AWS stellt Entwicklertools vor für Machine Learning, IoT, Gesichtserkennung, Übersetzung

Neu vorgestellt wurden:

1. Amazon SageMaker ist ein Managed Service, mit dem Entwickler und Data Scientists unkompliziert eigene Machine-Learning-Modelle erstellen, trainieren, implementieren und verwalten können.
   
   
2. AWS DeepLens ist die weltweit erste Deep-Learning-fähige und vollständig programmierbare Videokamera. Sie kann Computer-Vision-Modelle in Echtzeit ausführen und ermöglicht jedem Entwickler den Einsatz von Machine-Learning-Fähigkeiten in Kombination mit Video. Die eingesetzte Hardware ermöglicht mehr als 100 Milliarden Deep-Learning-Operationen pro Sekunde.
   
   
3. Amazon Transcribe transformiert Sprache zu Text. Entwickler können damit in Amazon S3 gespeicherte Audiodateien in korrekte Texte mit vollständiger Interpunktion umwandeln. Aktuell werden Englisch und Spanisch unterstützt, weitere Sprachen folgen.
   
   
4. Amazon Translate verwendet modernste Techniken für die neuronale maschinelle Übersetzung, um Texte hochpräzise von einer Sprache in die andere umzuwandeln. Stand heute unterstützt Amazon Translate die Übersetzung vom Englischen in sechs weitere Sprachen (Arabisch, Deutsch, Französisch, Portugiesisch, Spanisch sowie vereinfachtes Chinesisch). Die Implementierung zahlreicher weiterer Sprachen ist für 2018 geplant.
   
   
5. Amazon Comprehend analysiert Texte aus den unterschiedlichsten Quellen - ob Dokumente, Social Media Posts, Artikel oder andere. Dabei erkennt der Service bereits 100 verschiedene Sprachen, von Afrikaans bis Yoruba. Amazon Comprehend kann darüber hinaus unterschiedliche Instanzen (Personen, Orte, Marken, Produkte o.ä.), Schlüsselwörter oder Stimmungen ("Sentiments", etwa positiv, negativ, gemischt oder neutral) erkennen und Schlüsselwörter extrahieren. Amazon Comprehend ist mit AWS Glue integriert, um End-to-End-Analysen von Textdaten, die auf Amazon S3, Amazon Redshift, Amazon Relational Database Service (Amazon RDS), Amazon DynamoDB und anderen gespeichert sind zu unterstützen.
   
   
6. Amazon Rekognition Video kann Personen verfolgen, Aktivitäten erkennen und Objekte, Gesichter, VIPs und unangemessene Inhalte identifizieren - in Millionen von Videos, die auf Amazon S3 gespeichert sind. Darüber hinaus ermöglicht er eine Gesichtserkennung in Echtzeit für Live-Stream-Videos. Die Verfolgung mehrerer Personen auf Video funktioniert dabei sogar, wenn ihre Gesichter teilweise verdeckt sind.

Auch wurden eine Reihe von Entwicklungs-Tools für AWS IoT 1-Click
Viele Kunden wünschen sich einen einfachen Weg für den Einstieg in das Thema IoT. Mit AWS IoT 1-Click können AWS-Lambda Funktionen auf kompatiblen Geräten aktiviert werden. Dazu gehören beispielsweise sogenannte One-Button-Geräte, die den technischen Support anrufen, Waren und Services nachbestellen oder Asset-Standorte verfolgen.

AWS stellt ferner neues Features und Tools für die IoT-Software AWS Greengrass   vor, das Geräte befähigt, Entscheidungen ohne ständige Netzwerkkonnektivität zu treffen. Mit 'AWS Greengrass ML Inference' sollen Geräte künftig Machine-Learning-Prozesse ausführen, Ergebnisse erzielen und schnell intelligente Entscheidungen treffen, selbst wenn sie temporär nicht mit dem Internet verbunden sind.

Das Systenm hat AWS deutlich erweitert, mit einem Managementtool ('AWS IoT Device Management'), einem Sicherheitssystem ('AWS IoT Device Defender'), einem Analysedienst, der IoT-Gerätedaten bereinigt, verarbeitet, speichert und analysiert ('AWS IoT Analytics') sowie das 'AWS FreeRTOS', mit dem nun auch unzählige kleine, Mikrocontroller-basierte (MCU) Geräte mit den AWS IoT-Services zu verbinden, deren Rechenkapazität (CPU) eigentlich für diese Prozesse zu gering ist.

Ebenfalls neu vorgestellt wurden der Amazon Elastic Container Service forKubernetes   (Amazon EKS). Damit sollen Kunden Anwendungen auf dem Open-Source-System für automatisiertes Deploiment als vollständig verwalteten Service bequem auf AWS betreiben können. Damit ergänzt AWS seinen Elastic Container Service (ECS) um weitere Verwaltungs- und Skalierungsfunktionen für Container-Workloads auf AWS. AWS Fargate wiederum erlaubt künftig Entwicklern, Container zu starten und zu betreiben, ohne dass Server oder Cluster bereitgestellt oder verwaltet werden müssen. Kunden können Tausende von Container-Tasks innerhalb von Sekunden starten und müssen lediglich für die Ressourcen des jeweiligen Tasks zahlen, nicht für die Infrastruktur, auf der diese laufen.