Amazon Web Services podczas wydarzenia AWS re:Invent 2017, przedstawił 5 nowych usług Machine Learning, w tym Amazon SageMaker – usługę umożliwiającą szybkie tworzenie, szkolenie, wdrażanie i zarządzanie własnymi modelami uczenia maszynowego dostępną także dla użytkowników w Polsce. W związku z tym Telix.pl miał możliwość zadania pytań do ekspertów Amazon Web Services w Polsce.

  1. Telix.pl: W celu wprowadzenia do tematu rozmowy, proszę w kliku słowach opisać narzędzia: SageMaker, Rekognition Video, Transcribe i Comprehend, ktore wchodzą w skład usług Amazon Web Services.
  2.  Telix.pl: Amazon udostępnia firmom w Polsce nowe mechanizmy sztucznej inteligencji na platformie AWS. Wśród nich są rozwiązania pozwalające na budowanie przez firmy algorytmów AI, rozpoznawanie obiektów w materiałach wideo czy zamianę dźwięku na tekst. Czy mogą Państwo rozwinąć ten temat?

 [Tomasz Stachlewski] AWS udostępnia swoim klientom portfolio różnego rodzaju usług, w ramach których znajduje się wiele usług Sztucznej Inteligencji. Celem AWS jest dostarczenie elementów, za pomocą których zarówno firmy jak i klienci będą mogli szybciej budować nowoczesne i inteligentne aplikacje. Wśród nich można wyróżnić Amazon Rekognition – usługę wykorzystywaną m.in. przez platformę Pinterest – umożliwiającą analizę zdjęć oraz filmów: Kto jest na zdjęciu? Co zdjęcie przedstawia? Z kolei Amazon Comprehend to usługa przetwarzania języka naturalnego (NLP), która wykorzystuje Uczenie Maszynowe do znajdowania kluczowych wniosków z danego tekstu – identyfikuje język, wyodrębnia kluczowe frazy, miejsca, osoby, marki lub zdarzenia, rozumie czy tekst jest pozytywny czy negatywny oraz automatycznie organizuje zbiór plików tekstowych według tematu. Natomiast Amazon Transcribe to usługa automatycznego rozpoznawania mowy, która ułatwia programistom dodawanie funkcji mowy do tekstu w swoich aplikacjach. Interesującą usługą dla osób z Polski może być usługa Amazon Polly, która jest w stanie zamieniać tekst na audio w ponad 25 językach. Z jej funkcjonalności korzysta m.in. platforma edukacyjna Duolingo, która ułatwia naukę języków obcych osobom z całego świata. Warto dodać, że Amazon Polly została opracowania i utworzona w Polsce, w centrum rozwoju technologii  Amazon w Gdańsku.

  1. Telix.pl: Sieci neuronowe, machine learning, deep learning, uczenie się maszyn – to ostatnio popularne hasła, pod którymi kryje się znana od wielu lat dziedzina nauki. O co w tym chodzi?

 [Tomasz Stachlewski] Koncepcja Sztucznej Inteligencji rzeczywiście nie jest niczym nowym. Sama idea nauczania maszynowego oraz sieci neuronowych została opracowana wiele lat temu, jednak dopiero obecnie widzimy realne sposobności wykorzystania tych idei. W uproszczeniu, Sztuczna Inteligencja polega na budowaniu rozwiązań, które naśladują zachowania lub inteligencję ludzi. Czasem wynika to z konkretnego zaprogramowania maszyny i nauczenia jej rozwiązywania konkretnego problemu, a czasem ze zbudowania systemu, który jest w stanie nauczyć się sam rozwiązywać dany problem. Wykorzystanie Sztucznej Inteligencji zawsze wiązało się z pewnymi problemami. Po pierwsze wymagało dużej mocy obliczeniowej – pojawienie się chmury praktycznie usunęło tę przeszkodę i w chwili obecnej każda firma ma dostęp do niemal nieograniczonej mocy obliczeniowej dostarczanej w ramach usług chmurowych. Z drugiej strony, projekty wykorzystujące Sztuczną Inteligencję wymagają często specjalistycznej wiedzy z tego obszaru – z tego też powodu w ramach usług chmurowych mamy do czynienia z usługami, które umożliwiają wykorzystanie jej zarówno przez firmy, jak i użytkowników o różnym doświadczeniu. Takie usługi jak Amazon Polly czy Amazon Rekognition pozwalają firmom, które nie mają specjalistycznej wiedzy, na wykorzystanie gotowych rozwiązań AI we własnych projektach czy systemach. A dla użytkowników z taką wiedzą, usługi typu Amazon SageMaker, pozwalają na szybsze budowanie modeli Sztucznej Inteligencji i ich wdrażanie.

