Para hacer que el aprendizaje automático (ML) sea más accesible, Amazon lanzó Laboratorio de estudio de Amazon SageMaker en AWS re:Invent 2021. Hoy, decenas de miles de clientes lo usan todos los días para aprender y experimentar con ML de forma gratuita. Simplificamos el comienzo con solo una dirección de correo electrónico, sin necesidad de instalaciones, configuraciones, tarjetas de crédito o una cuenta de AWS.

SageMaker Studio Lab resuena entre los clientes que desean aprender en un entorno formal o informal, como lo indica una encuesta reciente que sugiere que el 49 % de nuestra base de clientes actual está aprendiendo por su cuenta, mientras que el 21 % está tomando una clase formal de ML. Las instituciones de educación superior han comenzado a adoptarlo porque les ayuda a enseñar los fundamentos de ML más allá del cuaderno, como la gestión del entorno y los recursos, que son áreas críticas para proyectos de ML exitosos. Los socios empresariales como Hugging Face, Snowflake y Roboflow están utilizando SageMaker Studio Lab para mostrar sus propias capacidades de ML.

En esta publicación, analizamos las nuevas funciones en SageMaker Studio Lab y compartimos algunas historias de éxito de los clientes.

Nuevas funciones en SageMaker Studio Lab

Continuamos desarrollando nuevas funciones y mecanismos para deleitar, proteger y habilitar a nuestra comunidad de ML. Estas son las últimas mejoras:

• Para salvaguardar la capacidad de la CPU y la GPU de posibles abusos de uso, lanzamos una verificación de dos pasos, aumentando el tamaño de la comunidad a la que podemos servir. En el futuro, todos los clientes deberán vincular su cuenta a un número de teléfono móvil.
• En octubre de 2022, implementamos aprobaciones automáticas de cuentas, lo que le permitió obtener una cuenta de SageMaker Studio Lab en menos de un día.
• Triplicamos la capacidad de GPU y CPU, lo que permitió a la mayoría de nuestros clientes obtener una instancia cuando la necesitaban.
• Se introdujo un modo seguro para ayudarlo a avanzar si su entorno se vuelve inestable. Aunque esto es raro, generalmente sucede cuando los clientes exceden sus límites de almacenamiento.
• Agregamos compatibilidad con la extensión Juptyer-LSP (protocolo de servidor de idiomas), lo que le proporciona la funcionalidad de finalización de código. Tenga en cuenta que si obtuvo su cuenta antes de noviembre de 2022, puede obtener esta función siguiendo unas sencillas instrucciones (consulte Preguntas Frecuentes para más detalles).

Casos de clientes satisfechos

Seguimos obsesionados con el cliente, ofreciendo características importantes a los clientes en función de sus comentarios. Estos son algunos aspectos destacados de instituciones y socios clave:

“SageMaker Studio Lab resuelve un problema real en el aula, ya que proporciona una solución de Jupyter alojada de potencia industrial con GPU que va más allá de una simple computadora portátil alojada. La capacidad de agregar paquetes, configurar un entorno y abrir una terminal ha abierto muchas nuevas oportunidades de aprendizaje para los estudiantes. Finalmente, ajustar los modelos Hugging Face con potentes GPU ha sido un flujo de trabajo emergente increíble para presentar a los estudiantes. Los LLM (modelos de lenguaje grande) son el futuro de la IA, y SageMaker Studio Lab me ha permitido enseñar el futuro de la IA”.

—Noah Gift, ejecutivo residente en Duke MIDS (Ciencia de datos)

“Mi equipo ha utilizado SageMaker Studio Lab desde que estaba en versión beta debido a su poderosa experiencia para los desarrolladores de ML. Se integra fácilmente con Snowpark, el marco para desarrolladores de Snowflake, para proporcionar una interfaz de notebook fácil de usar para los desarrolladores de Snowflake Python. Lo he usado para múltiples demostraciones con clientes y socios, y la respuesta ha sido abrumadoramente favorable”.

—Eda Johnson, gerente de soluciones de la industria de socios en Snowflake

“Roboflow permite a los desarrolladores crear sus propias aplicaciones de visión por computadora, sin importar su conjunto de habilidades o experiencia. Con SageMaker Studio Lab, nuestra gran comunidad de desarrolladores de visión artificial puede acceder a nuestros modelos y datos en un entorno que se parece mucho a un JupyterLab local, que es a lo que están más acostumbrados. El almacenamiento persistente de SageMaker Studio Lab cambia las reglas del juego, ya que no necesita comenzar desde el principio para cada sesión de usuario. SageMaker Studio Lab se ha convertido personalmente en mi plataforma favorita para portátiles”.

—Mark McQuade, ingeniería de campo en Roboflow

“RPI posee una de las supercomputadoras más poderosas del mundo, pero (AiMOS) tiene una curva de aprendizaje pronunciada. Necesitábamos una manera para que nuestros estudiantes comenzaran de manera efectiva y frugal. La interfaz intuitiva de SageMaker Studio Lab permitió a nuestros estudiantes comenzar rápidamente y proporcionó una potente GPU, lo que les permitió trabajar con modelos complejos de aprendizaje profundo para sus proyectos finales”.

—Mohammed J. Zaki, profesor de informática en el Instituto Politécnico Rensselaer

“Utilizo SageMaker Studio Lab en cursos básicos de aprendizaje automático y relacionados con Python que están diseñados para brindar a los estudiantes una base sólida en muchas tecnologías de la nube. Studio Lab permite a nuestros estudiantes obtener experiencia práctica con proyectos de ciencia de datos del mundo real, sin que tengan que atascarse en configuraciones o ajustes. A diferencia de otros proveedores, es una máquina Linux para estudiantes, ¡y los estudiantes pueden hacer muchos más ejercicios de codificación!”

—Cyrus Wong, Senior Lecturer, Higher Diploma in Cloud and Data Center Administration en el Departamento de Tecnologías de la Información, IVE (LWL)

“A los estudiantes del programa de Maestría en Ciencias en Inteligencia Artificial (MSAI) de Northwestern Engineering se les dio un recorrido rápido por SageMaker Studio Lab antes de usarlo en un hackathon de 5 horas para aplicar lo que aprendieron a una situación del mundo real. Esperábamos que los estudiantes chocaran naturalmente con algunos obstáculos durante un período de tiempo muy corto. En cambio, los estudiantes superaron nuestras expectativas no solo al completar todos los proyectos, sino también al dar muy buenas presentaciones en las que mostraron soluciones fascinantes a problemas importantes del mundo real”.

—Mohammed Alam, director adjunto del programa MSAI en la Universidad Northwestern

Comience con SageMaker Studio Lab

SageMaker Studio Lab es un gran punto de entrada para cualquier persona interesada en aprender más sobre ML y ciencia de datos. Amazon continúa invirtiendo en este servicio gratuito, así como en otros activos de capacitación y programas de becas, para que ML sea accesible para todos.

Comience con Laboratorio de SageMaker Studio ¡hoy!

Acerca del autor.

Michele Monclova es gerente principal de productos en AWS en el equipo de SageMaker. Es nativa de Nueva York y veterana de Silicon Valley. Le apasionan las innovaciones que mejoran nuestra calidad de vida.