Aprendizaje automático (ML) e inteligencia artificial (IA)

AWS lo ayuda en cada etapa de su proceso de adopción del aprendizaje automático con el conjunto más completo de servicios de aprendizaje automático y una infraestructura especialmente diseñada. 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 ayudarte a decidir qué servicio se adapta mejor a tus necesidades, consulta Cómo elegir un servicio de aprendizaje AWS automático, Elegir 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.

Diagrama que muestra AWS la pila de inteligencia artificial

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 lleva la revisión humana a todos los desarrolladores, lo que elimina el pesado trabajo indiferenciado que implica la creación de sistemas de revisión humana o la gestión de un gran número de revisores humanos, ya sea que se ejecute o no. AWS

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 básicos de las principales empresas de IA, como AI21 Labs, Anthropic, Cohere, Luma, Meta DeepSeek, 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. Intégrela CodeGuru en su flujo de trabajo de desarrollo de software actual para automatizar las revisiones de código durante el desarrollo de la aplicación y monitorizar continuamente el rendimiento de la aplicación durante la producción, además de ofrecer recomendaciones y pistas visuales sobre cómo mejorar la calidad del código y el rendimiento de las aplicaciones y reducir los costes generales.

Amazon CodeGuru Reviewer utiliza el aprendizaje automático y el razonamiento automatizado para identificar problemas críticos, vulnerabilidades de seguridad y errores difíciles de encontrar durante el desarrollo de aplicaciones, y ofrece recomendaciones para mejorar la calidad del código.

Amazon CodeGuru Profiler ayuda a los desarrolladores a encontrar las líneas de código más caras de una aplicación, ya que les ayuda a comprender el comportamiento en tiempo de ejecución de sus aplicaciones, identificar y eliminar las ineficiencias del código, mejorar el rendimiento y reducir considerablemente los costos de procesamiento.

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.

El DevOps gurú de Amazon

Amazon DevOps Guru es un ML-powered servicio que facilita la mejora del rendimiento operativo y la disponibilidad de una aplicación. Amazon DevOps Guru detecta comportamientos que se desvían de los patrones operativos normales para que pueda identificar los problemas operativos mucho antes de que afecten a sus clientes.

Amazon DevOps Guru utiliza modelos de aprendizaje automático basados en años de Amazon.com excelencia AWS operativa 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 del servicio o interrupciones del servicio. Cuando Amazon DevOps Guru identifica un problema grave, 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 ingiere automáticamente los datos operativos de sus AWS aplicaciones y proporciona un panel único para visualizar los problemas en sus datos operativos. Para empezar, puede habilitar Amazon DevOps Guru para todos los recursos de su AWS cuenta, los recursos de sus CloudFormation Stacks o los recursos agrupados por AWS etiquetas, sin necesidad de configuración manual ni conocimientos de aprendizaje automático.

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 utilizada en Amazon.com, Amazon Forecast utiliza el aprendizaje automático para combinar datos de series temporales 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 HIPAA-eligible un servicio de procesamiento del lenguaje natural (PNL) que utiliza el aprendizaje automático previamente entrenado para comprender y extraer datos de salud de textos médicos, como recetas, procedimientos o diagnósticos. Amazon Comprehend Medical puede ayudarlo a extraer información de textos médicos no estructurados de forma precisa y rápida con ontologías médicas ICD-10-CM como SNOMED CT y, a su vez RxNorm, acelerar la tramitación de las reclamaciones de seguros, 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

nota

El 10 de octubre de 2025, AWS suspenderá el soporte para Amazon Lookout for Metrics. Para obtener más información, consulte Transición desde 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 forma segura AWS, el servicio Amazon Monitron que analiza los datos para detectar patrones anormales de la máquina mediante el aprendizaje automático y una aplicación móvil complementaria para configurar los dispositivos y recibir informes sobre el comportamiento operativo y alertas sobre posibles fallas 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. Experimenta con técnicas de ingeniería rápidas, revisa las respuestas generadas y desarrolla tu intuición para la IA generativa mientras creas y exploras aplicaciones divertidas. PartyRock proporciona acceso a los modelos básicos (FM) de Amazon y de las principales empresas de IA a través de Amazon Bedrock, un servicio de servicios totalmente gestionado.

