AWS AI/ML Servisleri
Published:
AWS AI/ML Servislerine Genel Bakış
AWS, çeşitli ihtiyaçlara ve yetkinlik düzeylerine hitap etmek üzere tasarlanmış kapsamlı ML/AI hizmetlerine sahip. Bu hizmetler, veri bilimi ve makine öğrenmesi uygulamalarını geliştirmek ve canlıya almak için kullanılabilecek bir dizi servisi içerir. Bu servisler veri toplama, veri hazırlama, model eğitimi, model dağıtımı ve modelin işletilmesi gibi çeşitli aşamalarda destek sağlar. Bu yazıda, AWS AI/ML servislerine genel bir bakış sunacağım. AWS üzerindeki servisleri kullanım amaçlarına göre 4’e ayırmak mümkün. Bu gruplar şunlardır:
- Temel ML Servisleri:
- Amazon SageMaker: Ölçeklenebilir makine öğrenmesi modelleri oluşturmak, eğitmek ve dağıtmak için tamamen yönetilen (fully managed) bir platform.
- Amazon SageMaker Canvas: Veri bilimi ve makine öğrenmesi projeleri için kod gerektirmeyen görsel bir arayüz ile geliştirme imkanı sunar.
- Kullanıma Hazır Servisler:
- Amazon Rekognition: Görsel ve video analiz servisi.
- Amazon Transcribe: Sesin metne dönüştürülmesi için servis.
- Amazon Polly: Metnin sese dönüştürülmesi için servis.
- Amazon Translate: Çeviri için servis.
- Amazon Comprehend: Metin analizi ve doğal dil işlemesi için servis.
- Amazon Textract: Doküman içerisinden veri ve metin çıkarmak için servis.
- Amazon Kendra: ML tabanlı arama için servis.
- Amazon Forecast: Zaman serisi öngörüleri oluşturmak için.
- Amazon Personalize: Kişiselleştirilmiş öneriler oluşturmak için.
- Amazon Lex: Etkileşimli chatbot’lar oluşturmak için.
- Üretken Yapay Zeka ve Büyük Dil Modelleri:
- Amazon Bedrock: Temel modeller (foundational model) ile üretken yapay zeka uygulamaları oluşturmak için.
- Amazon CodeWhisperer: Kod yazımını verimli hale getirmek için kod tamamlama ve öneriler sunar (Amazon Q Developer adıyla devam ediyor).
- İş Zekası ve Analitik:
- Amazon QuickSight: İş zekası ve analitik raporlama için.
Bu grupların dışında AWS tarafından daha belirli kullanım alanlarına yönelik servisler de sunulmaktadır. Bu servislerden bazıları şunlardır:
- Amazon Fraud Detector: Potansiyel sahtecilik (fraud) olaylarını tespit etmek için.
- Amazon Lookout for Vision: Endüstriyel görüntü analizi için kullanılır.
- AWS Healthlake: Sağlık verilerini depolamak, analiz etmek ve paylaşmak için servis.
- Amazon Comprenhend Medical: Tıbbi metinler üzerinde analiz yapmak için.
Bu hizmetler, daha önce ML deneyimi olmayan geliştiricilerden deneyimli veri bilimcilerine kadar çeşitli düzeylerde ML uzmanlığına sahip kullanıcılar için erişilebilir olacak şekilde tasarlanmıştır. Bu hizmetlerin özellikleri, fiyatlandırması ve kullanılabilirliği hakkında en güncel bilgiler için resmi AWS dokümanlarına buradan ulaşabilirsiniz.
Amazon Q
Bir diğer servis ise Amazon Q. Önceki yazımda beta geliştirme sürecinde bulunduğumdan bahsettiğim Amazon Q, AWS tarafından iş amaçlı kullanım için tasarlanmış yeni bir yapay zeka destekli asistandır. Kullanıcıların AWS hizmetleri ile etkileşim kurmasına, sorunları çözmesine veya bazı içgörüler elde etmelerine yardımcı olmayı amaçlamaktadır. AWS üzerindeki diğer hizmetler ile de kolaylıkla entegre olabildiği için kullanıcının yetki düzeyine, erişimlerine göre kişiselleştirilmiş cevaplar sağlar.
Tüm bunlarla birlikle Amazon Q 3 farklı ürüne daha sahiptir. Bunlar:
Amazon Q Business, özetler oluşturma, içerik oluşturma ve iş akışlarını düzenleme gibi görevleri otomatikleştirmek için pazarlama, İK ve diğer departmanları destekler. Teams, GMail, Jira ve diğer platformlarla entegre olabilir.
