Amazon Meringkas Proses "Machine Learning" dengan SageMaker

Kompas.com - 02/12/2017, 10:33 WIB
Rincian kemampuan Amazon SageMaker saat pengumuman peluncurannya di panggung utama AWS re: Invent 2017, di Las Vegas, Amerika Serikat, Rabu (29/11/2017) waktu setempat. KOMPAS.com/PALUPI ANNISA AULIANIRincian kemampuan Amazon SageMaker saat pengumuman peluncurannya di panggung utama AWS re: Invent 2017, di Las Vegas, Amerika Serikat, Rabu (29/11/2017) waktu setempat.
|
EditorReska K. Nistanto

 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.

Halaman:


25th

Tulis komentar dengan menyertakan tagar #JernihBerkomentar dan #MelihatHarapan di kolom komentar artikel Kompas.com. Menangkan E-Voucher senilai Jutaan Rupiah dan 1 unit Smartphone.

Syarat & Ketentuan
Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE
Laporkan Komentar
Terima kasih. Kami sudah menerima laporan Anda. Kami akan menghapus komentar yang bertentangan dengan Panduan Komunitas dan UU ITE.
komentar di artikel lainnya
Close Ads X