Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Aprendizaje automático (ML) e inteligencia artificial (IA)
AWS ayuda en cada etapa de su proceso de adopción de machine learning con el conjunto más completo de servicios de machine learning y una infraestructura diseñada específicamente para tal fin. Nuestros servicios de IA previamente entrenados proporcionan inteligencia lista para usar para sus aplicaciones y flujos de trabajo.
Cada servicio se describe después del diagrama. Para poder decidir qué servicio se adapta mejor a sus necesidades, consulte Elección de un servicio de machine learning de AWS, Elección de un servicio de IA generativa y ¿Amazon Bedrock o Amazon SageMaker AI?. Para obtener información general, consulte Cree y escale la próxima ola de innovación en IA en AWS.
Vuelva a AWSServicios de .
Amazon Augmented AI
Amazon Augmented AI (Amazon A2I) es un servicio de ML que facilita la creación de los flujos de trabajo requeridos para la revisión humana. Amazon A2I facilita la revisión humana a todos los desarrolladores, al eliminar el trabajo pesado indiferenciado vinculado a la creación de sistemas de revisión humana o la administración de un gran número de revisores humanos, ya se ejecuten en AWS o no.
Amazon Bedrock
Amazon Bedrock es un servicio totalmente administrado que permite que los modelos fundacionales (FM) de Amazon y otras empresas líderes en IA estén disponibles a través de una API. Con la experiencia sin servidor de Amazon Bedrock, puede empezar rápidamente, experimentar con los FM, personalizarlos de manera privada con sus propios datos, e integrar e implementar los FM sin problemas en sus aplicaciones de AWS.
Puede elegir entre una variedad de modelos fundacionales de las principales empresas de IA, como AI21 Labs, Anthropic, Cohere, DeepSeek, Luma, Meta, Mistral AI y Stability AI. O bien, puede utilizar los modelos fundacionales de Amazon Nova disponibles exclusivamente en Amazon Bedrock.
Amazon CodeGuru
Amazon CodeGuru es una herramienta para desarrolladores que proporciona recomendaciones inteligentes para mejorar la calidad del código e identificar las líneas de código más caras de una aplicación. Integre CodeGuru en su flujo de trabajo de desarrollo de software existente para automatizar las revisiones de código durante el desarrollo de la aplicación y supervisar de manera continua el rendimiento de la aplicación en producción y proporcionar recomendaciones y pistas visuales sobre cómo mejorar la calidad del código y el rendimiento de las aplicaciones, además de reducir los costos generales.
El Revisor de Amazon CodeGuru utiliza machine learning y razonamiento automatizado para identificar problemas cruciales, vulnerabilidades de seguridad y errores difíciles de detectar durante el desarrollo de la aplicación, y proporciona recomendaciones para mejorar la calidad del código.
El Generador de perfiles de Amazon CodeGuru ayuda a los desarrolladores a encontrar las líneas de código más caras de una aplicación, ya que les ayuda a entender el comportamiento de sus aplicaciones en tiempo de ejecución, a identificar y eliminar las ineficiencias del código, a mejorar el rendimiento y a reducir considerablemente los costos de computación.
Amazon Comprehend
Amazon Comprehend utiliza ML y procesamiento de lenguaje natural (NLP) para ayudarlo a descubrir información y relaciones en sus datos no estructurados. El servicio identifica el idioma del texto; extrae frases clave, lugares, personas, marcas o eventos; comprende cómo de positivo o negativo es el texto; analiza el texto mediante tokenización y partes del discurso; y organiza automáticamente una colección de archivos de texto por tema. También puede utilizar las capacidades de AutoML en Amazon Comprehend para crear un conjunto personalizado de entidades o modelos de clasificación de texto que se adapten exclusivamente a las necesidades de su organización.
Para extraer información médica compleja de un texto no estructurado, puede utilizar Amazon Comprehend Medical. El servicio puede identificar información médica, como afecciones médicas, medicamentos, dosis, concentraciones y frecuencias, a partir de diversos orígenes, como notas del médico, informes de ensayos clínicos e historiales clínicos de pacientes. Amazon Comprehend Medical también identifica la relación entre el medicamento extraído y la información sobre las pruebas, el tratamiento y el procedimiento para facilitar el análisis. Por ejemplo, el servicio identifica una dosis, concentración y frecuencia específicas relacionadas con un medicamento concreto a partir de notas clínicas no estructuradas.
Amazon DevOps Guru
Amazon DevOps Guru es un servicio basado en machine learning que facilita la mejora del rendimiento operativo y la disponibilidad de la aplicación. Amazon DevOps Guru detecta comportamientos que se desvían de los patrones de funcionamiento normales para que pueda identificar problemas operativos mucho antes de que afecten a sus clientes.
Amazon DevOps Guru utiliza modelos de machine learning basados en años de excelencia operativa de AWS y de Amazon.com para identificar el comportamiento anómalo de las aplicaciones (como el aumento de la latencia, las tasas de error, las limitaciones de recursos, etc.) y detectar problemas críticos que podrían provocar posibles interrupciones o cortes del servicio. Cuando Amazon DevOps Guru identifica un problema crítico, envía automáticamente una alerta y proporciona un resumen de las anomalías relacionadas, la causa raíz probable y el contexto sobre cuándo y dónde se produjo el problema. Cuando es posible, Amazon DevOps Guru también ofrece recomendaciones sobre cómo solucionar el problema.
Amazon DevOps Guru captura automáticamente datos operativos de las aplicaciones de AWS y proporciona un único panel para visualizar problemas en los datos operativos. Puede empezar habilitando Amazon DevOps Guru para todos los recursos de su cuenta de AWS, los recursos de sus pilas de CloudFormation o los recursos agrupados por etiquetas de AWS, sin necesidad de configuración manual ni de conocimientos de machine learning.
Amazon Forecast
Amazon Forecast es un servicio totalmente administrado que utiliza machine learning para ofrecer previsiones de gran precisión.
Hoy en día, las empresas utilizan de todo, desde sencillas hojas de cálculo hasta complejos programas de planificación financiera para intentar pronosticar con precisión los resultados empresariales futuros, como la demanda de productos, las necesidades de recursos o el rendimiento financiero. Estas herramientas crean previsiones a partir de una serie histórica de datos, que se denominan datos de serie temporal. Por ejemplo, estas herramientas pueden intentar predecir las ventas futuras de un chubasquero observando únicamente sus datos de ventas anteriores con el supuesto subyacente de que el futuro está determinado por el pasado. Este enfoque puede tener dificultades para producir previsiones precisas para grandes conjuntos de datos con tendencias irregulares. Además, no logra combinar con facilidad las series de datos que cambian con el tiempo (como el precio, los descuentos, el tráfico web y el número de empleados) con variables independientes pertinentes, como las características de los productos y la ubicación de las tiendas.
