Amazon SageMaker bổ sung tính năng chuẩn bị dữ liệu bằng trí tuệ nhân tạo

Tóm lược nhanh
“Amazon mở rộng dịch vụ SageMaker AI với các công cụ mới giúp tự động hóa quá trình tạo,...”
Ý chính
- 1.Amazon công bố bộ tính năng chuẩn bị dữ liệu mới trên SageMaker AI, cho phép tự động tạo ví dụ giả lập, đánh giá chất lượng và dán nhãn tự động.
- 2.Hệ thống hỗ trợ quy trình đánh giá dựa trên cơ chế đồng thuận của nhiều mô hình và tích hợp công cụ Label Studio Community Edition để chuyên gia kiểm tra.
- 3.Splunk cho biết các tính năng này giúp họ tạo ra tập dữ liệu tổng hợp đại diện chính xác cho các tác vụ phức tạp một cách nhanh chóng.
- 4.Các tính năng mới hiện đã chính thức phát hành tại các vùng AWS US East ở Bắc Virginia và US West ở Oregon.
Amazon mở rộng dịch vụ SageMaker AI với các công cụ mới giúp tự động hóa quá trình tạo, kiểm định và làm sạch dữ liệu huấn luyện. Giải pháp này hỗ trợ các kỹ sư giảm bớt thời gian xử lý thủ công trước khi đưa mô hình vào giai đoạn vận hành.
Thông tin trọng tâm & Diễn biến chính
Amazon công bố bộ tính năng chuẩn bị dữ liệu mới trên SageMaker AI, cho phép tự động tạo ví dụ giả lập, đánh giá chất lượng và dán nhãn tự động.
Hệ thống hỗ trợ quy trình đánh giá dựa trên cơ chế đồng thuận của nhiều mô hình và tích hợp công cụ Label Studio Community Edition để chuyên gia kiểm tra.
Splunk cho biết các tính năng này giúp họ tạo ra tập dữ liệu tổng hợp đại diện chính xác cho các tác vụ phức tạp một cách nhanh chóng.
Các tính năng mới hiện đã chính thức phát hành tại các vùng AWS US East ở Bắc Virginia và US West ở Oregon.
Phân tích chuyên sâu & Tác động
Việc tích hợp công cụ lập trình tự động và Python SDK giúp các nhóm phát triển dễ dàng lồng ghép quy trình làm sạch dữ liệu vào các môi trường quen thuộc như JupyterLab hay IDE.
Khả năng kiểm soát dữ liệu gốc trên Amazon S3 và phân quyền qua IAM giúp doanh nghiệp duy trì các tiêu chuẩn bảo mật nghiêm ngặt khi xử lý thông tin nhạy cảm.
Triển vọng & Các yếu tố cần theo dõi
Thời điểm cụ thể Amazon mở rộng các tính năng này sang các khu vực điện toán đám mây ngoài Bắc Virginia và Oregon chưa được công bố.
Mức chi phí vận hành chi tiết khi sử dụng các mô hình đánh giá và tạo dữ liệu tổng hợp quy mô lớn chưa được làm rõ trong thông báo.







