يحصل Amazon SageMaker على ضوابط موحدة للبيانات

لقد مر ما يقرب من عقد من الزمن منذ أن أعلنت Amazon Web Services (AWS)، قسم الحوسبة السحابية في Amazon، عن SageMaker، منصتها لإنشاء نماذج الذكاء الاصطناعي وتدريبها ونشرها. بينما ركزت AWS في السنوات السابقة على توسيع قدرات SageMaker بشكل كبير، كان التبسيط هو الهدف هذا العام.

في مؤتمرها re:Invent 2024، كشفت AWS النقاب عن SageMaker Unified Studio، وهو مكان واحد للعثور على البيانات من جميع أنحاء المؤسسة والتعامل معها. يجمع SageMaker Unified Studio بين الأدوات من خدمات AWS الأخرى، بما في ذلك SageMaker Studio الحالي، لمساعدة العملاء على اكتشاف البيانات وإعدادها ومعالجتها لبناء النماذج.

وقال سوامي سيفاسوبرامانيان، نائب الرئيس للبيانات والذكاء الاصطناعي في AWS، في بيان: “إننا نشهد تقاربًا بين التحليلات والذكاء الاصطناعي، حيث يستخدم العملاء البيانات بطرق مترابطة بشكل متزايد”. “يجمع الجيل التالي من SageMaker بين الإمكانات لتزويد العملاء بجميع الأدوات التي يحتاجونها لمعالجة البيانات، وتطوير نماذج التعلم الآلي والتدريب، والذكاء الاصطناعي التوليدي، مباشرة داخل SageMaker.”

باستخدام SageMaker Unified Studio، يمكن للعملاء نشر ومشاركة البيانات والنماذج والتطبيقات والعناصر الأخرى مع أعضاء فريقهم أو المؤسسة الأوسع. تكشف الخدمة عن ضوابط أمان البيانات والأذونات القابلة للتعديل، بالإضافة إلى عمليات التكامل مع منصة تطوير نموذج Bedrock الخاصة بـ AWS.

تم دمج الذكاء الاصطناعي في SageMaker Unified Studio – على وجه التحديد، Q Developer، برنامج الدردشة الآلي للبرمجة من Amazon. في SageMaker Unified Studio، يستطيع Q Developer الإجابة على أسئلة مثل “ما هي البيانات التي يجب أن أستخدمها للحصول على فكرة أفضل عن مبيعات المنتجات؟” أو “إنشاء SQL لحساب إجمالي الإيرادات حسب فئة المنتج.”

شرح AWS في منشور بالمدونة: “Q Developer [can] دعم مهام التطوير مثل اكتشاف البيانات والتشفير وإنشاء SQL وتكامل البيانات” في SageMaker Unified Studio.

بعيدًا عن SageMaker Unified Studio، أطلقت AWS إضافتين صغيرتين إلى عائلة منتجات SageMaker الخاصة بها: SageMaker Catalog وSageMaker Lakehouse.

يتيح SageMaker Catalog للمسؤولين تحديد وتنفيذ سياسات الوصول لتطبيقات الذكاء الاصطناعي والنماذج والأدوات والبيانات في SageMaker باستخدام نموذج إذن واحد مع عناصر تحكم دقيقة. وفي الوقت نفسه، يوفر SageMaker Lakehouse اتصالات من SageMaker وأدوات أخرى للبيانات المخزنة في مستودعات بيانات AWS ومستودعات البيانات وتطبيقات المؤسسات.

تقول AWS أن SageMaker Lakehouse يعمل مع أي أدوات متوافقة مع معايير Apache Iceberg — Apache Iceberg هو تنسيق مفتوح المصدر للجداول التحليلية الكبيرة. يمكن للمسؤولين تطبيق عناصر التحكم في الوصول عبر البيانات في جميع التحليلات وأدوات الذكاء الاصطناعي التي يستخدمها SageMaker Lakehouse، إذا رغبوا في ذلك.

وفي تطور ذي صلة إلى حد ما، يجب أن يعمل SageMaker الآن بشكل أفضل مع تطبيقات البرامج كخدمة، وذلك بفضل عمليات التكامل الجديدة. يمكن لعملاء SageMaker الوصول إلى البيانات من تطبيقات مثل Zendesk وSAP دون الحاجة إلى استخراج تلك البيانات وتحويلها وتحميلها أولاً.

وكتبت AWS: “قد يكون لدى العملاء بيانات منتشرة عبر بحيرات بيانات متعددة، بالإضافة إلى مستودع بيانات، وسيستفيدون من طريقة بسيطة لتوحيد كل هذه البيانات”. “الآن، يمكن للعملاء استخدام التحليلات المفضلة لديهم وأدوات التعلم الآلي على بياناتهم، بغض النظر عن كيفية ومكان تخزينها فعليًا، لدعم حالات الاستخدام بما في ذلك تحليلات SQL والاستعلام المخصص وعلوم البيانات والتعلم الآلي والذكاء الاصطناعي التوليدي. “