Basado en la misma tecnología que se usa en Amazon.com, Amazon Forecast usa machine learning para combinar datos de serie temporal con variables adicionales para generar previsiones. Amazon Forecast no requiere experiencia en machine learning para empezar. Solo tiene que proporcionar datos históricos, además de cualquier dato adicional que crea que pueda afectar a sus previsiones. Por ejemplo, la demanda de un color concreto de una camisa puede cambiar según las estaciones y la ubicación de la tienda. Esta relación compleja es difícil de determinar por sí sola, pero el machine learning es ideal para reconocerla. Una vez que proporcione los datos, Amazon Forecast los examinará automáticamente, identificará lo que es significativo y generará un modelo de previsión capaz de realizar predicciones hasta un 50 % más precisas que si se analizaran únicamente los datos de serie temporal.
Amazon Forecast es un servicio totalmente administrado, por lo que no hay servidores que aprovisionar ni modelos de machine learning que crear, entrenar o implementar. Solo pagará por lo que consuma y no hay pagos mínimos ni compromisos iniciales.
Amazon Fraud Detector
Amazon Fraud Detector es un servicio totalmente administrado que utiliza machine learning y los más de 20 años de experiencia de Amazon en detección de fraudes para identificar posibles actividades fraudulentas, de manera que los clientes puedan detectar más fraudes en línea con mayor rapidez. Amazon Fraud Detector automatiza los costosos y lentos pasos necesarios para crear, entrenar e implementar un modelo de machine learning para la detección del fraude, lo que facilita a los clientes el aprovechamiento de la tecnología. Amazon Fraud Detector personaliza cada modelo que crea según el conjunto de datos del cliente, lo que hace que la precisión de los modelos sea superior a la de las soluciones actuales de machine learning. Y, como solo se paga por lo que se usa, se evitan grandes gastos iniciales.
Amazon Comprehend Medical
Durante la última década, AWS ha sido testigo de una transformación digital en el sector sanitario, ya que las organizaciones recopilan enormes volúmenes de información sobre los pacientes todos los días. Sin embargo, estos datos suelen estar desestructurados y el proceso de extracción de esta información requiere mucha mano de obra y es propenso a errores. Amazon Comprehend Medical es un servicio de procesamiento de lenguaje natural (NLP) que cumple con los requisitos de la HIPAA y que utiliza machine learning que se ha entrenado previamente para comprender y extraer datos de salud de textos médicos, como recetas, procedimientos o diagnósticos. Amazon Comprehend Medical puede ayudar a extraer información de textos médicos no estructurados de forma precisa y rápida con ontologías médicas, como ICD-10-CM, RxNorm y SNOMED CT y, a su vez, acelerar la tramitación de las reclamaciones de reclamaciones, mejorar la salud de la población y acelerar la farmacovigilancia.
Amazon Kendra
Amazon Kendra es un servicio de búsqueda inteligente con tecnología de machine learning. Amazon Kendra reinventa la búsqueda empresarial para sus sitios web y aplicaciones, de manera que sus empleados y clientes puedan encontrar con facilidad el contenido que buscan, incluso cuando se encuentra disperso en varias ubicaciones y repositorios de contenido de su organización.
Con Amazon Kendra, puede dejar de buscar entre montones de datos no estructurados y descubrir las respuestas correctas a sus preguntas, cuando las necesite. Amazon Kendra es un servicio totalmente administrado, por lo que no hay servidores que aprovisionar ni modelos de machine learning que crear, entrenar o implementar.
Amazon Lex
Amazon Lex es un servicio de inteligencia artificial (IA) totalmente administrado para diseñar, crear, probar e implementar interfaces conversacionales en aplicaciones mediante voz y texto. Lex ofrece las funcionalidades de aprendizaje profundo avanzadas del reconocimiento automático del habla (ASR) para convertir habla en texto y la comprensión del lenguaje natural (NLU) para reconocer la intención del texto, lo que permite crear aplicaciones con experiencias de usuario sumamente atractivas e interacciones de conversaciones realistas, así como crear nuevas categorías de productos. Con Amazon Lex, las mismas tecnologías de aprendizaje profundo que utilizan Amazon Alexa están ahora disponibles para cualquier desarrollador, lo que le permite crear de forma rápida y sencilla sofisticados bots de conversación (“chatbots”) y sistemas de respuesta de voz interactiva (IVR) habilitados por voz.
Amazon Lex permite a los desarrolladores crear rápidamente chatbots de conversación. Con Amazon Lex no es necesaria una amplia experiencia en sistemas de aprendizaje profundo para crear un bot. Tan solo debe especificar el flujo de conversación básico en la consola de Amazon Lex. Amazon Lex administra el diálogo y ajusta dinámicamente las respuestas en la conversación. Mediante la consola puede crear, probar y publicar su chatbot de texto o voz. A continuación, puede añadir las interfaces de conversación a los bots en dispositivos móviles, aplicaciones web y plataformas de chat (por ejemplo, Facebook Messenger). El uso de Amazon Lex no implica costos iniciales ni tarifas mínimas; solo se le cobrará por las solicitudes de texto o voz que se realicen. Los precios del pago por uso y el bajo costo de cada solicitud hacen que el servicio sea un método rentable para crear interfaces de conversación. El nivel gratuito de Amazon Lex le permite probar fácilmente Amazon Lex sin ninguna inversión inicial.
Amazon Lookout for Equipment
Amazon Lookout for Equipment analiza los datos de los sensores de su equipo (como la presión en un generador, el caudal de un compresor, las revoluciones por minuto de los ventiladores), para entrenar automáticamente un modelo de machine learning basado únicamente en sus datos, para su equipo, sin necesidad de conocimientos de machine learning. Lookout for Equipment utiliza su exclusivo modelo de machine learning para analizar los datos de los sensores entrantes en tiempo real e identificar con precisión las señales de advertencia tempranas que podrían provocar errores en la máquina. Esto significa que puede detectar anomalías en los equipos con rapidez y precisión, diagnosticar problemas rápidamente, tomar medidas para reducir los costosos tiempos de inactividad y reducir las alertas falsas.
