Titelbild-KI-Roboter-Denker-Pose-Künstliche-Intelligenz

06.02.2018 – Lesezeit: 3 Minuten

Prozesse / Technologie

Amazon schult zur Entwicklung künstlicher Intelligenzen in der Cloud

Wenn es 2017 ein Thema gab, das sich durch alle Branchen in den B2C- und B2B-Märkten gezogen hat, sind es künstliche Intelligenzen. Auf Anwenderseite haben Sprachassistenten von Google und Amazon angefangen, die Interaktion mit Smart Home Devices und Diensten im Internet zu verändern. Im Business-Umfeld übernehmen selbstlernende Systeme zahlreiche Services wie Helpdesks und machen Applikationen smarter und effizienter. Amazon bietet aus diesem Grund als weltweit größter Enterprise-Cloud-Anbieter nun Fortbildungen im Bereich künstliche Intelligenz für seine Kunden an, um diese fit für die Zukunft zu machen.

Konkret geht es Amazon darum, den Nutzern seiner AWS-Cloud das Machine Learning näher zu bringen – also die Art und Weise, wie sie ihre Systeme mit selbstlernenden Algorithmen ausstatten können. Laut eigenen Angaben investiert Amazon bereits seit 20 Jahren in Machine Learning und hat nun das “ML Solutions Lab” gegründet, das seine Teilnehmer in drei- bis sechsmonatigen Kursen zu KI-Experten schulen will. Dabei bietet das Unternehmen drei Ansätze an, die auch aufeinander aufbauend genutzt werden können.

Potenzialfindung und individuelle Modellentwicklung

Beim ersten Ansatz nehmen Machine-Learning-Spezialisten von Amazon Datensätze und Cloud-Infrastruktur eines Kunden unter die Lupe und untersuchen diese auf Optimierungsmöglichkeiten. Im Folgenden zeigt das Team dann auf, wo Machine Learning dabei helfen kann, die vorhanden Informationen zu nutzen, um Neugeschäft zu generieren und smarte Tools mit zukünftigem Mehrwert zu entwickeln.

Der zweite Ansatz geht eher ans Eingemachte und wird vom ML Solutions Lab “Custom Modeling” genannt. Darunter verstehen die Data Scientists die Entwicklung von auf Kunden zugeschnittenen Modellen, die anschließend im Produktiveinsatz verwendet werden können. Die Anwendungsfälle sind hier vielfältig und reichen vom Wareneingang über Logistik, Risikominimierung von Transaktionen, Sicherheit, Vorhersagen, Kapazitätsplanung bis hin zur Optimierung von Supply Chains. Diese Modelle decken also auch Predictive Analytics ab, die wir bereits in einem früheren Beitrag beleuchtet hatten.

Vorteile, die mit einer Cloud-Umgebung verbunden sind. (Quelle: Evernine)

 

Schulungen für Machine Learning weltweit verfügbar

Amazons dritter Ansatz stellt die eigentliche Schulung in der Kunst des Machine Learning dar und kann entweder vor Ort in der Hauptzentrale in Seattle oder in-house beim Kunden durchgeführt werden. Amazon bietet hierzu Workshops, Tutorials und Bootcamps an, die im Rahmen von ML Solutions Lab Express auch im weniger intensiven Schnelldurchgang in vier bis fünf Wochen absolviert werden können. Diese Möglichkeit gibt es derzeit leider nur in den USA, während das “große” Programm ML Solutions Lab seit Ende November weltweit verfügbar ist. Die Express-Variante soll aber später auch in anderen Ländern verfügbar sein.

Wenn Sie sich für das Programm interessieren, um Ihre Services in der AWS-Cloud weiter auszubauen, finden sie hierzu weitere Informationen auf Amazons Webseite zum Projekt. Wenn Sie dagegen Anregungen zum Einsatz von gemischten Cloud-Umgebungen brauchen, sollten Sie sich diesen Beitrag von All for One Steeb zum Thema Multi und Hybrid Cloud ansehen, der in Beispielen zeigt, wie sich verschiedene IT-Infrastrukturen kombinieren lassen.

Auch Microsoft investiert in künstliche Intelligenzen

Als einer von Amazons größten Konkurrenten steckt auch Microsoft seine Ressourcen in die Entwicklung von künstlichen Intelligenzen und stellt dazu sowohl die Plattform als auch eine Vielzahl von Tools zur Verfügung, die auf Azure laufen. Eins davon ist beispielsweise das Framework zur Entwicklung von virtuellen und Sprachassistenten, der Azure Bot Service.

 

Quelle Titelbild: iStock/mennovandijk