Amazon Meringkas Proses "Machine Learning" dengan SageMaker

 KOMPAS.com—Lompatan perkembangan teknologi informasi yang berbasis kecerdasan buatan (artificial intelligence alias AI) kadang-kadang gampang bikin orang jiper alias mundur teratur untuk ikut merambahnya.

Bagaimana tidak, bila saat ini sudah ada saja produk seperti speaker yang bisa diajak ngobrol laiknya teman manusia? Baru mau mengejar pemahaman dan kemampuan soal AI,  sudah muncul lagi turunannya, seperti machine learning dan deep learning.

“Kami ingin setiap developer bisa menggunakan machine learning secara lebih luas dan berhasil, meski tak punya latar belakang kemampuan di bidang ini,” kata VP of Machine Learning Amazon Web Services (AWS) Swami Sivasubramanian, di Las Vegas, Amerika Serikat, Rabu (29/11/2017) waktu setempat.

Berlatar belakang keinginan tersebut, lanjut Swami, AWS meluncurkan layanan baru bagi developer, yaitu AWS SageMaker.

Menurut dia, produk ini akan menyingkirkan banyak keruwetan di balik machine learning, sehingga setiap developer di dunia dapat dengan lebih mudah memulai dan menjadi kompeten dalam merancang, menguji, dan mengemas pemodelannya.

“Visi kami adalah memungkinkan setiap orang di garasi atau kamar asrama memiliki akses yang sama terhadap teknologi, peralatan, skala, dan struktur pembiayaan seperti perusahaan besar dunia,” imbuh Swami.

Penerapan machine learning pada hari-hari ini memang sudah rumit. Di dalamnya butuh upaya percobaan dan kegagalan yang berulang sampai ada kemajuan. Kemampuan teknis yang dibutuhkan juga khusus.

Baca juga : AWS Rilis Kamera Pintar DeepLens, Apa Fungsinya?

Pengembang aplikasi atau data scientist harus membuat visualisasi, melakukan transformasi pemodelan, mengolah data awal, dan membuat algoritma yang bisa dijalankan untuk menjalankan model besutannya.

Pemodelan sederhana sekalipun, tutur Swami, sangat mungkin membutuhkan data masif yang itu masih perlu pengolahan lagi menggunakan komputer. Tak jarang, karenanya, perusahaan membentuk tim khusus untuk membangun environment bagi server berkemampuan pengolahan gambar (GPU).

Sebelumnya, pada hari yang sama, CEO AWS Andy Jassy memberikan pengantar mengenai situasi pemodelan machine learning dan tawaran dari Amazon SageMaker ini saat menyampaikan keynote AWS re: Inventing 2017.

Berikut ini petikan video paparan Jassy terkait Amazon SageMaker:

Menyingkirkan banyak tahap rumit

Setiap tahap dari pemodelan akan berdampak pada seberapa akurat model yang dibuat nanti. Sudah jadi pun, kebutuhan pengguna yang meningkat akan butuh perulangan proses lagi demi hasil baru yang lebih baik.

“Semua itu butuh banyak keahlian, akses ke banyak komputer dan penyimpanan, juga waktu. Hari ini, machine learning nyaris tak terjangkau lagi bagi banyak developer (untuk melakukannya sendiri dari nol),” papar Swami.

Amazon SageMaker, lanjut Swami, memberikan layanan penuh yang menyingkirkan banyak beban dan pekerjaan per tahap dari proses machine learning tersebut. Pengujian model juga dibantu penyederhanaannya menggunakan Amazon SageMaker ini.