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 aprendizaje automático crear fácilmente capacidades de personalización sofisticadas en sus aplicaciones, mediante la tecnología de aprendizaje automático perfeccionada tras años de uso. 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 tu propio Amazon.com equipo de personalización de aprendizaje automático a tu 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 ofrece voces Text-to-Speech neuronales (NTTS) que ofrecen mejoras avanzadas en la calidad de la voz mediante un nuevo enfoque de aprendizaje automático. 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 por personaje convertido de Amazon Polly y la falta de restricciones en cuanto al almacenamiento y la reutilización de la salida de voz la convierten en una forma rentable de Text-to-Speech habilitarla en cualquier lugar.

Amazon Q

Amazon Q es un AI-powered asistente generativo para acelerar el desarrollo de software y aprovechar los datos internos.

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 aprendizaje automático para cualquier caso de uso con una infraestructura, herramientas y flujos de trabajo totalmente gestionados. SageMaker La IA elimina el trabajo pesado de cada paso del proceso de aprendizaje automático para facilitar el desarrollo de modelos de alta calidad. SageMaker La IA proporciona todos los componentes que se utilizan para el aprendizaje automático en un único conjunto de herramientas para que los modelos comiencen a producirse más rápido, con mucho menos esfuerzo y a un coste menor.

Piloto automático Amazon SageMaker AI

Amazon SageMaker AI Autopilot crea, entrena y ajusta automáticamente los mejores modelos de aprendizaje automático en función de sus datos, a la vez que le permite mantener el control y la visibilidad totales. Con el piloto automático de SageMaker IA, solo tiene que proporcionar un conjunto de datos tabular y seleccionar la columna objetivo que desee realizar la predicción, que puede ser un número (como el precio de una vivienda, lo que se denomina regresión) o una categoría (como el spam/not spam, que se denomina clasificación). SageMaker El piloto automático de IA 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 al aprendizaje automático al proporcionar a los analistas de negocios una interfaz visual de apuntar y hacer clic que les permite generar predicciones precisas de aprendizaje automático por sí mismos, sin necesidad de experiencia en aprendizaje automático ni tener que escribir una sola línea de código.

Amazon SageMaker AI Clarify

Amazon SageMaker AI Clarify proporciona a los desarrolladores de aprendizaje automático 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 mediante el examen de los atributos que especifique. SageMaker AI Clarify también incluye gráficos de importancia de las características que le 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 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 añadir etiquetas informativas para crear conjuntos de datos de entrenamiento de alta calidad para sus modelos de aprendizaje automático.

Amazon SageMaker AI Data Wrangler

Amazon SageMaker AI Data Wrangler reduce el tiempo que se tarda en agregar y preparar los datos para el aprendizaje automático de semanas a minutos. Con SageMaker AI Data Wrangler, puede simplificar el proceso de preparación de datos y la ingeniería de características, y completar cada paso del flujo de trabajo de preparación de datos, incluida la selección, la limpieza, la exploración y la visualización de los datos desde una única interfaz visual.

Amazon SageMaker AI Edge

Amazon SageMaker AI Edge permite el aprendizaje automático en dispositivos periféricos al optimizar, proteger e implementar modelos en el borde y, luego, monitorear estos modelos en su flota de dispositivos, como cámaras inteligentes, robots y otros dispositivos electrónicos inteligentes, para reducir los costos operativos continuos. SageMaker El compilador AI Edge optimiza el modelo entrenado para que pueda ejecutarse en un dispositivo periférico. SageMaker AI Edge incluye un mecanismo de despliegue inalámbrico (OTA) que te ayuda a implementar modelos en la flota independientemente del firmware de la aplicación o del dispositivo. SageMaker AI Edge Agent te 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.

