Schwerpunkte

Amazon Web Services

9 neue Funktionen für Machine-Learning-Tool SageMaker

09. Dezember 2020, 14:04 Uhr   |  Gerhard Stelzer

9 neue Funktionen für Machine-Learning-Tool SageMaker
© AWS

Amazon KI-Experte Swami Sivasubramanian bei der allerersten Keynote über maschinelles Lernen im Rahmen der AWS re:Invent.

Der Cloud-Anbieter Amazon Web Services erweitert sein Dienste-Angebot zur Implementierung von KI-Funktionen. Neun neue Funktionen in SageMaker sollen die Umsetzung von maschinellem Lernen vereinfachen.

Insgesamt neun neue Funktionen hat Amazon Web Services (AWS) im Rahmen der ML-Keynote auf ihrem virtuellen Kongress re:Invent für seinen Machine-Learning-Service Amazon SageMaker angekündigt. Mit SageMaker können Entwickler noch einfacher von Anfang bis Ende alle nötigen Schritte zum Einsatz von maschinellem Lernen (ML) automatisieren und skalieren. Die Neuankündigungen vereinen mächtige Funktionen wie eine schnellere Datenvorbereitung, ein speziell entwickeltes Repository für aus den Daten extrahierte Merkmale, die Automatisierung von Arbeitsabläufen, einen besseren Einblick in die Trainingsdaten, um einen Bias-Effekt – also Befangenheit – zu verringern und Vorhersagen zu erklären, verteilte Trainingsfunktionen, um große Modelle bis zu zweimal schneller zu trainieren sowie die Modellüberwachung auf Edge-Geräten.

Das sind die 9 neuen SageMaker-Funktionen:

  • SageMaker Data Wrangler bietet Entwicklern die schnellste und einfachste Möglichkeit, Daten automatisiert für maschinelles Lernen aufzubereiten. Kunden können die gewünschten Daten aus ihren verschiedenen Datenspeichern auswählen und mit einem einzigen Klick importieren.
  • SageMaker Feature Store ist ein speziell entwickeltes Repository zum Speichern, Aktualisieren, Abrufen und Freigeben von Merkmalen für maschinelles Lernen. Darüber können Entwickler auf Features (Merkmale) zugreifen und diese gemeinsam nutzen. Das erleichtert es Teams von Entwicklern und Data Scientists erheblich, Merkmalgruppen zu benennen, zu organisieren, zu finden und auszutauschen.
  • SageMaker Pipelines bietet den ersten speziell entwickelten, benutzerfreundlichen Continuous Integration und Continuous Delivery (CI/CD) Service für maschinelles Lernen. Damit können Entwickler jeden Schritt eines End-to-End-Workflows für maschinelles Lernen definieren. SageMaker Pipelines ist in allen AWS-Regionen verfügbar, in denen auch SageMaker erhältlich ist.
  • SageMaker Clarify bietet Entwicklern einen besseren Einblick in ihre Trainingsdaten, damit sie Verzerrungen in den Daten erkennen, Voreingenommenheit in ML-Modellen reduzieren und Vorhersagen besser erklären können. Durch das Erkennen von Bias-Effekten über den gesamten ML-Workflow hinweg können Entwickler mehr Fairness und Transparenz in ihre ML-Modelle einbauen. SageMaker Clarify ist ab sofort und kostenlos in allen Regionen erhältlich, in denen SageMaker verfügbar ist.
  • Mit Deep Profiling für SageMaker Debugger können Entwickler Trainingszeit einsparen, indem die Auslastung der Systemressourcen und Leistung von Trainingsdaten automatisch überwacht wird. Die Funktionen sind in allen Regionen verfügbar, in denen SageMaker erhältlich ist.
  • Distributed Training auf SageMaker bietet zwei neue Funktionen, mit denen große Modelle bis zu zweimal schneller trainiert werden können, als dies sonst mit den heutigen ML-Prozessoren möglich wäre. Sie sind ab sofort und kostenlos in allen Regionen erhältlich, in denen SageMaker verfügbar ist.
  • SageMaker Edge überwacht und verwaltet ML-Modelle auf Edge-Geräten, um deren ordnungsgemäße Funktion in Produktivumgebungen sicherzustellen. Der SageMaker Edge Manager ist in den folgenden AWS-Regionen verfügbar: US East (N. Virginia), US East (Ohio), US West (Oregon), EU (Irland), EU (Frankfurt) und Asia Pacific (Tokio).
  • SageMaker JumpStart bietet ein Entwicklerportal für vortrainierte Modelle und vorgefertigte Workflows. So können auch Entwickler ohne ML-Vorkenntnisse aus vollständigen End-to-End-Lösungen auswählen und diese direkt in ihrer SageMaker-Studio-Umgebung einsetzen, während erfahrene Anwender aus mehr als hundert ML-Modellen wählen können, um ihre Modelle schneller bauen und trainieren zu können. SageMaker JumpStart ist ab sofort in allen Regionen verfügbar, in denen SageMaker Studio erhältlich ist.

AWS kündigt Amazon HealthLake an

AWS kündigte zudem Amazon HealthLake an, einen HIPAA-konformen Service für Organisationen im Gesundheitswesen und den Biowissenschaften. HealthLake aggregiert die vollständigen Daten eines Unternehmens aus verschiedenen Silos und mit unterschiedlichen Formaten in einem zentralisierten AWS Data Lake und normiert diese Informationen automatisch mithilfe von maschinellem Lernen.

Der Service identifiziert jede klinische Information, kennzeichnet und indiziert Ereignisse in einer Zeitlinienansicht mit standardisierten Bezeichnungen, so dass sie leicht durchsucht werden können. Außerdem strukturiert er alle Daten im Industriestandardformat FHIR (Fast Healthcare Interoperability Resources). So ist ein vollständiger Überblick über den Gesundheitszustand einzelner Patienten und ganzer Patientengruppen möglich. Dadurch erleichtert Amazon HealthLake Kunden die Abfrage und Durchführung von Analysen sowie das Ausführen von maschinellem Lernen, um aus den neu normierten Daten einen sinnvollen Mehrwert zu ziehen.

Organisationen wie Gesundheitssysteme, Pharmaunternehmen, klinische Forschung können HealthLake zur Unterstützung bei der Erkennung von Trends und Anomalien in Gesundheitsdaten verwenden, um präzisere Vorhersagen über den Krankheitsverlauf, die Wirksamkeit klinischer Studien, die Angemessenheit von Versicherungsprämien und viele andere Anwendungen zu treffen. Zu den Kunden, die HealthLake nutzen, zählen Cerner, Ciox Health, Konica Minolta Precision Medicine und Orion Health.

Auf Facebook teilenAuf Twitter teilenAuf Linkedin teilenVia Mail teilen

Das könnte Sie auch interessieren

Über Amazon Braket auf verschiedene Quantencomputer zugreifen
KI wird allgegenwärtig
NXP und Amazon Web Services gehen strategische Partnerschaft ein
KI-Zertifizierung »Made in Germany« rückt näher
Gemeinsame Entwicklung von Cloud-Lösungen

Verwandte Artikel

Amazon Web Services