Amazon Web Services et infonuagique : les dernières innovations en IA générative

C’est aujourd’hui qu’a lieu l’AWS NY Summit, l’important sommet d’Amazon Web Services (AWS) à New York. Mobilisant divers acteurs de l’écosystème technologique, l’événement présentera les dernières avancées d’AWS en matière de cloud et d’intelligence artificielle générative.

Ce sera l’occasion pour les participants de découvrir les solutions innovantes d’AWS et de ses partenaires, ainsi que des exemples de réussite illustrant les possibilités qu’amène l’IA générative en vue de transformer son modèle d’affaires et de changer la face de son industrie.

Des outils innovants

Des stratégies d’optimisation avec Redis

Parmi les solutions qui seront mises de l’avant, on compte celles liées à la conception d’applications d’IA fiables avec Redis, un système de gestion de base de données dite « clé-valeur extensible », soit « très haute performance ».

Redis améliore les réponses en temps réel, la précision des requêtes et l’efficacité globale des systèmes, tant pour les pipelines d’apprentissage-machine traditionnels que pour les grands modèles linguistiques (LLM). Ces stratégies permettent ainsi de réduire les coûts et d’améliorer le débit des applications d’IA.

« Redis offre des temps de réponse inférieurs à la milliseconde, permettant des millions de requêtes par seconde pour les applications en temps réel dans des secteurs comme les jeux, la publicité, les services financiers, les soins de santé et l’internet des objets. »

– AWS

« Redis offre des temps de réponse inférieurs à la milliseconde, permettant des millions de requêtes par seconde pour les applications en temps réel dans des secteurs comme les jeux, la publicité, les services financiers, les soins de santé et l’internet des objets », suggère AWS.

Au travers de sa conférence, l’ingénieur Tyler Hutcherson explorera ainsi l’évolution du paysage de l’IA, passant du modèle d’apprentissage-machine classique à l’IA générative moderne, tout en mettant en évidence les défis d’optimisation de production qui persistent pour les entreprises.

L’apprentissage-machine sans code avec Amazon SageMaker Canvas

En plus du risque lié à la construction d’un modèle ML, qui se veut laborieuse et coûteuse, les entreprises sont confrontées à un autre obstacle lors de la mise en œuvre de stratégies d’apprentissage automatique : le manque de ressources et d’expertise interne en IA.

« Le ML sans code démocratise le machine learning. Il permet aux analystes métier qui n’ont pas de connaissances en ML ou d’expérience en programmation de créer des modèles de machine learning et de générer des prédictions pour résoudre des problèmes immédiats, comme prédire quand les clients risquent de se désabonner ou à quel moment les commandes seront livrées. »

– AWS

Pour les aider à relever ces défis, les dernières fonctionnalités des modèles d’Amazon SageMaker Canvas permettent aux analystes internes d’obtenir des informations précieuses, sans que ces derniers n’aient l’expertise de scientifiques de données.

« Les plateformes de machine learning (ML) sans code utilisent des plateformes visuelles de type glisser-déposer afin de concevoir des modèles de machine learning (apprentissage-machine) et de générer des prédictions automatiquement, sans avoir à écrire la moindre ligne de code. Ces plateformes automatisent la récolte et le nettoyage des données, ainsi que la sélection, l’entraînement et le déploiement des modèles. Le ML sans code démocratise le machine learning. Il permet aux analystes métier qui n’ont pas de connaissances en ML ou d’expérience en programmation de créer des modèles de machine learning et de générer des prédictions pour résoudre des problèmes immédiats, comme prédire quand les clients risquent de se désabonner ou à quel moment les commandes seront livrées », explique-t-on chez AWS.

25 % de tous les investissements en capital-risque en 2022 ont été injectés dans des start-ups de technologies climatiques

– PWC

Des exemples de réussite

Mettre les données au profit du développement durable

Selon PricewaterhouseCoopers (PWC), 25 % de tous les investissements en capital-risque en 2022 ont été injectés dans des start-ups de technologies climatiques, œuvrant pour lutter contre le réchauffement planétaire. Et si la solution se trouvait dans les données ? L’événement présentera notamment les modèles inspirants des entreprises BlocPower, Arcadia et Climavision, trois start-ups qui utilisent les données pour faire face à la crise climatique.

En période de grandes transformations et de remise en question, ces tendances s’inscrivent dans une volonté d’adopter de meilleures pratiques en faveur de l’IA de confiance et de la cybersécurité, de manière plus durable.

Crédit Image à la Une : Amazon Web Services