AWS Certified Cloud Practitioner
Services d'IA et de machine learning AWS
Découvrez la pile d'IA et de ML d'AWS : les services d'IA pré-entraînés comme Rekognition et Comprehend, la plateforme Amazon SageMaker pour construire vos propres modèles, et l'IA générative avec Amazon Bedrock et Amazon Q.
- Décrire les trois couches de la pile d'IA et de ML d'AWS
- Associer les services d'IA pré-entraînés les plus courants au problème que chacun résout
- Expliquer ce qu'est Amazon SageMaker et en quoi il diffère des services d'IA pré-entraînés
- Identifier Amazon Bedrock et Amazon Q comme les services d'IA générative d'AWS
Pourquoi c'est important
AWS propose le machine learning à trois niveaux d'effort très différents. Vous pouvez appeler un service d'IA prêt à l'emploi et obtenir un résultat en une seule requête d'API, construire et entraîner votre propre modèle sur la plateforme Amazon SageMaker, ou utiliser l'IA générative avec des modèles de fondation. L'examen CLF-C02 ne vous demande pas d'entraîner un modèle ni d'écrire du code. Il vous demande de reconnaître les principaux services et d'associer un problème décrit au bon service.
Cette leçon dresse la carte de la pile d'IA et de ML d'AWS pour que les noms cessent de se mélanger. Vous verrez comment les couches se distinguent, à quoi sert chaque service pré-entraîné, où se place SageMaker, et quels services couvrent l'IA générative.
Les trois couches de la pile d'IA d'AWS
Voyez le machine learning sur AWS comme trois couches empilées, du moins d'effort au plus de contrôle.
Les services d'IA pré-entraînés sont en haut. AWS a déjà entraîné ces modèles, donc vous envoyez des données à une API et vous recevez une réponse : une étiquette pour une image, le sentiment d'une phrase, un fichier audio à partir d'un texte. Aucune connaissance en ML n'est requise. C'est là que se situent la plupart des questions du Cloud Practitioner.
La plateforme de ML, Amazon SageMaker, est au milieu. Vous y faites appel quand les services pré-entraînés ne conviennent pas et que vous devez construire, entraîner et déployer votre propre modèle sur vos propres données. Elle enlève une bonne partie du travail lourd, mais vous faites ici du vrai travail de ML.
L'IA générative est la couche la plus récente. Amazon Bedrock et Amazon Q utilisent des modèles de fondation pour générer du texte, répondre à des questions et construire des assistants, sans entraîner un modèle de zéro.
Une règle simple : si AWS a déjà résolu le problème, utilisez un service pré-entraîné ; s'il vous faut un modèle sur mesure, utilisez SageMaker ; si vous voulez de l'IA générative, utilisez Bedrock ou Q.
Les services d'IA pré-entraînés
Ces services livrent une intelligence prête à l'emploi via une API. Vous n'entraînez rien. L'examen attend de vous que vous sachiez ce que fait chacun et que vous choisissiez le bon pour un scénario donné.
| Service | Ce qu'il fait | Usage type |
|---|---|---|
| Amazon Rekognition | Analyse d'images et de vidéos | Détecter objets, personnes, texte et scènes ; analyse et comparaison de visages ; modération de contenu |
| Amazon Comprehend | Traitement du langage naturel | Trouver le sentiment, les phrases clés, les entités et la langue dans un texte |
| Amazon Textract | Extraction de texte et de données de documents | Extraire texte, tableaux et champs de formulaire de PDF et d'images numérisés |
| Amazon Translate | Traduction de langues | Traduire du texte entre les langues pour des sites et des applications |
| Amazon Polly | Synthèse vocale | Transformer un texte écrit en parole au son naturel |
| Amazon Transcribe | Reconnaissance vocale | Convertir l'audio parlé en texte écrit, comme des sous-titres ou des transcriptions d'appels |
| Amazon Lex | Interfaces conversationnelles | Construire des chatbots texte et voix et des systèmes IVR |
| Amazon Kendra | Recherche intelligente | Chercher dans les documents d'entreprise et obtenir des réponses directes |
| Amazon Personalize | Recommandations | Générer des recommandations de produits et de contenu individualisées |
| Amazon Forecast | Prévision de séries temporelles | Prédire des valeurs futures comme la demande ou les stocks à partir de données historiques |
| Amazon Fraud Detector | Détection de fraude | Repérer une activité en ligne potentiellement frauduleuse |
Quelques paires prêtent à confusion, alors ancrez-les dès maintenant :
- Polly contre Transcribe. Polly fait du texte vers la parole (le texte entre, l'audio sort). Transcribe fait de la parole vers le texte (l'audio entre, le texte sort). Ce sont des images miroir.