Amazon Lookout for Metrics
Amazon Lookout for Metrics utiliza machine learning para detectar y diagnosticar automáticamente las anomalías (valores atípicos de la norma) en los datos empresariales y operativos, como una caída repentina de los ingresos por ventas o de las tasas de captación de clientes. Con un par de clics, puede conectar Amazon Lookout for Metrics a almacenes de datos populares, como Amazon S3, Amazon Redshift y Amazon Relational Database Service (Amazon RDS), así como a aplicaciones de software como servicio (SaaS) de terceros, como Salesforce, Servicenow, Zendesk y Marketo, y empezar a supervisar las métricas que son importantes para su negocio. Lookout for Metrics inspecciona y prepara automáticamente los datos de estos orígenes para detectar anomalías con mayor velocidad y precisión que los métodos tradicionales utilizados para la detección de anomalías. También puede proporcionar comentarios sobre las anomalías detectadas para ajustar los resultados y mejorar la precisión con el tiempo. Lookout for Metrics facilita el diagnóstico de las anomalías detectadas agrupando las anomalías relacionadas con el mismo evento y enviando una alerta que incluye un resumen de la posible causa raíz. También clasifica las anomalías por orden de gravedad para que pueda centrar su atención en lo más importante para su empresa.
Amazon Lookout for Vision
Amazon Lookout for Vision es un servicio de machine learning que detecta defectos y anomalías en las representaciones visuales mediante visión artificial (CV). Con Amazon Lookout for Vision, las empresas de fabricación pueden aumentar la calidad y reducir los costos operativos al identificar rápidamente las diferencias en las imágenes de los objetos a escala. Por ejemplo, Lookout for Vision se puede utilizar para identificar componentes que faltan en productos, daños en vehículos o estructuras, irregularidades en las líneas de producción, defectos minúsculos en las obleas de silicio y otros problemas similares. Amazon Lookout for Vision utiliza machine learning para ver y comprender las imágenes de cualquier cámara como lo haría una persona, pero con un grado de precisión aún mayor y a una escala mucho mayor. Lookout for Vision permite a los clientes eliminar la necesidad de realizar inspecciones manuales costosas e incoherentes, al tiempo que mejoran el control de calidad, la evaluación de defectos y daños, y el cumplimiento. En cuestión de minutos, puede empezar a utilizar Lookout for Vision para automatizar la inspección de imágenes y objetos, sin necesidad de conocimientos de machine learning.
Amazon Monitron
Amazon Monitron es un sistema integral que utiliza machine learning para detectar comportamientos anormales en la maquinaria industrial, lo que le permite implementar un mantenimiento predictivo y reducir el tiempo de inactividad no planificado.
La instalación de sensores y la infraestructura necesaria para la conectividad, el almacenamiento, el análisis y las alertas de los datos son elementos fundamentales para permitir el mantenimiento predictivo. Sin embargo, para que funcione, las empresas siempre han necesitado técnicos y científicos de datos cualificados para crear una solución compleja desde cero. Esto incluía la identificación y adquisición del tipo correcto de sensores para sus casos de uso y la conexión entre sí con una puerta de enlace de IoT (un dispositivo que agrega y transmite datos). Como resultado, pocas empresas han podido implementar correctamente el mantenimiento predictivo.
Amazon Monitron incluye sensores para capturar los datos de vibración y temperatura de los equipos, un dispositivo de puerta de enlace al que transferir datos de manera segura a AWS, el servicio Amazon Monitron que analiza los datos para detectar patrones anormales de la máquina mediante machine learning y una aplicación móvil complementaria para configurar los dispositivos y recibir informes sobre el comportamiento operativo y alertas sobre posibles errores en la maquinaria. Puede empezar a supervisar el estado de los equipos en cuestión de minutos sin necesidad de ningún trabajo de desarrollo o experiencia en machine learning, así como habilitar el mantenimiento predictivo con la misma tecnología que se utiliza para supervisar los equipos en los centros logísticos de Amazon.
Amazon PartyRock
Amazon PartyRock facilita el aprendizaje de la IA generativa con un creador de aplicaciones práctico y sin código. Experimente con técnicas de ingeniería de peticiones, revise las respuestas generadas y desarrolle la intuición para la IA generativa mientras crea y explora aplicaciones entretenidas. PartyRock proporciona acceso a los modelos fundacionales (FM) de Amazon y a las principales empresas de IA a través de Amazon Bedrock, un servicio de servicios totalmente administrado.
Amazon Personalize
Amazon Personalize es un servicio de machine learning que permite a los desarrolladores crear recomendaciones individualizadas para los clientes que utilizan sus aplicaciones.
El machine learning se utiliza cada vez más para mejorar la participación de los clientes al impulsar recomendaciones personalizadas de productos y contenido, resultados de búsqueda personalizados y promociones de marketing específicas. Sin embargo, el desarrollo de las capacidades de machine learning necesarias para producir estos sofisticados sistemas de recomendación ha estado fuera del alcance de la mayoría de las organizaciones hoy en día debido a la complejidad de desarrollar la funcionalidad de machine learning. Amazon Personalize permite a los desarrolladores sin experiencia previa en machine learning crear con facilidad capacidades de personalización sofisticadas en sus aplicaciones, mediante la tecnología de machine learning perfeccionada tras años de uso en Amazon.com.
Con Amazon Personalize, proporciona una secuencia de actividades desde su aplicación (vistas de páginas, suscripciones, compras, etc.), así como un inventario de los artículos que desea recomendar, como artículos, productos, vídeos o música. También puede optar por proporcionar a Amazon Personalize información demográfica adicional de sus usuarios, como la edad o la ubicación geográfica. Amazon Personalize procesa y examina los datos, identifica lo que es significativo, selecciona los algoritmos correctos, y entrena y optimiza un modelo de personalización personalizado para sus datos.
Amazon Personalize ofrece recomendaciones optimizadas para el comercio minorista y los medios y el entretenimiento que permiten ofrecer experiencias de usuario personalizadas de alto rendimiento de manera más rápida y sencilla. Amazon Personalize también ofrece una segmentación de usuarios inteligente para que pueda ejecutar campañas de prospección más eficaces a través de sus canales de marketing. Con nuestras dos nuevas recetas, puede segmentar automáticamente a sus usuarios en función de su interés en diferentes categorías de productos, marcas y mucho más.
Todos los datos analizados por Amazon Personalize se mantienen privados y seguros, y solo se utilizan para sus recomendaciones personalizadas. Puede empezar a publicar sus predicciones personalizadas mediante una simple llamada a la API desde la nube privada virtual que el servicio mantiene. Solo pagará por lo que consuma y no hay pagos mínimos ni compromisos iniciales.
Amazon Personalize es como tener su propio equipo de personalización de machine learning de Amazon.com a su disposición, las 24 horas del día.