  1. Telix.pl: Uczenie maszynowe często wydaje się o wiele trudniejsze, niż powinno być dla większości programistów, ponieważ proces budowania i szkolenia modeli, a następnie wdrażania ich do produkcji jest zbyt skomplikowany i zbyt wolny. Jak może im w tym pomóc usługa wprowadzana właśnie w Polsce usługa Amazon SageMaker?

 [Tomasz Stachlewski] Rzeczywiście, Uczenie Maszynowe dla większości programistów często wydaje się o wiele trudniejsze, niż powinno być. Dzieje się tak ze względu na zbyt skomplikowany i wolny proces budowania, szkolenia i wdrażania modeli. Najpierw należy zebrać i przygotować dane treningowe, aby oszacować, które elementy zbioru danych są istotne. Następnie trzeba wybrać algorytm, który zostanie użyty do skonstruowania sieci neuronowej i uruchomić naukę sieci. Jednak na tym proces ten się nie kończy. Kolejne kroki to dostrajanie modelu, aby zapewniał jak najlepsze prognozy – co jest często odręcznym i zarazem żmudnym wysiłkiem. Po opracowaniu w pełni wyszkolonego modelu, należy zintegrować go z aplikacją i wdrożyć tę aplikację w infrastrukturze, która będzie skalować. Wszystko to wymaga specjalistycznej wiedzy, dostępu do dużej ilości danych i pamięci masowej oraz długiego czasu na eksperymentowanie i optymalizację każdej części procesu. Nie jest więc zaskoczeniem, że wszystko wydaje się być nieosiągalne dla większości programistów. Dlatego Amazon SageMaker upraszcza cały proces i usuwa złożoność, która hamuje sukces programisty przy każdym z tych kroków. To w pełni zarządzana usługa, która umożliwia programistom i naukowcom danych szybkie i łatwe tworzenie, szkolenie i wdrażanie modeli uczenia maszynowego na dowolną skalę. Amazon SageMaker usuwa wszystkie bariery, które zazwyczaj spowalniają programistów, którzy chcą używać uczenia maszynowego.

  1. Telix.pl: W jaki sposób wiedzę AI (w postaci usług AWS) można szybko wykorzystać w biznesie?

 [Tomasz Stachlewski] AWS w ramach swoich usług chmurowych dostarcza rozwiązania, które mogą być wykorzystywane przez firmy z wielu branż o różnych wielkościach. Przykładowo, część firm wykorzystuje wcześniej wspomnianą usługę Amazon Polly, która umożliwia dostosowanie ich stron internetowych osobom niewidomym poprzez dodanie funkcji „wysłuchiwania” zamieszczanych na nich treści. Kilka tygodni temu AWS udostępnił wtyczkę do popularnej platformy WordPress, dzięki czemu wykorzystywanie AI przez osoby nawet nietechniczne stało się jeszcze prostsze. Dla firm, które chciałyby zweryfikować czy w danych, które gromadzą od lat, jest coś istotnego, dobrym pomysłem może być np. wykorzystanie usługi Amazon Machine Learning, która pozwala na załadowanie danych historycznych do chmury, w celu wykrycia wzorców i zależności w tych danych, które następnie będzie można wykorzystać aby lepiej dostosowywać ofertę dla klientów firmy.

  1. Telix.pl: Rozwój sztucznej inteligencji bezpośrednio związany jest z zadaniami, które słabo poddają się algorytmizacji. Na przykład: rozpoznawaniem mowy, języka naturalnego i obrazów, podejmowaniem decyzji w bardzo złożonym środowisku. Póki co, maszyny nie radzą sobie z emocjami oraz filozofią; słabo idzie im także kreatywność.  Czy da się to ominąć w nabliżym czasie?

 [Tomasz Stachlewski] Widzimy rozwój różnych obszarów, które wykorzystują rozwiązania Sztucznej Inteligencji. Przykładowo usługa Amazon Lex pozwala tworzyć tzw. chatboty rozumiejące ludzką mowę, dzięki czemu możliwe jest budowanie tzw. inteligentnych asystentów. Z kolei analiza zdjęć przy wykorzystaniu Amazon Rekognition pozwala na coraz więcej – Kto jest na zdjęciu? Ile ma lat? Czy nosi brodę? Czy się uśmiecha? Na te i inne pytania chmura potrafi już odpowiedzieć. Natomiast Amazon Comprehend powie nam w jakim języku był podany tekst oraz oceni czy był on negatywny czy pozytywny. Widzimy zatem postęp w różnych obszarach, co pozwala firmom budować coraz bardziej inteligentne i nowoczesne aplikacje.

Telix.pl: Dziękujemy za rozmowę.