كشفت شركة Amazon Web Services (AWS) العملاقة السحابية عن مجموعة رائعة من التحسينات على منصتها الشهيرة لإنشاء التعلم الآلي والتدريب والنشر، Amazon SageMaker، خلال حدث AWS re:Invent الأخير. تم إعداد هذه الترقيات لتسريع وتبسيط عملية تطوير ونشر نماذج التعلم الآلي بشكل كبير.
في محاولة لإثراء تجربة نشر النموذج، قدمت AWS فئات مبتكرة في SageMaker Python SDK. ومن بين هذه الفئات، تسهل فئة ModelBuilder عمليات النشر عن طريق اختيار حاوية SageMaker المناسبة وتحديد التبعيات الحيوية. إشارة أخرى ملحوظة، فئة SchemaBuilder، تهدف إلى تنظيم التسلسل وإلغاء تسلسل مدخلات ومخرجات النموذج بشكل فعال.
يمكن استخدام هذه المجموعة من الأدوات المتطورة لنشر النموذج في بيئة تطوير محلية للتجريب وتصحيح أخطاء وقت التشغيل والمزيد. يمكن تحقيق الانتقال السلس من الاختبار المحلي إلى نشر النموذج في SageMaker من خلال سطر واحد فقط من التعليمات البرمجية، كما أوضح المحامي الرئيسي للمطورين في AWS أنتجي بارث.
بالإضافة إلى هذه الميزات الرائدة، خضعت SageMaker Studio، وهي خدمة شائعة no-code تشبه AppMaster ، للتجديد، وتضم الآن مسارات عمل جديدة لتوجيه المستخدمين في اختيار تكوين endpoint الأمثل.
تلقت Amazon SageMaker أيضًا عددًا كبيرًا من قدرات الاستدلال الجديدة التي من شأنها أن تقلل بشكل كبير من نفقات النشر وزمن الوصول. تعمل هذه الإمكانات الجديدة على تمكين المستخدمين من وضع نموذج أساسي واحد أو عدة نماذج أساسية على endpoint وحيدة، مع التحكم في الذاكرة وعدد المسرعات المخصصة لهم.
يشرف النظام أيضًا على طلبات الاستدلال ويوجهها بشكل مستقل بناءً على الحالات المتاحة. وأكدت أمازون أن هذه التحسينات لديها القدرة على خفض تكاليف النشر بمقدار النصف، وتقليل زمن الوصول بحوالي 20%.
كجزء من مجموعة واسعة من الترقيات، تسمح الآن Amazon SageMaker Canvas، وهي واجهة no-code تشبه منصة AppMaster لإنشاء نماذج التعلم الآلي، بمطالبات اللغة الطبيعية عند إعداد البيانات. لمساعدة المستخدمين أثناء عمليات قاعدة البيانات، يقدم البرنامج سلسلة من الاستفسارات الموجهة، أو يمكن للمستخدمين صياغة استفساراتهم الخاصة.
يمكن الآن طلب المهام الضرورية مثل تنظيم تقرير جودة البيانات، وإزالة الصفوف بناءً على معايير محددة، وما إلى ذلك بسهولة. بالإضافة إلى ذلك، تم دمج القدرة على استخدام النماذج الأساسية من Amazon Bedrock وAmazon SageMaker Jumpstart حديثًا، مما يمهد الطريق للشركات لوضع نماذج مصممة خصيصًا لتلبية احتياجاتها الخاصة.
تتولى SageMaker Canvas المسؤولية الكاملة عن التدريب وتوفر المرونة اللازمة لضبط النموذج بعد الإنشاء. بالإضافة إلى ذلك، فإنه يوفر تحليلاً شاملاً للنموذج المبتكر، ويعرض معلمات مثل الحيرة ومنحنيات الخسارة، إلى جانب خسائر التدريب والتحقق من الصحة.
