Erfahrungsberichte von der re:Invent 2018 - AWS setzt auf maschinelles Lernen und KI

Während die meisten Menschen Thanksgiving zu Hause verbrachten oder sich durch die Menschenmassen des Black Friday kämpften, kamen Ingenieure aus aller Welt nach Las Vegas zur AWS re:Invent 2018. Die Konferenz, die liebevoll einfach als "Reinvent" bezeichnet wird, ist Amazons jährliches Cloud-Spektakel. Den mehr als fünfzigtausend Teilnehmern, die fast alle Hotels auf dem Strip belegten, bot Amazon mit einer Reihe von Produktankündigungen, Bootcamps, Workshops und fokussierten Technologiegipfeln einen umfassenden Blick in die Zukunft.

KI ist für die Zukunft von AWS so wichtig geworden, dass ein separater KI-Gipfel abgehalten wurde, um reale Anwendungsfälle und Bereitstellungen zu besprechen. Es war wirklich aufschlussreich zu sehen, wie KI in Bereichen wie der Krankheitsvorhersage in der Medizin, der Verkehrstechnik bis hin zur Steuervorbereitung eingesetzt wird.

Eine perfekte Veranstaltung für Prophix

Als SaaS-Anbieter ist AWS ein wertvoller Technologiepartner für Prophix, und dies war mein zweites Jahr auf der Reinvent. AWS mag es, seine Konferenzen anders als andere zu gestalten, indem es tagsüber und abends wichtige Veranstaltungen wie Midnight Madness und Monday Night Live - eine 90-minütige Keynote zur Hauptsendezeit mit Bier - anbietet

Die Ankündigungen während der Woche bieten so viele Innovationsmöglichkeiten für Prophix. Wir haben bereits stark in die Bereiche der künstlichen Intelligenz investiert, sei es in die Verarbeitung natürlicher Sprache, die Generierung natürlicher Sprache oder das maschinelle Lernen. Es gibt keinen Mangel an kreativen Ideen, die durch das Team fließen.

Durchdringendes maschinelles Lernen und KI

Am meisten interessierte mich in diesem Jahr die Entwicklung der Technologien für maschinelles Lernen, und AWS hat mich nicht enttäuscht. Auf der Reinvent 2017 stellte AWS SageMaker vor, das Entwicklern Zugang zu Cloud-Services für maschinelles Lernen bietet, und in diesem Jahr hat AWS seine Plattform für KI- und ML-Services noch weiter ausgebaut. Noch beeindruckender ist die Tatsache, dass SageMaker die Marke von 10.000 Kunden überschritten hat und Statistiken zeigen, dass der Großteil aller globalen Cloud-Workloads für maschinelles Lernen auf AWS läuft.

Zur weiteren Unterstützung der vielen maschinellen Lernarbeitslasten hat Amazon Timestream eingeführt, eine neue Cloud-Datenbank, die sich der Erfassung und Verarbeitung von Zeitreihendaten widmet, dem wahrscheinlich am weitesten verbreiteten Datensatz in der Geschäftswelt, wenn man an Unternehmensleistungskennzahlen, Finanzdaten und auch Daten von IoT-Geräten denkt. Amazon SageMaker Ground Truth ist ein neuer ergänzender Service, der den Prozess der Kennzeichnung von Datensätzen, die für das Training von Machine-Learning-Modellen verwendet werden sollen, erheblich rationalisiert.

Das maschinelle Lernen ist ein Bereich, der das Potenzial hat, die FP&A-Prozesse durch die Einbeziehung unzähliger Datenpunkte, die jetzt von Unternehmen gesammelt werden, erheblich zu verbessern. In Verbindung mit exogenen Makrodaten von Schlüsselereignissen, Wirtschaftsindikatoren und sogar Wettermustern sind die Möglichkeiten der Verwendung von Algorithmen des maschinellen Lernens zur Verbesserung von Prognosen überzeugend.

Die aufregendste Neuigkeit ist die Ankündigung von AWS, einen vollständig verwalteten Deep Learning-Zeitreihenprognoseservice auf den Markt zu bringen, der mit Algorithmen vorgeladen ist, die bereits von Amazon.com für Geschäfts- und Betriebsprognosen verwendet werden. Stellen Sie sich die Erfahrung vor, die Amazons eigene FP&A- und Betriebsgruppen mit Prognosen im großen Maßstab gemacht haben! Dies ist ein entscheidender Vorteil. Es ermöglicht den Kunden nicht nur den Zugriff auf eine hoch skalierbare Prognose-Engine, sondern auch auf eine, die aus den bereitgestellten Daten lernen und automatisch die besten Algorithmen für das Training eines Modells auswählen kann. AWS hat gezeigt, dass Prognosen, die mit Hilfe von maschinellem Lernen erstellt wurden, in vielen Fällen bis zu 50 % besser sind als herkömmliche Prognosen, die mit traditionellen statistischen Methoden erstellt wurden.

