Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Questo articolo confronta i servizi di machine learning e di intelligenza artificiale delle applicazioni in Amazon Web Services (AWS) e Azure. Comprende lo sviluppo di modelli, il machine learning automatizzato, l'intelligenza artificiale generativa, la visione, il riconoscimento vocale, il linguaggio, la document intelligence, l'intelligenza artificiale conversazionale e la ricerca basata sull'intelligenza artificiale.
Per l'integrazione dei dati, data lake, data warehouse, elaborazione dei flussi e business intelligence, vedere Servizi di analisi su Azure e AWS. Per gli archivi dati relazionali e non relazionali operativi, vedere Servizi di database in Azure e AWS.
AWS e Azure propongono le funzionalità di IA in modi diversi. Un servizio in un cloud può essere mappato a una combinazione di servizi o modelli nell'altro. Confrontare la disponibilità del modello e del linguaggio, le modalità supportate, la personalizzazione, la valutazione, i controlli di intelligenza artificiale responsabili, la disponibilità a livello di area, latenza, la velocità effettiva, la gestione dei dati, la rete e i prezzi prima di selezionare un servizio di destinazione.
Servizi di Apprendimento Automatico
Gli strumenti e le piattaforme seguenti consentono lo sviluppo, il training e la distribuzione di modelli di Machine Learning.
| Servizio AWS | Servizio Microsoft | Analisi |
|---|---|---|
| Amazon SageMaker | Carico di lavoro di data science di Fabric con l'integrazione di Machine Learning | Amazon SageMaker è una piattaforma gestita per la creazione, il training e la distribuzione di modelli di Machine Learning su larga scala. Azure offre un equivalente tramite Machine Learning, un servizio gestito end-to-end che supporta la preparazione dei dati, l'apprendimento automatico, la distribuzione di modelli e le operazioni di Machine Learning. Il carico di lavoro di Fabric per la data science fornisce lo sviluppo e il miglioramento dei modelli. Si integra con Machine Learning per il training, l'accelerazione GPU e la distribuzione di livello aziendale. |
| Aws Deep Learning Amazon Machine Images (AMIs) | Macchine virtuali di data science conMachine Learning | Le AMI di Deep Learning di AWS offrono immagini di macchine virtuali predefinite con framework di Deep Learning diffusi, driver GPU e librerie per accelerare lo sviluppo di modelli di intelligenza artificiale. Azure offre un'esperienza simile tramite macchine virtuali di data science, preconfigurate con framework Python, R, Jupyter e Deep Learning come TensorFlow e PyTorch. Combinare Machine Learning con le macchine virtuali di data science per creare una piattaforma gestita per operazioni di training, distribuzione e Machine Learning. |
| Pilota automatico Amazon SageMaker | Carico di lavoro di data science di Fabric con l'integrazione di Machine Learning | Amazon SageMaker Autopilot automatizza il ciclo di vita di Machine Learning gestendo la pre-elaborazione dei dati, la selezione degli algoritmi e l'ottimizzazione degli iperparametri con un lavoro manuale minimo. Il carico di lavoro Fabric Data Science offre lo sviluppo automatizzato di modelli basati su machine learning e si integra con il machine learning per il training e la messa in produzione. |
| Pilota automatico Amazon SageMaker | Machine Learning automatizzato | Questi servizi offrono Machine Learning automatizzato per la creazione e il training di modelli. |
| Amazon SageMaker Studio | Carico di lavoro di data science di Fabric con l'integrazione di Machine Learning | Amazon SageMaker Studio è un ambiente di sviluppo integrato per l'apprendimento automatico in AWS. Fornisce un'unica interfaccia basata sul Web per compilare, eseguire il training e distribuire modelli. Il carico di lavoro data science di Fabric combina notebook collaborativi e ambienti basati su Spark in una piattaforma di analisi unificata e si integra con Machine Learning per il training e la distribuzione. |
| Amazon SageMaker Studio | Studio di Azure Machine Learning | Questi servizi offrono ambienti di sviluppo integrati per Machine Learning. Amazon SageMaker Studio offre un'interfaccia unificata per tutti i passaggi di sviluppo di Machine Learning, inclusi gli strumenti di debug e profilatura. |
Servizi di intelligenza artificiale
I servizi di intelligenza artificiale offrono funzionalità di intelligenza artificiale predefinite e personalizzabili per le applicazioni, tra cui funzionalità di visione, riconoscimento vocale, lingua e processo decisionale.
