AWS освоит анализ на основе машинного обучения
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   |  Шарон Годин |  Computerworld, США

Рубрика Технологии |   1505 прочтений



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: