AWS Umumkan Enam Kapabilitas Baru Amazon SageMaker di AWS: reInvent AWS Umumkan Enam Kapabilitas Baru Amazon SageMaker di AWS: reInvent ~ Teknogav.com

AWS Umumkan Enam Kapabilitas Baru Amazon SageMaker di AWS: reInvent


Teknogav.com – Pada ajang AWS re:Invent 2021, AWS mengungkapkan berbagai inovasi terkini. Swami Sivasubramanian, Vice President of Amazon Machine Learning di AWS pun mengumumkan beberapa inisiatif terkait Machine Learning pada keynote speech-nya. AWS menginisiasi beberapa program demi mempermudah akses teknologi machine learning (ML) bagi semua. Hal ini tentunya akan memperluas jangkauan teknologi ML di semua sektor industri.

Baca juga: Amazon SageMaker Data Wrangler, Tercepat Siapkan Data untuk ML

Salah satu pengkinian pada teknologi ML yang disediakan AWS adalah pengambahan kapabilitas Amazon SageMaker. Layanan Amazon SageMaker ini kini memiliki enam kapabilitas baru untuk memudahkan aksesnya. Keenam kapabilitas baru tersebut adalah sebagai berikut:

  • Amazon SageMaker Canvas, yaitu lingkungan ML dengan tampilan visual yang memudahkan tim analis untuk membuat prediksi secara akurat. Pengguna dapat memanfaatkan kapabilitas ini tanpa harus menuliskan kode pemrograman.
  • Amazon SageMaker Ground Truth Plus expert data labeling yang memungkinkan organisasi untuk melabeli data dengan makin akurat. Pelabelan tersebut dilakukan tim data annotator yang ahli di bidangnya.
  • Amazon SageMaker Studio universal notebooks yang memudahkan kolaborasi antar-praktisi ML dengan lingkungan yang terintegrasi. Dalam satu lingkungan ini, terdapat pula fungsi data engineering dan analitik. Kapabilitas ini tersedia di Region AWS Asia Pacific Mumbai, Seoul, Singapore, Sydney, dan Tokyo. Dalam beberapa bulan mendatang, kapabilitas ini juga akan dihadirkan di Region AWS lainnya.
  • Amazon SageMaker Training Compiler yang berfungsi untuk mengompilasi model ML dan secara otomatis melakukan optimalisasi pada kode pemrograman. Optimalisasi ini akan meningkatkan efisiensi komputasi dan mengurangi waktu pelatihan model ML hingga 50% lebih cepat.
  • Amazon SageMaker Inference Recommender yang memudahkan dalams memilih instances dan konfigurasi yang paling optimal untuk berbagai model ML. Kini waktu yang dibutuhkan untuk meluncuran model ML dapat dipangkas hingga menjadi hitungan jam. Sebelumnya kerumitan pada proses menyebabkan perlu waktu sampai berminggu-minggu.
  • Amazon SageMaker Serverless Inference yang memberikan kebebasan kepada pelanggan untuk melakukan inference (prediksi) dengan opsi pembayaran pay-as-you-go. Keleluasaan ini membuat pelanggan hanya perlu membayar sesuai penggunaan. Kapabilitas ini tersedia di Region AWS Asia Pacific Tokyo dan Sydney, serta akan hadir di Region AWS lainnya dalam beberapa bulan mendatang.

Selain keenam kapabilitas baru pada Amazon SageMaker, AWS juga mengumumkan dua inisiatif baru yang memperluas akses ke teknologi ML. Upaya tersebut dilakukan AWS karena menyakini makin pentingnya peran teknologi AWS di masa depan. Dua inisiatif tersebut adalah AWS AI & ML Scholarship dan Amazon SageMaker StudioLab. Tujuan perancangan kedua inisiatif tersebut adalah untuk memampukan banyak orang memperoleh bekal pengalaman memanfaatkan teknologi ML.

Baca juga: Amazon SageMaker Feature Store, Jaga Konsistensi dan Pembaruan Fitur ML

AWS AI & ML Scholarship merupakan program pendidikan dan beasiswa baru senilai USD10 juta. Tujuan program ini adalah mempersiapkan pelajar yang memiliki kesempatan pendididikan terbatas secara global untuk berkarir dalam bidang ML. Peserta program ini akan mempelajari mengenai dasar-dasar ML dengan cara merancang model mobil balap tanpa awak yang dinamakan AWS DeepRacer. Mereka juga akan berpartisipasi dalam AWS DeepRacer Student League.

Sementara itu Amazon SageMaker Studio Lab diluncurkan untuk menyediakan lingkungan pengembangan ML secara gratis. Inisiatif ini membuka peluang bagi semua orang untuk bereksperimen dengan teknologi ML.

Kumar Chellapilla, General Manager AWS

Masih dalam bagian acara AWS:reInvent, Kumar Chellapilla, General Manager AWS pun memaparkan mengenai demokratisasi ML di Asia Pasifik dan Jepang. Beliau memaparkan bahwa ada lebih dari 100.000 pelanggan AWS di seluruh dunia. Beberapa klien yang memanfaatkan ML antara lain adalah Mecca di Australia, Pemerintah Provinsi Bali di Indonesia dan Vuno di Korea Selatan. Pemerintah Provinsi Bali memanfaatkan AWS machine learning pada sistem kehadiran mereka. Penggunaan solusi tersebut memungkinkan lebih dari 19.000 pegawai layanan publik untuk masuk ke kantor secara virtual. Mereka pun dapat melakukan penghematan bulanan sampai 69%.

Baca juga: AWS Paparkan Contoh-contoh Penerapan Machine Learning Pada Transformasi Digital 

AWS juga menghadirkan desain chatbot terautomasi baru di Amazon Lex yang memungkinkan pelanggan merancang chatbot dalam hitungan jam. Jadi tak perlu lagi menghabiskan waktu berminggu-minggu. Demi memudahkan pelanggan memahami layanan dan solusi AWS ML, tersedia lebih dari 80 pelatihan digital dari AWS.

Share:

Artikel Terkini