Tienda de funciones de Amazon SageMaker AI

Amazon SageMaker AI Feature Store es un repositorio diseñado específicamente en el que puedes almacenar funciones y acceder a ellas para que sea mucho más fácil nombrarlas, organizarlas y reutilizarlas en todos los equipos. SageMaker AI Feature Store proporciona un almacén unificado de funciones durante el entrenamiento y las inferencias en tiempo real sin necesidad de escribir código adicional ni crear procesos manuales para mantener la coherencia de las funciones. SageMaker AI Feature Store realiza un seguimiento de los metadatos de las entidades almacenadas (como el nombre de la función o el número de versión) para que pueda consultar las características en busca de los atributos correctos por lotes o en tiempo real mediante Amazon Athena, un servicio de consultas interactivo. SageMaker AI Feature Store también mantiene las características actualizadas, ya que a medida que se generan nuevos datos durante la inferencia, se actualiza el repositorio único para que siempre haya nuevas funciones 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 aprendizaje automático (ML) la creación, el entrenamiento y la implementación de modelos de ML 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 pesado trabajo indiferenciado que implica crear y optimizar la infraestructura de aprendizaje automático (ML) para grandes modelos de lenguaje (LLM), modelos de difusión y modelos básicos (FM). SageMaker HyperPod La IA viene preconfigurada con bibliotecas de formación distribuidas que permiten a los clientes dividir automáticamente las cargas de trabajo de formación entre miles de aceleradores AWS Trainium, como las unidades de procesamiento gráfico (GPU) NVIDIA A100 y H100.

SageMaker La IA HyperPod también ayuda a garantizar que puedas seguir entrenando sin interrupciones, ya que guarda periódicamente los puntos de control. 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 informático para que se adapte mejor a sus necesidades y configurarlo con las bibliotecas de formación distribuidas de Amazon SageMaker AI para lograr un rendimiento óptimo AWS.

Amazon SageMaker AI JumpStart

Amazon SageMaker AI le JumpStart ayuda a empezar a utilizar el aprendizaje automático de forma rápida y sencilla. Para que sea más fácil comenzar, la SageMaker IA JumpStart proporciona un conjunto de soluciones para los casos de uso más comunes que se pueden implementar fácilmente con solo unos pocos clics. Las soluciones son totalmente personalizables y permiten utilizar AWS CloudFormation plantillas y arquitecturas de referencia para que pueda acelerar su transición al aprendizaje automático. Amazon SageMaker AI JumpStart también admite la implementación y el ajuste con un solo clic de más de 150 modelos populares de código abierto, como el procesamiento del lenguaje natural, la detección de objetos y los modelos de 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 aprendizaje automático, 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, puedes elegir diferentes algoritmos, incluidos más de 15 integrados y optimizados para la SageMaker IA, y usar más de 750 modelos prediseñados de zoológicos populares disponibles con unos pocos clics. SageMaker La IA también ofrece una variedad de herramientas de creación de modelos, como Amazon SageMaker AI Studio Notebooks JupyterLab, RStudio y Code Editor basado en Code-OSS (Virtual Studio Code Open Source), donde puede ejecutar modelos de aprendizaje automático a pequeña escala para ver los resultados y ver informes sobre su rendimiento, de modo que pueda crear prototipos funcionales de alta calidad.

Capacitación sobre modelos de SageMaker IA de Amazon

Amazon SageMaker AI reduce el tiempo y el coste de entrenar y ajustar los modelos de aprendizaje automático a escala sin necesidad de gestionar la infraestructura. Puede aprovechar la infraestructura de procesamiento de aprendizaje automático de mayor rendimiento disponible en la actualidad, y la SageMaker IA puede escalar automáticamente la infraestructura hacia arriba o hacia abajo, de una a miles de 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 formación distribuidas de Amazon SageMaker AI para obtener un mejor rendimiento o utilizar bibliotecas de terceros DeepSpeed, como Horovod o Megatron.

Implementación del modelo Amazon SageMaker AI

Amazon SageMaker AI facilita la implementación de modelos de aprendizaje automático 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 ayudarlo 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.

Amazon SageMaker AI Pipelines

Amazon SageMaker AI Pipelines es el primer servicio de integración y entrega continuas (CI/CD) diseñado específicamente y fácil de usar para el aprendizaje automático. Con SageMaker AI Pipelines, puede crear, automatizar y gestionar flujos de trabajo de aprendizaje automático integrales a escala.