Amazon Polly
Amazon Polly es un servicio que convierte el texto en una voz realista. Amazon Polly le permite crear aplicaciones que hablan, para que pueda desarrollar categorías completamente nuevas de productos con tecnología de voz. Amazon Polly es un servicio de inteligencia artificial (IA) de Amazon que utiliza tecnologías avanzadas de aprendizaje profundo para sintetizar una voz que parece humana. Amazon Polly incluye una amplia selección de voces realistas en docenas de idiomas para que pueda seleccionar la voz ideal y desarrollar aplicaciones con capacidad de voz que funcionen en muchos países diferentes.
Amazon Polly ofrece los tiempos de respuesta rápidos y constantes necesarios para admitir el diálogo interactivo en tiempo real. Puede almacenar en caché y guardar el audio de voz de Amazon Polly para reproducirlo sin conexión o redistribuirlo. Además, Amazon Polly es fácil de usar. Solo tiene que enviar el texto que desee convertir en voz a la API de Amazon Polly y Amazon Polly devolverá inmediatamente la secuencia de audio a su aplicación para que esta pueda reproducirla directamente o almacenarla en un formato de archivo de audio estándar, como MP3.
Además de las voces TTS estándar, Amazon Polly proporciona voces de texto a voz neuronales (NTTS) que ofrecen mejoras avanzadas en la calidad de la voz mediante un nuevo enfoque de machine learning. La tecnología TTS neuronal de Polly también admite un estilo de habla Newscaster adaptado a casos de uso de locución de noticias. Por último, Amazon Polly Brand Voice puede crear una voz personalizada para su organización. Se trata de un compromiso personalizado en el que trabajará con el equipo de Amazon Polly para crear una voz NTTS para el uso exclusivo de su organización.
Con Amazon Polly, solo paga por el número de caracteres que convierte en voz y puede guardar y reproducir la voz generada por Amazon Polly. El bajo costo de Amazon Polly por carácter convertido, así como la falta de restricciones en cuanto al almacenamiento y la reutilización de la salida de voz, la convierten en una forma rentable de habilitar la conversión de texto a voz en todas partes.
Amazon Q
Amazon Q es un asistente que usa IA generativa para acelerar el desarrollo de software y aprovechar sus datos internos.
- Amazon Q Business
-
Amazon Q Business puede responder a preguntas, proporcionar resúmenes, generar contenido y completar tareas de manera segura en función de los datos y de la información de sus sistemas empresariales. Permite a los empleados un mayor grado de creatividad, eficiencia, preparación y productividad, así como basarse más en los datos.
- Amazon Q Developer
-
Amazon Q Developer (anteriormente Amazon CodeWhisperer) ayuda a los desarrolladores y profesionales de TI con sus tareas —desde la codificación, prueba y actualización de las aplicaciones hasta el diagnóstico de errores, la realización de análisis de seguridad y correcciones, y la optimización de los recursos de AWS. Amazon Q cuenta con capacidades avanzadas de planificación y razonamiento en varios pasos que pueden transformar el código existente (por ejemplo, realizar actualizaciones de versiones de Java) e implementar nuevas características generadas a partir de las solicitudes de los desarrolladores.
Amazon Rekognition
Amazon Rekognition facilita la adición de análisis de imágenes y vídeo a sus aplicaciones mediante una tecnología de aprendizaje profundo comprobada y altamente escalable que no requiere conocimientos de machine learning para su uso. Con Amazon Rekognition, puede identificar objetos, personas, texto, escenas y actividades en imágenes y vídeos, así como detectar cualquier contenido inapropiado. Amazon Rekognition también ofrece capacidades de búsqueda y análisis facial de gran precisión que puede utilizar para detectar, analizar y comparar rostros para una amplia variedad de casos de uso de verificación de usuarios, recuento de personas y seguridad pública.
Con Etiquetas personalizadas de Amazon Rekognition, puede identificar los objetos y escenas en imágenes que son específicos para las necesidades de su empresa. Por ejemplo, puede crear un modelo para clasificar piezas específicas de la máquina en su línea de ensamblaje o para detectar plantas en mal estado. Etiquetas personalizadas de Amazon Rekognition se encarga del trabajo pesado del desarrollo de modelos por usted, por lo que no es necesario tener experiencia en machine learning. Solo tiene que proporcionar imágenes de los objetos o escenas que desea identificar y el servicio se encargará del resto.
Amazon SageMaker AI
Con Amazon SageMaker AI, puede crear, entrenar e implementar modelos de machine learning para cualquier caso de uso con una infraestructura, herramientas y flujos de trabajo totalmente administrados. SageMaker AI elimina el trabajo pesado de cada paso del proceso de machine learning para facilitar el desarrollo de modelos de alta calidad. SageMaker AI proporciona todos los componentes que se utilizan para machine learning en un único conjunto de herramientas para que los modelos lleguen a producción con mayor rapidez, con mucho menos esfuerzo y con un costo menor.
Piloto automático de Amazon SageMaker AI
Piloto automático de Amazon SageMaker AI crea, entrena y ajusta automáticamente los mejores modelos de machine learning en función de sus datos, a la vez que le permite mantener control y visibilidad plenos. Con el piloto automático de SageMaker AI, solo tiene que proporcionar un conjunto de datos tabular y seleccionar la columna de destino para la que desea realizar la predicción, que puede ser un número (como el precio de la vivienda, denominado regresión) o una categoría (como spam o no spam, denominada clasificación). El piloto automático de SageMaker AI explorará automáticamente diferentes soluciones para encontrar el mejor modelo. A continuación, puede implementar el modelo directamente en producción con un solo clic o repetir las soluciones recomendadas con Amazon SageMaker AI Studio para mejorar aún más la calidad del modelo.
Amazon SageMaker AI Canvas
Amazon SageMaker AI Canvas amplía el acceso a machine learning al proporcionar a los analistas de negocios una interfaz visual de apuntar y hacer clic que les permite generar predicciones de machine learning precisas por sí mismos, sin necesidad de experiencia en machine learning ni tener que escribir una sola línea de código.
Amazon SageMaker AI Clarify
Amazon SageMaker AI Clarify proporciona a los desarrolladores de machine learning una mayor visibilidad de sus datos y modelos de entrenamiento para que puedan identificar y limitar los sesgos y explicar las predicciones. Amazon SageMaker AI Clarify detecta posibles sesgos durante la preparación de los datos, después del entrenamiento del modelo y en el modelo implementado al examinar los atributos que especifique. SageMaker AI Clarify también incluye gráficos de importancia de características que ayudan a explicar las predicciones del modelo y produce informes que se pueden utilizar para respaldar las presentaciones internas o para identificar problemas en el modelo para los que pueda tomar medidas para corregirlos.