Eine Präsentation, die ich sehr interessant fand, befasste sich mit Quantencomputern und den potenziell bahnbrechenden Auswirkungen auf das maschinelle Lernen. Das maschinelle Lernen mit Quantencomputern steckt zwar noch in den Kinderschuhen, könnte aber viele Optimierungsprobleme in der Geschäftswelt mit vielen Variablen und Analysten, die an mehreren Ergebnissen interessiert sind, in rasender Geschwindigkeit lösen.

Eintritt in die AWS Hybrid Cloud

Eine etwas überraschende Ankündigung auf der Reinvent ist die Einführung eines neuen Hybrid-Cloud-Angebots. AWS Outposts bietet Unternehmen die Möglichkeit, AWS-Cloud-Services mit derselben Hardware auszuführen, die AWS in ihren eigenen Rechenzentren verwendet. AWS liefert als Teil des Outposts-Angebots ein rechenzentrumsfähiges Rack mit Rechen- und Speicherressourcen.

Outposts ist eine logische Erweiterung des bestehenden AWS-Ressourcenpools eines Kunden in der nächstgelegenen Region. Die Kunden, mit denen ich gesprochen habe, waren äußerst begeistert von den Möglichkeiten, eine echte Hybrid-Cloud zu schaffen, um die verschiedenen Arbeitslasten an die Unternehmensanforderungen anzupassen.

Prophix war schon immer ein Befürworter der Wahl für Kunden, wenn es um die Entscheidung über die Nutzung von Anwendungen und die Bereitstellung zwischen Cloud oder On-Premise geht, und ermutigte dazu, Entscheidungen auf der Grundlage der Gesamtgeschäftsstrategie zu treffen.

Wie viele der Anwesenden bin auch ich von dieser Ankündigung begeistert, da sie nicht nur eine Wahlmöglichkeit bietet, sondern in Zukunft auch wertvoll sein wird, wenn es um den Datenzugriff für Anwendungen des maschinellen Lernens geht. Seien wir ehrlich, Unternehmen werden weiterhin unzählige Datenquellen vor Ort und in der Cloud haben. AWS Outposts ermöglicht den Zugriff auf alle Unternehmensdaten mit denselben Ressourcen, die im gesamten AWS-Stack verfügbar sind. Dies ist fantastisch für ISVs wie Prophix, die bereits stark in die Integration mit der AWS-Cloud investiert haben.

Die AWS-Rennliga?

Richtig, eine Rennliga, aber mit einer Besonderheit: Amazon hat seinen selbstfahrenden DeepRacer-Rennwagen mit Verstärkungslernen auf den Markt gebracht, komplett mit einer eigenen Rennliga gegen andere AWS-Entwickler! Ich vermute, dass diese Ankündigung eher den Spaßfaktor für Cloud- und KI-Ingenieure erhöhen sollte.

Diese funkgesteuerten Rennwagen im Maßstab 1:18 mit Allradantrieb im Taschenformat verfügen über eine Intel Atom-CPU, eingebaute Kameras, WLAN und sind vollständig mit der AWS AI-Cloud-Infrastruktur verbunden. Die Entwickler trainieren die Autos mit Hilfe von Algorithmen des Reinforcement Learning für Rennen auf verschiedenen Strecken. Ich denke, dass dies eine brillante Möglichkeit ist, Ingenieuren praktische und unterhaltsame Anwendungen zu bieten, um maschinelles Lernen und die Cloud kennenzulernen. Ich muss mir zu Weihnachten ein paar Deep Racer bestellen!

Abschließende Überlegungen

AWS Re:Invent ist eine perfekt getimte Veranstaltung zum Abschluss eines arbeitsreichen Jahres. Das Innovationstempo bei AWS ist verblüffend. Ein Teilnehmer, mit dem ich sprach, stellte fest, dass der AWS-Cloud im Jahr 2018 fast 1800 neue Funktionen hinzugefügt wurden. Ganze Teams werden benötigt, um mit den Veränderungen Schritt zu halten. Für Ingenieure und Innovatoren ist AWS der perfekte Partner. Ich vergleiche die Plattform mit Lego: AWS stellt alle Teile bereit, die für die Erstellung von Cloud-Anwendungen in großem Maßstab erforderlich sind - aber es liegt am Erbauer, Innovationen zu entwickeln. Die neuen AWS-Funktionen haben großes Potenzial und werden es Prophix ermöglichen, seine Vision von der Zukunft des Finanzwesens weiter zu verwirklichen. Ich kann die re:Invent 2019 kaum erwarten!