Laboratorio Amazon SageMaker AI Studio

Amazon SageMaker AI Studio Lab es un entorno de desarrollo de aprendizaje automático gratuito que proporciona el procesamiento, el almacenamiento (hasta 15 GB) y la seguridad, sin coste alguno, para que cualquiera pueda aprender y experimentar con el aprendizaje automático. Lo único que necesita para empezar es una dirección de correo electrónico válida; no necesita configurar la infraestructura ni gestionar la identidad y el acceso, ni siquiera registrarse para obtener una cuenta. AWS SageMaker AI Studio Lab acelera la creación de modelos mediante GitHub la integración y viene preconfigurado con las herramientas, marcos y bibliotecas de aprendizaje automático más populares para que puedas empezar de inmediato. SageMaker AI Studio Lab guarda automáticamente tu trabajo para que no tengas 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 con MxNet una experiencia totalmente gestionada AWS con Amazon SageMaker AI, una plataforma para crear, entrenar e implementar modelos de aprendizaje automático a escala. O bien, puede utilizarlos AWS Deep Learning AMIspara crear entornos y flujos de trabajo personalizados, así MxNet como con otros marcos, como Chainer TensorFlow, Keras PyTorch, 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 TensorFlow, como 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 coste adicional: solo paga por los AWS recursos necesarios para almacenar y ejecutar sus aplicaciones.

AWS Deep Learning Containers

AWS Deep Learning Containers (contenedores AWS DL) son imágenes de Docker preinstaladas con marcos de aprendizaje profundo para facilitar la implementación rápida de entornos de aprendizaje automático (ML) personalizados, lo que le permite omitir el complicado proceso de crear y optimizar sus entornos desde cero. AWS Soporte para contenedores DL TensorFlow PyTorch, Apache MXNet. Puede implementar contenedores de AWS DL en Amazon SageMaker AI, Amazon Elastic Kubernetes Service (Amazon EKS), Kubernetes autogestionados en Amazon EC2 y 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.

Aprendizaje automático geoespacial con Amazon AI SageMaker

Las capacidades geoespaciales de Amazon SageMaker AI permiten a los científicos de datos e ingenieros de aprendizaje automático crear, entrenar e implementar modelos de aprendizaje automático utilizando datos geoespaciales de forma más rápida y a 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 3D acelerados con herramientas de visualización integradas. SageMaker Las capacidades geoespaciales en tiempo de ejecución se pueden utilizar para una amplia gama de casos de uso, como maximizar el rendimiento de las cosechas y la seguridad alimentaria, evaluar los riesgos y las reclamaciones de seguros, apoyar el desarrollo urbano sostenible y pronosticar la utilización de las tiendas minoristas.

Hugging Face en AWS

Con Hugging Face en SageMaker Amazon AI, puedes implementar y ajustar modelos previamente entrenados de Hugging Face, un proveedor de código abierto de modelos de procesamiento del lenguaje natural (NLP) conocido como Transformers, lo que 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 AWS Hugging Face Deep Learning Containers (DLC), que proporcionan a los científicos de datos y desarrolladores de ML una experiencia totalmente gestionada para crear, entrenar e implementar modelos de PNL de última generación en Amazon AI. SageMaker

PyTorch en AWS

PyTorches un marco de aprendizaje profundo de código abierto que facilita el desarrollo de modelos de aprendizaje automático y su implementación en la producción. Al utilizar TorchServela biblioteca PyTorch de servidores de modelos creada y mantenida AWS en colaboración con Facebook, PyTorch los desarrolladores pueden implementar modelos en producción de forma rápida y sencilla. PyTorch también proporciona gráficos y bibliotecas de cómputo dinámico para la formación distribuida, que están optimizados para ofrecer un alto rendimiento. AWS Puede empezar a AWS utilizar PyTorch Amazon SageMaker, un servicio de aprendizaje automático totalmente gestionado que permite crear, entrenar e implementar PyTorch modelos a escala de forma fácil y rentable. Si prefiere administrar la infraestructura usted mismo, puede usar los Deep Learning Containers AWS Deep Learning AMIso los AWS Deep Learning Containers, que vienen creados a partir del código fuente y optimizados para el rendimiento con la última versión de, PyTorch para implementar rápidamente entornos de aprendizaje automático personalizados.

TensorFlow activado AWS

TensorFlowes uno de los muchos marcos de aprendizaje profundo disponibles para que los investigadores y desarrolladores mejoren sus aplicaciones con el aprendizaje automático. AWS ofrece un amplio soporte TensorFlow, ya que permite a los clientes desarrollar y utilizar sus propios modelos en los ámbitos de la visión artificial, el procesamiento del lenguaje natural, la traducción de voz y mucho más. Puede empezar a AWS utilizar TensorFlow Amazon SageMaker AI, un servicio de aprendizaje automático totalmente gestionado que permite crear, entrenar e implementar TensorFlow modelos a escala de forma fácil y rentable. Si prefiere administrar la infraestructura usted mismo, puede usar los Deep Learning Containers AWS Deep Learning AMIso los AWS Deep Learning Containers, que vienen creados a partir del código fuente y optimizados para el rendimiento con la última versión de, TensorFlow para implementar rápidamente entornos de aprendizaje automático personalizados.