Etiquetado de datos de Amazon SageMaker AI
Amazon SageMaker AI ofrece ofertas de etiquetado de datos para identificar datos sin procesar, como imágenes, archivos de texto y vídeos, y agregar etiquetas informativas para crear conjuntos de datos de entrenamiento de alta calidad para sus modelos de machine learning.
Amazon SageMaker AI Data Wrangler
Amazon SageMaker AI Data Wrangler reduce el tiempo que se tarda en agregar y preparar los datos para machine learning de semanas a minutos. Con SageMaker AI Data Wrangler, puede simplificar el proceso de preparación de datos y la ingeniería de características, además de completar cada paso del flujo de trabajo de preparación de datos, como la selección, limpieza, exploración y visualización de datos desde una única interfaz visual.
Amazon SageMaker AI Edge
Amazon SageMaker AI Edge permite machine learning en dispositivos periféricos al optimizar, proteger e implementar modelos en la periferia y, a continuación, supervisar estos modelos en su flota de dispositivos, como cámaras inteligentes, robots y otros dispositivos electrónicos inteligentes, para reducir los costos operativos continuos. El compilador de SageMaker AI Edge optimiza el modelo entrenado para que se pueda ejecutar en un dispositivo de la periferia. SageMaker AI Edge incluye un mecanismo de implementación de vía inalámbrica (OTA) que ayuda a implementar modelos en la flota independientemente del firmware de la aplicación o del dispositivo. El agente de SageMaker AI Edge le permite ejecutar varios modelos en el mismo dispositivo. El agente recopila los datos de predicción en función de la lógica que usted controla, como los intervalos, y los carga en la nube para que pueda volver a entrenar sus modelos periódicamente a lo largo del tiempo.
Almacén de características de Amazon SageMaker AI
El Almacén de características de Amazon SageMaker AI es un repositorio diseñado específicamente en el que puede almacenar características y acceder a ellas para que sea mucho más fácil nombrarlas, organizarlas y reutilizarlas en todos los equipos. El almacén de características de SageMaker AI proporciona un almacén unificado de características durante el entrenamiento y la inferencia en tiempo real sin necesidad de escribir código adicional o de crear procesos manuales para mantener la coherencia de las características. El almacén de características de SageMaker AI realiza un seguimiento de los metadatos de las características almacenadas (como el nombre de la característica o el número de versión) para que pueda consultar las características en busca de los atributos adecuados por lotes o en tiempo real mediante Amazon Athena, un servicio de consultas interactivo. El almacén de características de SageMaker AI también mantiene las características actualizadas, ya que a medida que se generan nuevos datos durante la inferencia, el repositorio único se actualiza para que siempre haya nuevas características disponibles para que los modelos las utilicen durante el entrenamiento y la inferencia.
Capacidades geoespaciales de Amazon SageMaker AI
Las capacidades geoespaciales de Amazon SageMaker AI facilitan a los científicos de datos y a los ingenieros de machine learning (ML) la creación, el entrenamiento y la implementación de modelos de machine learning con mayor rapidez utilizando datos geoespaciales. Tiene acceso a herramientas de visualización, procesamiento y datos (de código abierto y de terceros) para que sea más eficiente la preparación de los datos geoespaciales para machine learning. Puede aumentar su productividad mediante el uso de algoritmos diseñados específicamente y modelos de machine learning previamente entrenados para acelerar la creación y el entrenamiento de modelos, y utilizar las herramientas de visualización integradas para explorar los resultados de las predicciones en un mapa interactivo y, a continuación, colaborar entre equipos para obtener información y resultados.
Amazon SageMaker AI HyperPod
Amazon SageMaker AI HyperPod elimina el trabajo pesado e indiferenciado que implica crear y optimizar la infraestructura de machine learning (ML) para modelos de lenguaje de gran tamaño (LLM), modelos de difusión y modelos fundacionales (FM). SageMaker AI HyperPod está preconfigurado con bibliotecas de entrenamiento distribuidas que permiten a los clientes dividir automáticamente las cargas de trabajo de entrenamiento en miles de aceleradores, como AWS Trainium y las unidades de procesamiento gráfico (GPU) NVIDIA A100 y H100.
SageMaker AI HyperPod también ayuda a garantizar que pueda seguir entrenando sin interrupciones al guardar periódicamente los puntos de comprobación. Cuando se produce un error de hardware, los clústeres que se reparan automáticamente lo detectan o reparan, o sustituyen la instancia que tiene el problema y reanudan el entrenamiento desde el último punto de comprobación guardado, lo que elimina la necesidad de administrar este proceso manualmente y ayuda a entrenar durante semanas o meses en un entorno distribuido sin interrupciones. Puede personalizar su entorno de computación para que se adapte mejor a sus necesidades y configurarlo con las bibliotecas de entrenamiento distribuido de Amazon SageMaker AI para lograr un rendimiento óptimo en AWS.
Amazon SageMaker AI JumpStart
Amazon SageMaker AI JumpStart ayuda a empezar a utilizar machine learning de manera rápida y sencilla. Para que resulte más sencillo empezar, SageMaker AI JumpStart proporciona un conjunto de soluciones para los casos de uso más habituales que se pueden implementar con facilidad con tan solo unos clics. Las soluciones son totalmente personalizables y muestran el uso de arquitecturas de referencia y plantillas de AWS CloudFormation para que pueda acelerar su recorrido de machine learning. Amazon SageMaker AI JumpStart también admite la implementación y el refinamiento con un solo clic de más de 150 modelos populares de código abierto, como los modelos de procesamiento de lenguaje natural, detección de objetos y clasificación de imágenes.
Creación de modelos de Amazon SageMaker AI
Amazon SageMaker AI proporciona todas las herramientas y bibliotecas que necesita para crear modelos de machine learning, el proceso de probar diferentes algoritmos de forma iterativa y evaluar su precisión para encontrar el mejor para su caso de uso. En Amazon SageMaker AI, puede elegir diferentes algoritmos, incluidos más de 15 que están integrados y optimizados para SageMaker AI, y utilizar más de 750 modelos prediseñados de colecciones de modelos populares disponibles con unos pocos clics. SageMaker AI también ofrece una variedad de herramientas de creación de modelos, como Amazon SageMaker AI Studio Notebooks, JupyterLab, RStudio y Editor de código basado en Code-OSS (código abierto de Virtual Studio Code), donde puede ejecutar modelos de machine learning a pequeña escala para ver los resultados y consultar informes sobre su rendimiento, de modo que pueda crear prototipos funcionales de alta calidad.
