפי דרישה של מסד נתוני ה-SQL שלנו בעל הביצועים הגבוהים, או Amazon Fargate, שירות מנוהל באופן מלא להפעלת קונטיינרים, ללא צורך בניהול התשתית הבסיסית. כך, לקוחות יכולים לבנות במהירות פלטפורמות הניתנות להרחבה, זמינות ומאובטחות, בלא צורך בניהול של שרת בודד. השימוש בתשתית נעשה לפי דרישה, מה שמניב חיסכון מול מכונות וירטואליות".