بينما كانت الأضواء مسلطة على Amazon Bedrock في مجال الذكاء الاصطناعي التوليدي خلال العام الماضي، تظل Amazon SageMaker أداة حيوية، حيث تقدم وظائف أساسية لتعلم الآلة. تم إطلاق Amazon SageMaker في عام 2017، ليغطي كامل دورة حياة تعلم الآلة—من إنشاء النماذج وتدريبها إلى نشرها وإدارتها على نطاق واسع. يوفر بيئة مدارة شاملة مع أدوات تمكّن العملاء من بناء وتدريب ونشر نماذج تعلم الآلة والتعلم العميق. يعتمد مئات الآلاف من المستخدمين على SageMaker في مهام مثل تدريب نماذج الذكاء الاصطناعي التوليدي الشهيرة وإدارة أعباء العمل المرتبطة بتعلم الآلة. تشمل التطبيقات البارزة تدريب نموذج Stable Diffusion من Stability AI وتشغيل مولد الفيديو النصي Dream Machine من Luma.
تعزز AWS SageMaker بإطلاق خدمة MLflow المدارة المتاحة للجميع. تعتبر MLflow منصة مفتوحة المصدر تسهل دورة حياة تعلم الآلة، بدءًا من التجربة وإمكانية التكرار وصولاً إلى النشر والمراقبة. من خلال دمج MLflow كخدمة مدارة ضمن SageMaker، تمنح AWS المستخدمين القدرة على إنشاء الجيل التالي من نماذج الذكاء الاصطناعي بكفاءة أكبر. وقال Ankur Mehrotra، مدير Amazon SageMaker في AWS: "نظراً للوتيرة السريعة للابتكار، يريد عملاؤنا الانتقال بسرعة من التجربة إلى الإنتاج، مما يسرع من وقتهم في السوق. لذا، نقوم بإطلاق MLflow كقدرة مدارة في SageMaker، مما يسمح للمستخدمين بإعداده وإطلاقه بنقرات قليلة."
ما تقدمه MLflow لمستخدمي AWS
تُعتبر MLflow شائعة الاستخدام بين المطورين والمنظمات لأغراض MLOps. وأكد Mehrotra أن الخدمة المدارة الجديدة تعزز خيارات المستخدمين المؤسسيين دون التضحية بالميزات الحالية. من خلال توفير MLflow كحل مُدار بالكامل مدمج مع SageMaker، تلبي AWS احتياجات المستخدمين الذين يريدون تجربة سلسة عبر كلا المنصتين. "بينما يقومون بتكرار نماذجهم، يمكنهم بسهولة تسجيل المقاييس في MLflow، وتتبع ومقارنة النسخ المختلفة"، أوضح Mehrotra. "ثم يمكنهم تسجيل هذه النماذج في سجل النماذج ونشرها بسهولة."
تُدمج خدمة MLflow المدارة بعمق مع مكونات SageMaker الحالية، مما يضمن مزامنة الإجراءات ضمن MLflow تلقائياً مع خدمات SageMaker مثل سجل النماذج. "لقد قمنا ببناء هذا لتكامل سلس مع قدرات SageMaker، سواء كان ذلك في تدريب النماذج أو نشرها أو استضافتها، مما يوفر للعملاء تجربة MLflow متماسكة"، أضاف Mehrotra.
استكشفت العديد من المؤسسات، بما في ذلك مزود استضافة الويب GoDaddy وToyota Connected، وهي فرع من Toyota Motor Corporation، الخدمة المدارة خلال مرحلة تجريبية.
خدمات SageMaker وBedrock: خدمات تكاملية
بينما تركز Amazon SageMaker على دورة حياة تعلم الآلة بشكل كامل، قدمت AWS مؤ recently Amazon Bedrock لتطوير تطبيقات الذكاء الاصطناعي التوليدي. أوضح Mehrotra دور SageMaker ضمن نظام الذكاء الاصطناعي هذا: "تم تصميم SageMaker لبناء وتدريب ونشر النماذج، بينما يتفوق Bedrock في إنشاء تطبيقات الذكاء الاصطناعي التوليدي"، قال. "يستخدم العديد من العملاء كلاً من SageMaker وBedrock، إلى جانب خدمات أخرى، لتطوير حلولهم في الذكاء الاصطناعي التوليدي."
يسمح ذلك للمطورين بإنشاء نماذج في SageMaker ونشرها في تطبيقات الذكاء الاصطناعي عبر Bedrock، مستفيدين من قدراتها غير الخادمية—مما يجعل هذه الخدمات عناصر تكاملية في عروض AWS للذكاء الاصطناعي التوليدي.
تركيز SageMaker المستقبلي
بالتطلع إلى الأمام، شارك Mehrotra الأولويات الرئيسية التي توجه خارطة طريق منتج Amazon SageMaker. يتمثل التركيز الرئيسي في توسيع نطاق الخدمات وتحسين التكاليف مع تبسيط عملية التطوير للعملاء. "نهدف إلى تقليل الأعمال الثقيلة غير المتميزة عن العملاء أثناء بناء حلول الذكاء الاصطناعي الجديدة. توقعوا رؤية المزيد من القدرات التي تمكّن العملاء من إنشاء وإطلاق هذه الحلول بشكل أسرع"، اختتم.
يضع هذا التركيز الاستراتيجي Amazon SageMaker كلاعب محوري في تعزيز مشهد تعلم الآلة والذكاء الاصطناعي التوليدي.
قائمة الترتيب
