Amazon annonce DeepComposer et d’autres technologies d’IA

La conférence annuelle d’re:Invent d’Amazon à Las Vegas a commencé cette semaine avec trois importantes annonces d’IA. L’entreprise a présenté au public Transcribe Medical, SageMaker Operators pour Kubernetes et DeepComposer. 

Transcribe Medical

Ce qui est considéré comme la plus grande annonce des trois, Transcribe Medical est la dernière édition du service de reconnaissance de parole de l’entreprise. Il transcrira les discours médicaux pour les soins de première ligne. Le programme est capable de fonctionner avec des discours médicaux ainsi que des dictionnaires de conversation standard. 

Selon l’entreprise, Transcribe Medical peut être utilisé dans des milliers d’établissements de soins de santé et il aidera les professionnels de la santé à prendre des notes et d’autres informations importantes. Il propose une API et pourra être utilisé avec la plupart des appareils intelligents dotés d’un microphone. Lorsque le programme lit et traite les informations, il renvoie du texte en temps réel. 

Transcribe Medical est actuellement utilisé par SoundLines et Amgen.

Vadim Khazan est le président de la technologie chez SoundLines. 

« Pour les 3 500 partenaires de soins de santé qui comptent sur nos stratégies d’optimisation d’équipe de soins depuis 15 ans, nous avons considérablement réduit le temps et les efforts nécessaires pour obtenir des données pertinentes », a-t-il déclaré dans un communiqué. 

DeepComposer

DeepComposer est un clavier de piano doté d’une intelligence artificielle qui permettra aux clients d’AWS d’utiliser l’IA et un contrôleur MIDI pour composer de la musique. Amazon appelle la nouvelle technologie le « premier » clavier musical doté d’un apprentissage automatique. Il comporte 32 touches et il s’agit d’un clavier de deux octaves. 

Les compositeurs qui utilisent le programme peuvent choisir d’enregistrer une courte mélodie musicale ou d’utiliser une mélodie préenregistrée. Ils sélectionneront ensuite un modèle pour leur genre désiré et les paramètres d’architecture du modèle. Ils peuvent également définir la fonction de perte, une fonction utilisée pour mesurer la différence entre la sortie de l’algorithme et la valeur attendue. Le compositeur peut également choisir des hyperparamètres et un échantillon de validation. DeepComposer crée ensuite une composition qui peut être jouée dans la console AWS ou exportée ou partagée sur SoundCloud. 

DeepComposer utilise un réseau antagoniste génératif (GAN) pour combler les lacunes de composition dans les chansons. Des données aléatoires sont prises par un composant générateur et utilisées pour créer des échantillons qui sont transmis à un bit de discriminateur. Le bit de discriminateur sépare ensuite les échantillons réels des faux, et le générateur s’améliore avec le discriminateur. Le générateur s’améliore progressivement pour apprendre à créer des échantillons aussi proches que possible des échantillons réels.

SageMaker Operators pour Kubernetes

AWS a également lancé Amazon SageMaker Operators pour Kubernetes, qui permet aux data scientists de former, de régler et de déployer des modèles d’IA sur la plateforme de développement d’apprentissage automatique Amazon SageMaker. Les clients d’AWS peuvent installer SageMaker Operators sur des grappes Kubernetes, et cela peut créer des travaux Amazon SageMaker de manière native en utilisant l’API Kubernetes et les outils de ligne de commande Kubernetes. 

Aditya Bindal est le responsable de produit senior d’AWS Deep Learning. 

« Maintenant, avec Amazon SageMaker Operators pour Kubernetes, les clients peuvent continuer à profiter des avantages de portabilité et de normalisation de Kubernetes … ainsi que d’intégrer les nombreux avantages supplémentaires qui viennent avec Amazon SageMaker, sans code personnalisé requis », a-t-elle écrit dans un communiqué de presse. 

Kubernetes est un système d’orchestration de conteneurs open-source à usage général qui est utilisé pour déployer et gérer des applications conteneurisées. Cela se fait souvent via un service géré comme Amazon Elastic Kubernetes Service (EKS). Les scientifiques et les développeurs peuvent ainsi avoir un meilleur contrôle sur leurs charges de travail de formation et d’interface avec le programme.