Entrenamiento del modelo de Amazon SageMaker AI
Amazon SageMaker AI reduce el tiempo y el costo de entrenar y ajustar los modelos de machine learning a escala sin necesidad de administrar la infraestructura. Puede aprovechar la infraestructura de procesamiento de machine learning de mayor rendimiento disponible actualmente. SageMaker AI puede ampliar o reducir automáticamente la infraestructura, de una a miles GPU. Como solo se paga por lo que se usa, puede administrar los costos de entrenamiento de manera más eficaz. Para entrenar modelos de aprendizaje profundo con mayor rapidez, puede utilizar las bibliotecas de entrenamiento distribuidas de Amazon SageMaker AI para obtener un mejor rendimiento o utilizar bibliotecas de terceros, como DeepSpeed, Horovod o Megatron.
Opciones de implementación de modelos en Amazon SageMaker AI
Amazon SageMaker AI facilita la implementación de modelos de machine learning para realizar predicciones (también conocidas como inferencias) con la mejor relación precio-rendimiento para cualquier caso de uso. Ofrece una amplia selección de opciones de implementación de modelos e infraestructuras de machine learning para ayudarle a satisfacer todas sus necesidades de inferencia de ML. Se trata de un servicio totalmente gestionado que se integra con las herramientas de MLOps, por lo que puede escalar la implementación de sus modelos, reducir los costes de inferencia, gestionar los modelos de forma más eficaz en la fase de producción y reducir la carga operativa.
Canalizaciones de Amazon SageMaker AI
Canalizaciones de Amazon SageMaker AI es el primer servicio de integración continua y entrega continua (CI/CD) para machine learning diseñado de manera específica y fácil de usar. Con Canalizaciones de SageMaker AI, puede crear, automatizar y administrar flujos de trabajo integrales de machine learning a gran escala.
Amazon SageMaker AI Studio Lab
Amazon SageMaker AI Studio Lab es un entorno de desarrollo de machine learning gratuito que proporciona el procesamiento, el almacenamiento (hasta 15 GB) y la seguridad, sin costo alguno, para que cualquiera pueda aprender y experimentar con machine learning. Todo lo que necesita para empezar es una dirección de correo electrónico válida; no necesita configurar la infraestructura ni administrar la identidad y el acceso, ni siquiera registrarse para obtener una cuenta de AWS. SageMaker AI Studio Lab acelera la creación de modelos mediante la integración con GitHub, y viene preconfigurado con las herramientas, marcos y bibliotecas de machine learning más populares para que pueda empezar de inmediato. SageMaker AI Studio Lab guarda automáticamente su trabajo para que no tenga que reiniciarlo entre sesiones. Es tan fácil como cerrar el portátil y volver a usarlo más tarde.
Apache MXNet en AWS
Apache MXNet es un marco de entrenamiento e inferencia rápido y escalable con una API para machine learning concisa y fácil de usar. MXNet incluye la interfaz Gluon que permite a los desarrolladores de todos los niveles de habilidad empezar con el aprendizaje profundo en la nube, en dispositivos periféricos y aplicaciones móviles. Con solo unas pocas líneas de código Gluon, puede crear redes de regresión lineal, redes convolucionales y LSTM recurrentes para detección de objetos, reconocimiento de voz, recomendación y personalización. Puede empezar a utilizar MXNet en AWS con una experiencia totalmente administrada mediante Amazon SageMaker AI, una plataforma para crear, entrenar e implementar modelos de machine learning a gran escala. O bien, puede utilizar las AWS Deep Learning AMIs para crear entornos y flujos de trabajo personalizados con MXNet y otros marcos, como TensorFlow, PyTorch, Chainer, Keras, Caffe, Caffe2 y Microsoft Cognitive Toolkit.
AWS Deep Learning AMIs
Las AWS Deep Learning AMIs proporcionan a los profesionales e investigadores de machine learning la infraestructura y las herramientas necesarias para acelerar el aprendizaje profundo en la nube, a cualquier escala. Puede lanzar rápidamente instancias de Amazon EC2 preinstaladas con marcos e interfaces de aprendizaje profundo populares, como TensorFlow, PyTorch, Apache MXNet, Chainer, Gluon, Horovod y Keras, para entrenar modelos de IA personalizados y sofisticados, experimentar con nuevos algoritmos o aprender nuevas habilidades y técnicas. Tanto si necesita instancias de GPU como de CPU de Amazon EC2, las AMI de aprendizaje profundo no tienen ningún cargo adicional: solo paga por los recursos de AWS necesarios para almacenar y ejecutar sus aplicaciones.
Contenedores de aprendizaje profundo de AWS
Los contenedores de aprendizaje profundo de AWS (contenedores DL de AWS) son imágenes de Docker preinstaladas con marcos de aprendizaje profundo para facilitar la implementación rápida de entornos de machine learning (ML) personalizados, lo que le permite omitir el complicado proceso de crear y optimizar sus entornos desde cero. AWS Los contenedores DL admiten TensorFlow, PyTorch y Apache MXNet. Puede implementar contenedores DL de AWS en Amazon SageMaker AI, Amazon Elastic Kubernetes Service (Amazon EKS), Kubernetes autoadministrados en Amazon EC2, Amazon Elastic Container Service (Amazon ECS). Los contenedores están disponibles a través de Amazon Elastic Container Registry (Amazon ECR) y AWS Marketplace sin costo alguno; solo paga por los recursos que utilice.
Machine learning geoespacial con Amazon SageMaker AI
Las capacidades geoespaciales de Amazon SageMaker AI permiten a los científicos de datos y a los ingenieros de machine learning la creación, el entrenamiento y la implementación de modelos de machine learning con mayor rapidez y a gran escala. Puede acceder a orígenes de datos geoespaciales fácilmente disponibles, transformar o enriquecer de manera eficiente conjuntos de datos geoespaciales a gran escala con operaciones diseñadas específicamente, así como acelerar la creación de modelos mediante la selección de modelos de machine learning previamente entrenados. También puede analizar datos geoespaciales y explorar las predicciones de los modelos en un mapa interactivo mediante gráficos acelerados 3D con herramientas de visualización integradas. Las capacidades geoespaciales de SageMaker Runtime se pueden utilizar para una amplia gama de casos de uso, como la maximización del rendimiento de la cosecha y la seguridad alimentaria, la evaluación de los riesgos y las reclamaciones de seguros, el apoyo al desarrollo urbano sostenible y la previsión de la utilización de los sitios de venta minorista.
