Comparatif : quatre offres cloud d'intelligence artificielle Amazon Machine Learning, l'écosystème d'AWS

En lançant en avril 2015 Amazon Machine Learning, Amazon Web Services (AWS) a adopté une approche assez similaire à Google Prediction API en proposant un service délibérément simplifié. "AWS cible les développeurs qui n'y connaissent pas grand-chose et veulent néanmoins créer des modèles de prédiction", note Louis Dorard. "Il laisse toutefois la main à l'utilisateur pour paramétrer certaines parties. C'est une boite grise comparée à la boite noire qu'est Google Prediction API." Et tout comme Google, AWS assure qu'il fait bénéficier ses utilisateurs de la même technologie d'apprentissage-machine que celle utilisée par, sa maison mère, Amazon pour la gestion de la chaîne d'approvisionnement ou la détection des transactions frauduleuses.

Les développeurs peuvent créer des modèles à classification binaire pour prédire si un commentaire en ligne est un spam, des modèles à classification multi-classes pour aiguiller une demande d'assistance client vers le bon service ou des modèles dits à régression pour prédire le nombre de jours avant la prochaine interaction d'un client avec une application ou un service. Didacticiel, guide développeur, documentation technique… AWS fournit un grand nombre de ressources.

Un module d'AI pour créer des bots

Amazon Machine Learning accède aux données hébergées dans Amazon S3, aux résultats d'une requête d'Amazon Redshift, ou aux bases MySQL via Amazon RDS. Amazon Machine Learning extrait des prédictions soit par lots (batch) soit en temps réel. Ce qui change le mode de tarification. Pour les prédictions en temps réel, AWS facture en plus des frais horaires pour les ressources réservées, qui sont fonction de la quantité de mémoire nécessaire au modèle.

Lors de son dernier événement annuel (organisé fin novembre-début décembre), AWS a donné à son offre de machine learning une orientation plateforme en la dotant de nouveaux services cloud associés (centrés sur la reconnaissance d'image ou la synthèse vocale). L'un d'entre eux permet de créer des agents conversationnels, ou bots. Il repose directement sur une technologie qui est issue de l'assistant vocal Alexa d'Amazon.

Amazon Machine Learning en bref

Points forts

Points faibles

- Simplicité du service dédié aux développeurs

- Possibilité de prédictions en temps réel

- Jeunesse de l'offre

- Complexité tarifaire

API / Big Data