Tras dos años de pandemia, las personas y empresas han comprendido lo rápido que puede cambiar todo. Gracias a la tecnología, hemos podido hacer frente a la incertidumbre, adaptarnos y salir adelante. Es por ello que comprender y adoptar tecnologías como la Inteligencia Artificial y el Machine Learning será imperativo para lograr el triunfo en el futuro.
Es así que en el AWS re:Invent 2021, Swami Sivasubramanian, vicepresidente de Machine Learning de Amazon Web Services, dio a conocer las nuevas soluciones en Machine Learning e Inteligencia Artificial que la empresa ofrece a sus clientes y socios en su camino a una completa transformación digital.
Cuando se habla de bases de datos y la búsqueda por estar actualizado, muchas compañías encuentran el reto de administrar eficientemente la infraestructura, ya que suele ser pesado, consume mucho tiempo y, sobre todo, es costoso. Para ello, AWS cuenta con servicios como Amazon Aurora, que se actualiza con nuevas capacidades como Amazon DevOps Guru para RDS. Este utiliza todo el potencial del Machine Learning para diagnosticar el rendimiento de la base de datos y detectar problemas operativos, ofreciendo una recomendación inteligente para solucionarlo.
Y reluciendo, como su nombre indica, se encuentra la compañía Aurora, dedicada a la producción de tecnología para vehículos autónomos. Usando Machine Learning y cargas de trabajo en la nube, la compañía creó su software de simulación Aurora Driver. Diariamente realiza doce millones de simulaciones para perfeccionar su tecnología de conducción autónoma y así ofrecer una mayor seguridad para los conductores.
Sivasubramanian resaltó la confianza de más de 1.5 millones de clientes que usan los servicios de AWS para analítica, base de datos y Machine Learning.
Analizar datos para crear nuevas soluciones
Cuando las empresas producen cantidades masivas de datos, utilizan servicios como AWS Lake Formation para acceder a la información, administrarla y asegurar una correcta gobernanza. Actualmente, AWS corre más de 200 Data Lakes (lagos de datos) alrededor del mundo.
Zynga, empresa creadora de videojuegos, utiliza la tecnología de Amazon Redshift de AWS para analizar los petabytes de datos que genera. De esta forma, optimiza el rendimiento de sus juegos y mejora la experiencia de sus usuarios. La farmacéutica Moderna utilizó también este servicio de AWS para procesar millones de datos para la producción y elaboración de su vacuna contra la COVID-19.
Machine Learning al alcance de todos
Con más de 100 mil clientes alrededor del mundo apostando por esta tecnología, AWS busca que el Machine Learning sea accesible para todos. Por ello lanzó dos nuevas iniciativas: Amazon SageMaker StudioLab y el programa de becas AWS AI & ML. La primera es una herramienta gratuita que permitirá a los desarrolladores educarse en técnicas en Machine Learning y experimentar con esta. La segunda iniciativa es un programa que invertirá US$10 millones en becas para que dos mil estudiantes puedan conocer y aprender más sobre Inteligencia Artificial y Machine Learning.
Además, se añaden seis nuevas capacidades a Amazon SageMaker. Este servicio es el que hace que el Machine Learning sea más accesible y económico. Entre las nuevas funciones se encuentran: predicciones más precisas en una interfaz sencilla sin usar código, un servicio de etiquetado completo, acceso a datos de ingeniería, analítica, flujos de trabajo y más en un cuaderno universal. Adicionalmente, ofrece compilación de códigos de forma automática para entrenar modelos de aprendizaje profundo, sugerir automáticamente inferencias de cómputo con el mejor precio –rendimiento y computación sin servidores para inferencias de Machine Learning a escala.
Nuevas capacidades y servicios
Sivasubramanian también resaltó servicios como QuickSight Q, que permite a cualquier persona sin previo conocimiento de Machine Learning realizar preguntas en un lenguaje natural y recibir respuestas precisas con visualizaciones que le ayuden a entender mejor los datos. Este servicio en conjunto con las opciones sin servidores de Amazon Redshift pueden crear analítica simple y accesible, analizar cantidades masivas de datos, ofrecer KPIs y monitoreo de información en tiempo real.
Otra nueva actualización es el de tres nuevas capacidades para base de datos. Estas facilitan a los clientes ejecutar sus bases de datos y ahorrar en costos. La primera otorga a los clientes un servicio administrado para aplicaciones de negocios que requieran base de datos y personalización de sistema operativo. El segundo utiliza Machine Learning para diagnosticar y reparar problemas relacionados con el rendimiento. Y, finalmente, una nueva clase de tabla para Amazon DynamoDB, la cual permite reducir el costo de almacenamiento de datos usados con poca frecuencia. Mercado Libre utiliza esta tecnología, especialmente en el historial de compras de sus clientes, así ellos pueden acceder a esta información y volver a realizar una compra del mismo producto.
Sin lugar a dudas, como destacó Sivasubramanian, el éxito de las compañías en el futuro se basará no en los datos duros sino en cómo se analizan y utilizan para una toma de decisiones más consciente.