- Comprehend contre Translate. Comprehend analyse ce qu'un texte veut dire (sentiment, entités, langue). Translate convertit un texte d'une langue à une autre.
- Rekognition contre Textract. Rekognition analyse images et vidéos pour y trouver objets, personnes et scènes. Textract extrait du texte et des données structurées de documents comme des formulaires et des tableaux.
Amazon SageMaker
Amazon SageMaker est la plateforme pour construire, entraîner et déployer vos propres modèles de machine learning. Vous l'utilisez quand les services pré-entraînés ne couvrent pas votre problème et qu'il vous faut un modèle entraîné sur vos données précises, par exemple prédire une panne d'équipement à partir de vos propres relevés de capteurs.
SageMaker réunit en un seul endroit les outils de tout le flux de ML : préparer les données, choisir un algorithme, entraîner le modèle, l'affiner et le déployer pour faire des prédictions. Il gère l'infrastructure sous-jacente pour que vous vous concentriez sur le modèle plutôt que sur les serveurs.
Pour l'examen, gardez une ligne claire : un service d'IA pré-entraîné est un produit fini que vous appelez via une API, alors que SageMaker est l'atelier où vous construisez vous-même un modèle. Si une question décrit une équipe qui construit et entraîne un modèle sur mesure, la réponse est SageMaker.
L'IA générative : Amazon Bedrock et Amazon Q
L'IA générative utilise de grands modèles de fondation pour produire un contenu nouveau, comme du texte, des résumés et des réponses. AWS propose deux services que vous devez reconnaître.
Amazon Bedrock est un service entièrement managé qui rend disponibles, via une seule API, des modèles de fondation d'Amazon et d'entreprises d'IA de premier plan. Vous pouvez expérimenter avec ces modèles, les personnaliser avec vos propres données et construire des applications d'IA générative sans gérer la moindre infrastructure ni entraîner un modèle de zéro. Bedrock est le service pour les développeurs qui intègrent des fonctionnalités d'IA générative dans leurs propres applications.
Amazon Q est un assistant d'IA générative. Amazon Q Business répond à des questions, résume des informations et accomplit des tâches à partir des données internes de votre entreprise, ce qui aide les employés à travailler plus vite. Amazon Q Developer aide au code, aux tests, au débogage et à la gestion des ressources AWS. Voyez Q comme un assistant prêt à l'emploi, là où Bedrock est la brique de base pour vos propres applications d'IA générative.
Points clés pour l'examen
- La pile d'IA d'AWS a trois couches : les services d'IA pré-entraînés (appel d'API), Amazon SageMaker (construisez votre propre modèle) et l'IA générative (Amazon Bedrock et Amazon Q).
- Les services d'IA pré-entraînés ne demandent aucune expertise en ML. Associez le service à la tâche : Rekognition (images et vidéos), Comprehend (sens d'un texte), Textract (données de documents), Translate (langues), Polly (texte vers parole), Transcribe (parole vers texte), Lex (chatbots), Kendra (recherche), Personalize (recommandations), Forecast (prévision de séries temporelles), Fraud Detector (fraude).
- Retenez les paires miroir : Polly fait du texte vers la parole, Transcribe fait de la parole vers le texte.
- Amazon SageMaker est la plateforme pour construire, entraîner et déployer des modèles sur mesure. Choisissez-le quand un scénario implique de construire un modèle sur vos propres données.
- Amazon Bedrock donne accès à des modèles de fondation via une seule API pour construire des applications d'IA générative. Amazon Q est un assistant d'IA générative prêt à l'emploi.