Hugging Face en AWS
Con Hugging Face en Amazon SageMaker AI, puede implementar y refinar modelos previamente entrenados de Hugging Face, un proveedor de código abierto de modelos de procesamiento de lenguaje natural (NLP) conocido como Transformadores, lo cual reduce el tiempo necesario para configurar y usar estos modelos de PNL de semanas a minutos. El NLP se refiere a los algoritmos de machine learning que ayudan a los equipos a entender el lenguaje humano. Ayudan con la traducción, la búsqueda inteligente y el análisis de texto, entre otros. Sin embargo, los modelos de NLP pueden ser grandes y complejos (a veces constan de cientos de millones de parámetros de modelo), y su entrenamiento y optimización requiere tiempo, recursos y habilidad. AWS colaboró con Hugging Face para crear contenedores de aprendizaje profundo (DLC) de AWS Hugging Face, que proporcionan a los científicos de datos y desarrolladores de machine learning una experiencia totalmente administrada para crear, entrenar e implementar modelos modernos de NLP en Amazon SageMaker AI.
PyTorch en AWS
PyTorch es un marco de aprendizaje profundo de código abierto que facilita el desarrollo de modelos de machine learning y su implementación en producción. Al utilizar TorchServe, la biblioteca para el servicio de modelos de PyTorch creada y mantenida por AWS en colaboración con Facebook, los desarrolladores de PyTorch pueden implementar modelos en producción de manera rápida y sencilla. PyTorch también ofrece gráficos y bibliotecas de cálculo dinámico para entrenamiento distribuido, que están optimizados para ofrecer un alto rendimiento en AWS. Para empezar a utilizar PyTorch en AWS, use Amazon SageMaker, un servicio de machine learning totalmente administrado que permite crear, entrenar e implementar modelos de PyTorch a gran escala de manera fácil y rentable. Si prefiere administrar la infraestructura por su cuenta, puede usar las AWS Deep Learning AMIs o los contenedores de aprendizaje profundo de AWS, que vienen creados a partir del código fuente y optimizados para el rendimiento con la última versión de PyTorch, para implementar rápidamente entornos de machine learning personalizados.
TensorFlow en AWS
TensorFlow es uno de los múltiples marcos de aprendizaje profundo disponibles para que los investigadores y desarrolladores mejoren sus aplicaciones con el machine learning. AWS ofrece un amplio soporte para TensorFlow, lo que permite a los clientes desarrollar y ofrecer sus propios modelos de visión artificial, procesamiento de lenguaje natural y traducción de voz, entre otros. Puede empezar a utilizar TensorFlow en AWS con Amazon SageMaker AI, un servicio de machine learning totalmente administrado que permite crear, entrenar e implementar modelos de TensorFlow a gran escala de manera fácil y rentable. Si prefiere administrar la infraestructura por su cuenta, puede usar las AWS Deep Learning AMIs o los contenedores de aprendizaje profundo de AWS, que vienen creados a partir del código fuente y optimizados para el rendimiento con la última versión de TensorFlow, para implementar rápidamente entornos de machine learning personalizados.
Amazon Textract es un servicio que extrae automáticamente el texto y los datos de los documentos escaneados. Amazon Textract va más allá del simple reconocimiento óptico de caracteres (OCR) e identifica también el contenido de los campos de formularios e información almacenada en tablas.
Hoy en día, muchas empresas extraen manualmente los datos de documentos escaneados, como archivos PDF, imágenes, tablas y formularios, o mediante un software de OCR sencillo que requiere una configuración manual (que a menudo se debe actualizar cuando se cambia el formulario). Para superar estos costosos procesos manuales, Amazon Textract utiliza machine learning para leer y procesar cualquier tipo de documento, extrayendo con precisión texto, caligrafía, tablas y otros datos sin esfuerzo manual. Amazon Textract le ofrece la flexibilidad de especificar los datos que necesita extraer de los documentos mediante consultas. Puede especificar la información que necesita con preguntas en lenguaje natural, como “¿Cómo se llama el cliente?”. No necesita conocer la estructura de datos del documento (tabla, formulario, campo implícito, datos anidados) ni preocuparse por las variaciones entre las versiones y los formatos del documento. Las consultas de Amazon Textract están entrenadas previamente sobre una gran variedad de documentos, incluidos recibos de pago, extractos bancarios, formularios W-2, formularios de solicitud de préstamos, pagarés hipotecarios, documentos de reclamaciones y tarjetas de seguro.
Con Amazon Textract, puede automatizar rápidamente el procesamiento de documentos y actuar en función de la información extraída, ya esté automatizando el procesamiento de préstamos o extrayendo información de facturas y recibos. Amazon Textract puede extraer los datos en cuestión de minutos en lugar de horas o días. Además, puede agregar reseñas humanas con Amazon Augmented AI para supervisar sus modelos y comprobar la información confidencial.
Amazon Transcribe
Amazon Transcribe es un servicio de reconocimiento automático de voz (ASR) que permite a los clientes convertir automáticamente la voz en texto. El servicio puede transcribir archivos de audio almacenados en formatos comunes, como WAV y MP3, con marcas de tiempo para cada palabra, de modo que pueda localizar con facilidad el audio en la fuente original buscando el texto. También puede enviar una secuencia de audio en directo a Amazon Transcribe y recibir una secuencia de las transcripciones en tiempo real. Amazon Transcribe se ha diseñado para gestionar una amplia gama de características acústicas y de voz, como las variaciones en el volumen, el tono y la velocidad del habla. La calidad y el contenido de la señal de audio (incluidos, entre otros, factores como el ruido de fondo, la superposición de los altavoces, la voz con acento o los cambios de idioma dentro de un mismo archivo de audio) pueden afectar a la precisión de la salida del servicio. Los clientes pueden optar por utilizar Amazon Transcribe para una variedad de aplicaciones empresariales, como la transcripción de las llamadas del servicio al cliente por voz, la generación de subtítulos en el contenido de audio/vídeo y la realización de análisis de contenido (basado en texto) del contenido de audio/vídeo.
Dos servicios muy importantes derivados de Amazon Transcribe son Amazon Transcribe Medical y Análisis de llamadas con Amazon Transcribe.
Amazon Transcribe Medical utiliza modelos avanzados de machine learning para transcribir con precisión el discurso médico en texto. Amazon Transcribe Medical puede generar transcripciones de texto que se pueden usar para admitir una variedad de casos de uso, desde el flujo de trabajo de la documentación clínica y la supervisión de la seguridad de los medicamentos (farmacovigilancia) hasta el subtitulado para telemedicina e incluso el análisis de centros de contacto en los dominios de la salud y las ciencias de la vida.
Análisis de llamadas con Amazon Transcribe es una API basada en inteligencia artificial que proporciona transcripciones detalladas de llamadas e información útil sobre las conversaciones que puede agregar a sus aplicaciones de llamadas para mejorar la experiencia del cliente y la productividad de los agentes. Combina potentes modelos de conversión de voz a texto y de procesamiento de lenguaje natural (NLP) personalizados, entrenados específicamente para entender las llamadas de atención al cliente y las llamadas de ventas salientes. Como parte de las soluciones de AWS Contact Center Intelligence (CCI), esta API es independiente de los centros de contacto y permite a los clientes e ISV agregar con facilidad capacidades de análisis de llamadas a sus aplicaciones.
