XRUST.ru » Программирование » Компания Amazon развивает возможности инструментов разработчика
Программирование

Компания Amazon развивает возможности инструментов разработчика

5 декабря 2024, 06:50 5 187 0 27

Компания Amazon делает всё возможное, чтобы обеспечить разработчиков новыми инструментами. Здесь и новейшая версия SageMaker, и крупнейшая языковая модель.

Компания не оставляет ничего живого в прежнем программном обеспечении, чтобы встроить генеративные инструменты ИИ в каждое приложение, пишет xrust. На своей ежегодной конференции re:Invent гендиректор продемонстрировал большое количество функций и инструментов, которые компания создала для разработчиков.

Первым крупным заявлением, сделанным в ходе его выступления, стало заявление, что AWS объединит свои аналитические и ИИ-сервисы в новую версию SageMaker. Подразумевается ИИ и машинное обучение.

Фактически гендиректор анонсировал новый сервис под упомянутым выше названием. Правда дословно оно пишется: SageMaker Unified_Studio. Сейчас тестируется предварительная версия. Новинка призвана объединить аналитику SQL, обработку данных, разработку ИИ, потоковую передачу данных, бизнес-аналитику и аналитику поиска.

Другие новости. Про южнокорейское военное положение – здесь. Про Францию – там.



Xrust: Компания Amazon развивает возможности инструментов разработчика

компания, Amazon, xrust

Поделится
27 0

Комментарии


Новый метод MIT делает ИИ более объяснимым
Учёные из Массачусетского технологического института представили новый метод, который помогает моделям искусственного интеллекта объяснять свои прогнозы более понятно и точно. Разработка была создана в лаборатории CSAIL MIT и будет представлена на Международной конференции по обучению представлениям. Технология может повысить доверие к ИИ в медицине, анализе изображений и других критически важных областях. Почему объяснимость ИИ становится критически важной Современные системы искусственного интеллекта часто называют «чёрным ящиком», констатирует xrust. Они способны давать точные прогнозы, но пользователи не всегда понимают, почему модель пришла именно к такому результату. Это особенно важно в таких областях, как: медицинская диагностика; анализ медицинских изображений; научные исследования; системы безопасности. Например, если алгоритм обнаруживает меланому на снимке кожи, врач должен понимать, какие признаки на изображении привели к такому выводу. Без этого доверие к алгоритму
1 764 1