Amazon Textract

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 preparadas previamente sobre una gran variedad de documentos, incluidos recibos de pago, extractos bancarios, formularios de solicitud de préstamos W-2s, 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 llamadas de voz al servicio de atención al cliente, la generación de subtítulos en el audio/video contenido y la realización de análisis de contenido (basado en texto). audio/video

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.

Amazon Transcribe Call Analytics es una AI-powered API que proporciona transcripciones de llamadas completas e información útil sobre las conversaciones que puede añadir 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 o utilizar uno de los AWS Command Line Interface SDK compatibles 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 DeepComposeres el primer teclado musical del mundo con tecnología ML que permite a los desarrolladores de todos los niveles aprender la IA generativa y, al mismo tiempo, crear producciones musicales originales. DeepComposer consiste en un teclado USB que se conecta al ordenador del desarrollador y al DeepComposer servicio, al que se accede a través del Consola de administración de AWS. DeepComposer incluye tutoriales, ejemplos de código y datos de entrenamiento que se pueden utilizar para empezar a crear modelos generativos.

AWS DeepRacer

AWS DeepRaceres un coche de carreras a gran escala que te ofrece una forma interesante y divertida de empezar con 1/18 ^el 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.

Ahora tienes una forma de ponerte manos a la obra con el RL, experimentar y aprender a través de la conducción autónoma. AWS DeepRacer Puedes empezar con el coche y las pistas virtuales en el simulador de carreras 3D basado en la nube y, para disfrutar de una experiencia real, puedes utilizar tus modelos entrenados AWS DeepRacer y competir con tus amigos o participar en la Liga mundial AWS DeepRacer . Desarrolladores, la carrera ha empezado.

AWS HealthLake

AWS HealthLakees un HIPAA-eligible servicio que los proveedores de atención médica, las compañías de seguros de salud y las compañías farmacéuticas pueden utilizar para almacenar, transformar, consultar y analizar datos de salud 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 atención médica pueden utilizar HealthLake para almacenar, transformar, consultar y analizar datos en el Nube de AWS. Al utilizar las capacidades médicas HealthLake integradas de procesamiento del lenguaje natural (PNL), puede analizar textos clínicos no estructurados de diversas fuentes. HealthLake transforma los datos no estructurados mediante modelos de procesamiento de lenguaje natural y proporciona potentes capacidades de consulta y búsqueda. Se puede utilizar HealthLake para organizar, indexar y estructurar la información de los pacientes de forma segura, compatible y auditable.

AWS HealthScribe

AWS HealthScribees un HIPAA-eligible servicio que permite a los proveedores de software sanitario generar automáticamente notas clínicas mediante el análisis de las conversaciones entre el paciente y el médico. AWS HealthScribe combina el reconocimiento de voz con la IA generativa para reducir la carga de la documentación clínica mediante la transcripción de las conversaciones y la producción rápida de notas clínicas. 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, la seguridad y la privacidad están integradas para garantizar que el audio de entrada y el texto de salida no se conserven. 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 Panoramaél, 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 AWS Panorama dispositivo es un dispositivo de hardware que añade visión artificial a sus 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 nuevas cámaras y dispositivos AWS Panorama compatibles con el fin de ofrecer aún más formatos para sus casos de uso específicos. Con AWS Panorama ellos, puede utilizar los modelos de AWS aprendizaje automático para crear sus propias aplicaciones de visión artificial o trabajar con un socio AWS Partner Network para crear aplicaciones de CV rápidamente.

Kiro

Kiro es un sistema de desarrollo basado en agentes AWS que ayuda a los desarrolladores y a los equipos a cerrar la brecha entre la programación y la ingeniería mediante la IA gestionando la intención, realizando tareas de larga duración en bases de código de gran tamaño y validando la corrección del código con agentes avanzados que aprenden continuamente de cada sesión. Kiro está disponible como IDE, CLI y como agente web autónomo.