La manera más sencilla de comenzar a utilizar Amazon Transcribe consiste en enviar un trabajo a través de la consola para transcribir un archivo de audio. También puede llamar al servicio directamente desde la AWS Command Line Interface o utilizar uno de los SDK admitidos que prefiera para integrarlo con sus aplicaciones.
Amazon Translate
Amazon Translate es un servicio de traducción automática neuronal que ofrece traducciones de idiomas rápidas, asequibles y de alta calidad. La traducción automática neuronal es una forma de automatización de la traducción de idiomas que utiliza modelos de aprendizaje profundo para ofrecer una traducción más precisa y natural que los algoritmos de traducción basados en reglas y estadísticas tradicionales. Amazon Translate le permite localizar contenido, como sitios web y aplicaciones, para sus diversos usuarios, traducir con facilidad grandes volúmenes de texto para su análisis y posibilitar de manera eficiente la comunicación multilingüe entre los usuarios.
AWS DeepComposer
AWS DeepComposer es el primer teclado musical del mundo con tecnología de machine learning que permite a los desarrolladores de todos los niveles de habilidad aprender la IA generativa y, al mismo tiempo, crear producciones musicales originales. DeepComposer se compone de un teclado USB que se conecta al equipo del desarrollador y del servicio DeepComposer, al que se accede a través de la Consola de administración de AWS. DeepComposer incluye tutoriales, códigos de muestra y datos de entrenamiento que se pueden utilizar para empezar a crear modelos generativos.
AWS DeepRacer
AWS DeepRacer es un coche de carreras a escala 1/18 que ofrece una manera interesante y divertida de empezar con aprendizaje por refuerzo (RL). El RL es una técnica avanzada de machine learning que adopta un enfoque de los modelos de entrenamiento muy diferente al de otros métodos de ML. Su superpotencia reside en que aprende comportamientos muy complejos sin necesidad de datos de entrenamiento etiquetados, y puede tomar decisiones a corto plazo, al tiempo que los optimiza para lograr un objetivo a más largo plazo.
Con AWS DeepRacer, ahora tiene una manera de empezar a trabajar con RL, experimentar y aprender a través de la conducción autónoma. Puede empezar con el coche virtual y las pistas en el simulador de carreras 3D basado en la nube y, para disfrutar de una experiencia real, puede implementar sus modelos entrenados en AWS DeepRacer y competir con sus amigos o participar en la Liga de AWS DeepRacer mundial. Desarrolladores, la carrera ha empezado.
AWS HealthLake
AWS HealthLake es un servicio compatible con la HIPAA y que los proveedores de servicios sanitarias, las compañías de seguros médicos y las compañías farmacéuticas pueden utilizar para almacenar, transformar, consultar y analizar datos sanitarios a gran escala.
Los datos sanitarios suelen ser incompletos e incoherentes. Además, suelen estar desestructurados y la información se encuentra en las notas clínicas, los informes de laboratorio, las reclamaciones de seguros, las imágenes médicas, las conversaciones grabadas y los datos de serie temporal (por ejemplo, trazados de un electrocardiograma cardiaco o electroencefalograma cerebral).
Los proveedores de servicios sanitarios pueden usar HealthLake para almacenar, transformar, consultar y analizar los datos en la Nube de AWS. Con las capacidades de procesamiento de lenguaje natural (NLP) médico integrado de HealthLake, puede analizar textos clínicos no estructurados de diversas fuentes. HealthLake transforma los datos no estructurados mediante modelos de procesamiento de lenguaje natural y proporciona eficaces capacidades de consulta y búsqueda. Puede usar HealthLake para organizar, indexar y estructurar la información de los pacientes de manera segura, compatible y auditable.
AWS HealthScribe
AWS HealthScribe es un servicio compatible con HIPAA y permite a los proveedores de software de atención médica generar automáticamente notas clínicas mediante el análisis de las conversaciones entre paciente y médico. AWS HealthScribe combina el reconocimiento de voz con la IA generativa para reducir la carga de la documentación clínica al transcribir conversaciones y producir notas clínicas rápidamente. Las conversaciones se segmentan para identificar los roles de los ponentes para pacientes y médicos, extraer términos médicos y generar notas clínicas preliminares. Para proteger los datos confidenciales de los pacientes, se han incorporado medidas de seguridad y privacidad para garantizar que el audio de entrada y el texto de salida no se retengan en AWS HealthScribe.
AWS Panorama
AWS Panorama es una colección de dispositivos de machine learning y un kit de desarrollo de software (SDK) que integra la visión artificial (CV) en las cámaras de protocolo de Internet (IP) en las instalaciones. Con AWS Panorama, puede automatizar tareas que tradicionalmente requerían la inspección humana para mejorar la visibilidad de los posibles problemas.
La visión artificial puede automatizar la inspección visual para tareas, como el seguimiento de los activos con el fin de optimizar las operaciones de la cadena de suministro, supervisar las vías de tráfico para optimizar la administración del tráfico o detectar anomalías para evaluar la calidad de la fabricación. Sin embargo, en entornos con un ancho de banda de la red limitado o en empresas con reglas de gobernanza de datos que requieren el procesamiento y almacenamiento de vídeo en las instalaciones, la visión artificial en la nube puede resultar difícil o imposible de implementar. AWS Panorama es un servicio de machine learning o que permite a las organizaciones llevar la visión artificial a las cámaras en las instalaciones para realizar predicciones localmente con gran precisión y baja latencia.
El dispositivo AWS Panorama es un dispositivo de hardware que agrega visión artificial a las cámaras IP existentes y analiza las transmisiones de vídeo de varias cámaras desde una única interfaz de administración. Genera predicciones preliminares en la periferia en cuestión de milisegundos, lo que significa que puede recibir notificaciones sobre posibles problemas, como cuando se detectan productos dañados en una línea de producción que se mueve a gran velocidad o cuando un vehículo se desvía hacia una zona restringida peligrosa de un almacén. Además, otros fabricantes están creando dispositivos y cámaras compatibles con AWS Panorama nuevos para ofrecer aún más factores de forma que se adapten a sus casos de uso específicos. Con AWS Panorama, puede utilizar los modelos de machine learning de AWS para crear sus propias aplicaciones de visión artificial o trabajar con un socio de AWS Partner Network para crear aplicaciones de CV rápidamente.
Vuelva a AWSServicios de .