| Servizio AWS | Servizio di Azure | Analisi |
|---|---|---|
| Amazon Rekognition | Microsoft Foundry Models e AutoML per la visione artificiale in Azure Machine Learning | Amazon Rekognition offre funzionalità predefinite di analisi di immagini e video. Azure non dispone attualmente di un singolo servizio che corrisponda a tutte le funzionalità di Rekognition. Usa i modelli Foundry multimodali per gli scenari supportati di comprensione delle immagini. Usare Azure Machine Learning AutoML per eseguire il training di modelli di classificazione delle immagini o rilevamento oggetti personalizzati. Valutare il supporto del modello, l'accuratezza, la latenza, i controlli di intelligenza artificiale responsabili e la disponibilità a livello di area per lo scenario. |
| Amazon Polly | Riconoscimento vocale di Azure in Strumenti di ricerca vocale | Amazon Polly è un servizio di sintesi vocale che converte il testo in parlato realistico usando voci neurali in più lingue. La sintesi vocale offre voci neurali di alta qualità, streaming in tempo reale e sintesi batch per applicazioni come assistenti vocali, sistemi IVR (Interactive Voice Response) e soluzioni di accessibilità. La voce neurale personalizzata può creare una voce univoca per un marchio, ma si tratta di una funzionalità di accesso limitato che richiede l'idoneità, la registrazione e Microsoft l'approvazione per un caso d'uso specifico. |
| Amazon Transcribe | Trascrizione vocale | Amazon Transcribe fornisce la sintesi vocale con trascrizione in tempo reale e vocabolari personalizzati, comunemente usati per l'analisi delle chiamate e le didascalie. Speech-to-text fornisce trascrizione in tempo reale e batch, diarizzazione del parlante e modelli personalizzati per un'accuratezza in settori specifici. |
| Amazon Traduttore | Strumenti di Traduttore di Azure in Foundry | Amazon Translate è un servizio di traduzione automatica neurale che fornisce traduzioni in più lingue per siti Web, app e contenuti multilingue. Translator offre funzionalità simili con traduzione in tempo reale e batch in più di 100 lingue. Include anche funzionalità come la traslitterazione, il rilevamento della lingua e glossari personalizzati per l'accuratezza specifica del dominio. |
| Amazon Comprehend | Lingua di Azure in Foundry Tools | Amazon Comprehend è un servizio di elaborazione del linguaggio naturale (NLP) che estrae informazioni dettagliate dal testo, tra cui sentiment, frasi chiave ed entità. Queste funzionalità consentono di analizzare il feedback e i documenti dei clienti. Il linguaggio (analisi del testo) offre funzionalità simili, ad esempio l'analisi del sentiment, l'estrazione di frasi chiave, il riconoscimento di entità denominate e la classificazione del testo personalizzata. |
| Amazon Lex | Comprensione del linguaggio di conversazione in Microsoft Foundry | Questi servizi creano interfacce conversazionali che usano la comprensione del linguaggio naturale. Azure adotta un approccio modulare, in cui la comprensione del linguaggio conversazionale gestisce il riconoscimento delle finalità e l'estrazione di entità. Altri componenti gestiscono il dialogo e l'integrazione. Amazon Lex offre una soluzione integrata per la creazione di interfacce conversazionali interamente all'interno dell'ecosistema AWS. |
| Amazon Textract | Azure Document Intelligence in Foundry Tools | Amazon Textract è un servizio di Machine Learning che estrae testo e dati da documenti analizzati, incluse tabelle e moduli, per automatizzare l'elaborazione dei documenti. Document Intelligence offre funzionalità simili con riconoscimento ottico dei caratteri (OCR), modelli predefiniti per fatture, ricevute e ID e la possibilità di eseguire il training di modelli personalizzati per moduli specifici del dominio. Document Intelligence supporta l'estrazione multilingue e fornisce l'analisi del layout per documenti complessi. |
| Servizio OpenSearch di Amazon | Ricerca di intelligenza artificiale | Per i carichi di lavoro di ricerca delle applicazioni, entrambi i servizi supportano la ricerca full-text e vettoriale. Azure AI Search fornisce anche la ricerca ibrida, la classificazione semantica e l'arricchimento tramite intelligenza artificiale per la ricerca e il recupero della generazione aumentata (RAG). Non sostituisce l'analisi dei log OpenSearch o le funzionalità di analisi in tempo reale. Per questi carichi di lavoro, vedere Servizi di analisi su Azure e AWS. |
Servizi di intelligenza artificiale generativa
I servizi di intelligenza artificiale seguenti creano nuovi contenuti o dati simili all'output generato dall'utente, ad esempio testo, immagini o audio.
| Servizio AWS | Servizio di Azure | Analisi |
|---|---|---|
| Roccia amazzonica | Microsoft Foundry | Questi servizi forniscono modelli di base per creare e distribuire applicazioni di intelligenza artificiale generative. |
Collaboratori
Microsoft gestisce questo articolo. I collaboratori seguenti hanno scritto questo articolo.
Autore principale:
- Regina Hackenberg - Italia | Specialista Tecnico Senior
Altro collaboratore:
- Filippina Lobão | Cloud Solution Architect
Per visualizzare i profili LinkedIn non pubblici, accedere a LinkedIn.