Amazon Q Developer, CodeWhisperer’ın yerini alan ve yazılım geliştirme süreçlerini optimize etmek için AI destekli yardım sunar.
Amazon Q in QuickSight doğrudan Amazon QuickSight içinde içgörüler sağlar, analistlere dashboard’lar oluşturmak ve verileri analiz etmek için doğal dili kullanmalarına olanak tanır.
Amazon Q ile yaptığım denemelerde edindiğim izlenim pozitif yönde. Özellikle uygulama yapmak istediğinzde size adım adım rehberlik ediyor ve hızlıca geliştirme yapmanıza imkan sağlıyor. Bununla birlikte etik değerler ve güvenlik konularında da hassas bir şekilde çalıştığını gözlemledim. Örneğin herkese açık bir API kullanımı olan senaryo için Lambda kodunu hızlıca oluşturup size sunarken herhangi bir scraping içeren senaryoda bunu yapamayacağını belirtiyor. Bununla birlikte diğer GenAI servislerine göre (ChatGPT, Perplexity gibi) biraz daha yavaş cevap verdiğini ve diyalog bazlı etkileşimden ziyade chatbot gibi kullanımlara daha uygun olduğunu düşünüyorum.
Amazon PartyRock
Bu servisler dışında kolayca kullanılabilcek bir diğer servis ise PartyRock. PartyRock ile Bedrock üzerindeki modelleri kullanarak, kolayca üretken yapay zeka uygulamaları geliştirebilirsiniz. Herhangi bir kod yazmadan RAG desteğinden faydalanarak hızlıca prototip oluşturabilirsiniz. Daha önce yapılmış örnek uygulamalara buradan ulaşabilirsiniz.
Daha önce oluşturduğum örnek uygulamalar;
Amazon Bedrock
Daha önce Amazon Sagemaker‘dan bahsettiğim için onu pas geçiyorum fakat Bedrock’tan bahsetmezsem olmaz. Amazon Bedrock, AWS tarafından sağlanan ve üretken yapay zeka uygulamalarının geliştirilmesini ve dağıtımını basitleştiren tam olarak yönetilen bir servistir. AI21 Labs, Anthropic, Cohere, Meta, Stability AI ve Amazon gibi şirketlerinin yüksek performanslı temel modellerine (foundational model) erişim sağlar. API temelli erişimine ek olarak ince ayar (fine-tuning), RAG veya ajan (agent) kullanımı gibi özellikler sunar. Altyapıyı yönetmenize gerek kalmadan, hızlıca prototip oluşturabilir ve uygulamanızı geliştirebilirsiniz.
Amazon Bedrock ile ilgili daha fazla bilgiye buradan ulaşabilirsiniz.
AWS Ekosistemi ile Entegrasyon
Her ne kadar ML/AI servisleri birçok farklı kullanım alanına hitap ediyor olsa da AWS ekosistemi ile entegrasyonu sağlamak, veri akışını yönetmek ve güvenliği sağlamak için bazı diğer servislerin kullanılması gerekmektedir. Bu servisleri de kısaca özetlemek gerekirse;
Depolama ve Veri Akışı
- Amazon S3: Veri depolama ve veri akışı için kullanılır (object storage).
- Amazon EFS: Dosya depolama için kullanılır (file storage).
- Amazon Glue: Veri hazırlama ve ETL işlemleri için kullanılır.
Veritabanı
- Amazon RDS: İlişkisel veritabanı hizmeti.
- Amazon DynamoDB: NoSQL veritabanı hizmeti.
- Amazon Redshift: Veri analizi ve raporlama için kullanılır.
- Amazon Aurora: Yüksek performanslı ilişkisel veritabanı hizmeti.
Ağ ve Güvenlik
- Amazon VPC: Sanal özel bulut ağı.
- IAM: Kimlik ve erişim yönetimi.
- AWS KMS: Anahtar yönetimi hizmeti.
Izleme ve Log Takibi
- Amazon CloudWatch: İzleme ve loglama hizmeti.
- AWS CloudTrail: API izleme ve loglama hizmeti.
Bu yazıda AWS AI/ML servisleri için genel bir çerçeve çizmeye çalıştım. Bu servislerin kullanımı ve özellikleri hakkında daha fazla bilgi edinmek için AWS dokümantasyonlarına göz atabilirsiniz.
Bir sonraki yazıda servislere giriş yapmayı ve örnek uygulamalar geliştirmeyi planlıyorum.
