AWS освоит анализ на основе машинного обучения

На платформе Amazon Web Services анонсирован запуск облачного сервиса, который поможет клиентам извлекать полезную информацию из имеющихся у них данных


Клиенты AWS вскоре получат доступ к сервису анализа Больших Данных, который позволяет Amazon рекомендовать своим клиентам книги, видеоигры и бытовую технику

12:56 05.05.2015   |   2693 |  Шарон Годин |  Computerworld, США

Рубрика Технологии



Скоро пользователи получат доступ к средствам анализа Больших Данных, которые позволят компании Amazon рекомендовать своим клиентам книги, видеоигры и разнообразную бытовую технику.

На платформе Amazon Web Services анонсирован запуск облачного сервиса, который поможет клиентам извлекать полезную информацию из имеющихся у них данных.

Проблема Больших Данных заключается в том, что зачастую они остаются невостребованными из-за чрезмерной сложности извлечения из них важной информации и слишком больших затрат времени и энергии на ее поиск.

Компания Amazon, следуя по стопам Microsoft, своего конкурента в облачном бизнесе, хочет, чтобы новый облачный сервис помог преодолеть сложности. (В Microsoft добавила в феврале сервис машинного обучения в свою облачную платформу Azure.)

«У нас накоплено богатое наследство в области машинного обучения, – отметил старший менеджер направления Amazon Machine Learning Джефф Билджер. – Благодаря ему клиенты получают на Amazon.com рекомендации по выбору продуктов, Amazon Echo реагирует на их голос, а процесс разгрузки полного грузовика и подготовки партии товаров к продаже занимает всего полчаса».

Машинное обучение, относящееся к области искусственного интеллекта, включает в себя алгоритмы, предусматривающие проведение обучения на основе имеющихся данных.

Как правило, термин «машинное обучение» употребляется по отношению к роботам, которых учат перемещаться по зданию и использовать разнообразные инструменты. Компании и медицинские научно-исследовательские институты все чаще обращаются к Большим Данным в поисках закономерностей и взаимосвязей, которые своими силами человеку обнаружить весьма затруднительно или вообще невозможно.

В марте исследователи из Университета Карнеги-Меллона и Питтсбургского университета сообщили об использовании машинного обучения для анализа информации о выписанных рецептах, профилей геномов, страховых операций, диагностических снимков и прочих медицинских записей с целью выработки планов лечения людей, которые не только страдают однотипными заболеваниями, но и имеют другие схожие черты: семейную историю, стиль жизни, возрастную группу и т. д.

Известно, что одно и то же лекарство от рака некоторым пациентам помогает лучше, чем другим. Сочетание методов Больших Данных и искусственного интеллекта, позволяющего отсеивать ненужное, помогает ученым разрабатывать новые лекарства.

Сегодня с помощью анализа Больших Данных, говорит Билджер, можно предоставить компаниям информацию о том, кроссовки какого цвета лучше продаются в Новой Англии, какие бизнес-процессы наиболее эффективны и социальные программы какого рода способствуют появлению наиболее лояльных клиентов.

«Amazon Machine Learning – результат всего, чему мы научились, предоставив тысячам разработчиков возможность быстро выстраивать модели, проводить эксперименты и создавать приложения, делать выдающие прогнозы в масштабах всей планеты, – подчеркнул Билджер. – Мы давно поняли, что потенциал машинного обучения можно раскрыть лишь в том случае, если с помощью средств Amazon сделать его доступным каждому».

Идея заключается в том, чтобы благодаря новому сервису AWS разработчики могли использовать машинное обучение в своих приложениях, которые будут запускаться в облаке Amazon.

Чтобы упростить пользователям обработку данных, которые уже хранятся в облаке AWS, новый сервис был интегрирован с Amazon Simple Storage Service (Amazon S3), Amazon Redshift и Amazon Relational Database Service (Amazon RDS).

«Перед нами открываются потрясающие возможности, и, обращаясь к анализу, Amazon хорошо понимает это, – отметил аналитик The Gabriel Consulting Group Дэн Олдс. – Чтобы заставить свои бизнес-модели работать, компания делает ставку на аналитику. На основе проведенного анализа выдаются прогнозы совершения людьми последующих покупок, а пользователям предоставляется информация о том, что еще можно купить. Людям, принимающим в Amazon решения, средства базового анализа позволяют понять, как лучше организовать работу магазина компании».

Возможности такого рода могли бы помочь многим предприятиям эффективнее использовать имеющиеся у них данные. «Сочетание средств машинного обучения с Большими Данными откроет перед организациями перспективы, которые ранее зачастую даже не рассматривались», – подчеркнул Олдс.

Аналитик компании Moor Insights & Strategy Патрик Мурхед указал, что крупные предприятия могли бы выстраивать свои системы машинного обучения с использованием облачных сервисов, позволяющих сэкономить немало финансовых средств, времени и усилий, которые в противном случае пришлось бы потратить на разработку собственных инструментов искусственного интеллекта.

«Объединив облачные ресурсы, Большие Данные и технологии машинного обучения, вы получите масштабируемую аналитическую среду, помогающую находить ответы на самые разные вопросы, – пояснил Мурхед. – С этим сервисом вам не придется закупать оборудование, изыскивать место для его установки и заниматься развертыванием аппаратно-программных комплексов. Не нужно быть и экспертом по программному обеспечению для ЦОД. Достаточно выбрать нужные алгоритмы для проведения оценок и найти способ размещения данных в AWS. А это проделать гораздо проще».


Теги: Microsoft Azure Статьи Большие данные Искусственный интеллект Amazon Web Services Машинное обучение in_bigdata
На ту же тему: