Om machine learning (ML) toegankelijker te maken, lanceerde Amazon Amazon SageMaker Studiolab op AWS re:Invent 2021. Tegenwoordig gebruiken tienduizenden klanten het elke dag om gratis te leren en te experimenteren met ML. We hebben het eenvoudig gemaakt om aan de slag te gaan met slechts een e-mailadres, zonder dat er installaties, instellingen, creditcards of een AWS-account nodig zijn.

SageMaker Studio Lab resoneert met klanten die willen leren in een informele of formele omgeving, zoals blijkt uit een recent onderzoek dat suggereert dat 49% van ons huidige klantenbestand alleen leert, terwijl 21% een formele ML-les volgt. Instellingen voor hoger onderwijs zijn het gaan gebruiken, omdat het hen helpt om ML-fundamentals te leren die verder gaan dan de notebook, zoals omgevings- en resourcebeheer, die kritieke gebieden zijn voor succesvolle ML-projecten. Enterprise-partners zoals Hugging Face, Snowflake en Roboflow gebruiken SageMaker Studio Lab om hun eigen ML-mogelijkheden te demonstreren.

In dit bericht bespreken we nieuwe functies in SageMaker Studio Lab en delen we enkele succesverhalen van klanten.

Nieuwe functies in SageMaker Studio Lab

We zijn doorgegaan met het ontwikkelen van nieuwe functies en mechanismen om onze ML-gemeenschap te verrassen, te beschermen en mogelijk te maken. Dit zijn de nieuwste verbeteringen:

• Om de CPU- en GPU-capaciteit te beschermen tegen mogelijk gebruiksmisbruik, hebben we een authenticatie in twee stappen gelanceerd, waardoor de community die we kunnen bedienen groter is geworden. In de toekomst moet elke klant zijn account koppelen aan een mobiel telefoonnummer.
• In oktober 2022 hebben we geautomatiseerde accountgoedkeuringen uitgerold, waardoor je in minder dan een dag een SageMaker Studio Lab-account hebt.
• We hebben de capaciteit voor GPU en CPU verdrievoudigd, waardoor de meeste van onze klanten een instance kunnen krijgen wanneer ze die nodig hebben.
• Er is een veilige modus geïntroduceerd om u te helpen verder te gaan als uw omgeving onstabiel wordt. Hoewel dit zeldzaam is, gebeurt het meestal wanneer klanten hun opslaglimieten overschrijden.
• We hebben ondersteuning toegevoegd voor de Juptyer-LSP (Language Server Protocol)-extensie, waardoor u functionaliteit voor het aanvullen van codes krijgt. Houd er rekening mee dat als u uw account vóór november 2022 hebt gekregen, u deze functionaliteit kunt krijgen door een paar eenvoudige instructies te volgen (zie FAQ voor details).

Succesverhalen van klanten

We blijven geobsedeerd door klanten en bieden klanten belangrijke functies op basis van hun feedback. Hier zijn enkele hoogtepunten van belangrijke instellingen en partners:

“SageMaker Studio Lab lost een echt probleem in de klas op doordat het een gehoste Jupyter-oplossing van industriële kracht met GPU biedt die verder gaat dan alleen een gehoste notebook. De mogelijkheid om pakketten toe te voegen, een omgeving te configureren en een terminal te openen, heeft veel nieuwe leermogelijkheden voor studenten geopend. Ten slotte was het verfijnen van Hugging Face-modellen met krachtige GPU's een verbazingwekkende opkomende workflow om aan studenten te presenteren. LLM's (grote taalmodellen) zijn de toekomst van AI, en SageMaker Studio Lab heeft me in staat gesteld om de toekomst van AI te onderwijzen.”

—Noah Gift, Executive in Residence bij Duke MIDS (Data Science)

“SageMaker Studio Lab wordt door mijn team gebruikt sinds het in bèta was vanwege de krachtige ervaring voor ML-ontwikkelaars. Het integreert moeiteloos met Snowpark, het ontwikkelaarsframework van Snowflake, om een ​​gemakkelijk te starten notebookinterface te bieden voor Snowflake Python-ontwikkelaars. Ik heb het gebruikt voor meerdere demo's met klanten en partners, en de respons was overweldigend gunstig."

—Eda Johnson, Partner Industry Solutions Manager bij Snowflake

“Roboflow stelt ontwikkelaars in staat om hun eigen computer vision-applicaties te bouwen, ongeacht hun vaardigheden of ervaring. Met SageMaker Studio Lab heeft onze grote gemeenschap van computer vision-ontwikkelaars toegang tot onze modellen en gegevens in een omgeving die sterk lijkt op een lokaal JupyterLab, wat ze het meest gewend zijn. De permanente opslag van SageMaker Studio Lab is een gamechanger, omdat je niet voor elke gebruikerssessie opnieuw hoeft te beginnen. SageMaker Studio Lab is persoonlijk mijn favoriete notebookplatform geworden.”

—Mark McQuade, Field Engineering bij Roboflow

“RPI bezit een van de krachtigste supercomputers ter wereld, maar het (AiMOS) heeft een steile leercurve. We hadden een manier nodig waarop onze studenten effectief en zuinig aan de slag konden. De intuïtieve interface van SageMaker Studio Lab stelde onze studenten in staat snel aan de slag te gaan en bood een krachtige GPU, waardoor ze konden werken met complexe deep learning-modellen voor hun sluitstukprojecten.”

—Mohammed J. Zaki, hoogleraar computerwetenschappen aan het Rensselaer Polytechnic Institute

“Ik gebruik SageMaker Studio Lab in basiscursussen voor machine learning en Python-gerelateerde cursussen die zijn ontworpen om studenten een solide basis te geven in veel cloudtechnologieën. Studio Lab stelt onze studenten in staat om hands-on ervaring op te doen met real-world data science-projecten, zonder dat ze verzanden in setups of configuraties. In tegenstelling tot andere leveranciers is het een Linux-machine voor studenten, en studenten kunnen inderdaad veel meer codeeroefeningen doen!”

—Cyrus Wong, hoofddocent, hoger diploma in cloud- en datacenterbeheer bij de afdeling Informatietechnologie, IVE (LWL)

“Studenten in het Master of Science in Artificial Intelligence (MSAI)-programma van Northwestern Engineering kregen een korte rondleiding door SageMaker Studio Lab voordat ze het in een 5-uur durende hackathon gebruikten om het geleerde toe te passen op een praktijksituatie. We verwachtten dat de studenten in de zeer korte tijd van nature een aantal obstakels zouden tegenkomen. In plaats daarvan overtroffen de studenten onze verwachtingen door niet alleen alle projecten te voltooien, maar ook door zeer goede presentaties te geven waarin ze fascinerende oplossingen voor belangrijke problemen uit de echte wereld lieten zien.”

—Mohammed Alam, adjunct-directeur van het MSAI-programma aan de Northwestern University

Aan de slag met SageMaker Studio Lab

SageMaker Studio Lab is een geweldig startpunt voor iedereen die meer wil weten over ML en datawetenschap. Amazon blijft investeren in deze gratis service, evenals in andere opleidingsmiddelen en beurzenprogramma's, om ML voor iedereen toegankelijk te maken.

Ga aan de slag met SageMaker Studiolab vandaag!

Over de auteur

Michel Monclova is hoofdproductmanager bij AWS in het SageMaker-team. Ze is een geboren New Yorker en veteraan uit Silicon Valley. Ze is gepassioneerd door innovaties die onze kwaliteit van leven verbeteren.