AWS用機器學習驅(qū)動企業(yè)創(chuàng)新,aws解決方案總監(jiān)

AWS用機器學習驅(qū)動企業(yè)創(chuàng)新

為什么各行各業(yè)的客戶，都喜歡選擇亞馬遜云服務(wù)（AWS）的機器學習服務(wù)？

在近日召開的AWS re:Invent 2020上，AWS全球機器學習副總裁Swami Sivasubramanian（以下簡稱Swami）針對人工智能與機器學習話題發(fā)表了長達數(shù)小時的演講，同時也揭曉了上述問題的答案。

機器學習：實現(xiàn)人工智能的重要途徑

如果要評選出當下最炙手可熱的IT技術(shù)，恐怕大多數(shù)人腦海里第一時間想到的都是AI人工智能。

1956年，美國麻省理工學院教授約翰·麥卡錫在達特矛斯會議上首次提出了“Artificial Intelligence”（人工智能，簡稱AI）這一術(shù)語，這也被人們普遍視為人工智能正式誕生的標志。

然而當時許多人沒有想到的是，在相當漫長的一段時間里，由于數(shù)據(jù)缺乏、算力不足等種種原因，人工智能的落地與應(yīng)用遇到了嚴重的瓶頸。不少學者甚至認為，人工智能所描繪的美妙前景只不過是鏡中花，水中月，永遠也難以成為現(xiàn)實。

不過，隨著近年來云計算、大數(shù)據(jù)等新興技術(shù)的快速崛起，各種數(shù)據(jù)量開始呈現(xiàn)出幾何級數(shù)的飛速增長，算力也獲得了極大的提升，這也成為了驅(qū)動人工智能技術(shù)發(fā)展的巨大推動力。而作為實現(xiàn)人工智能的重要途徑，Machine Learning（機器學習，簡稱ML）技術(shù)正是在這種背景之下得到了快速發(fā)展。

俗話說“工欲善其事，必先利其器”，通過分析和設(shè)計各種算法，機器學習服務(wù)可以讓計算機從海量的數(shù)據(jù)中自動學習并尋找規(guī)律，從而極大地加速人工智能在各個行業(yè)領(lǐng)域的應(yīng)用與落地，因此深受廣大開發(fā)者喜愛。這也是業(yè)內(nèi)人士在談?wù)撊斯ぶ悄茉掝}時，往往都會將云計算、大數(shù)據(jù)、機器學習也一并帶入的原因。

AWS：機器學習領(lǐng)域的佼佼者

在眾多的機器學習服務(wù)提供商中，AWS無疑是最令人矚目的佼佼者之一。

從幾年前剛剛開始推出AI SaaS的機器學習服務(wù)，到2017年正式發(fā)布大受好評的Amazon SageMaker，AWS近年來在機器學習領(lǐng)域的進展可以說是突飛猛進。

“在過去的三年里，AWS每年都交付了200多項機器學習功能。其中光是在2020年，AWS就新增了250多項機器學習功能。對于人工智能技術(shù)來說，這些機器學習功能非常重要，AWS真正釋放了人工智能技術(shù)的能力?！盇WS大中華區(qū)云服務(wù)產(chǎn)品管理總經(jīng)理顧凡表示，“目前全球已經(jīng)有超過10萬家客戶在使用AWS的機器學習服務(wù)。這些客戶覆蓋了各行各業(yè)，無論是金融、醫(yī)療、媒體、汽車、制造還是零售、體育行業(yè)，都在使用我們的機器學習?！?/p>

Swami指出，AWS的機器學習為客戶提供了非常豐富的功能與服務(wù)，越來越多的行業(yè)客戶都使用AWS提供的這些工具，在各種應(yīng)用場景更好地開展自身的業(yè)務(wù)。譬如通過使用AWS提供的機器學習模型，客戶可以將訓練時間從過去的幾天變成幾個小時，節(jié)省大量的時間精力，并且大幅縮短部署時間，更快地開展創(chuàng)新。

AWS機器學習服務(wù)的特點

為什么這么多行業(yè)客戶都對AWS的機器學習服務(wù)青睞有加？Swami認為，主要是因為AWS的機器學習服務(wù)具備以下幾個特點：

1、服務(wù)的寬度和深度。針對機器學習，AWS的態(tài)度一直是“Right tools for the right job”，意思就是用合適的工具做合適的事，一把鑰匙開一把鎖。針對客戶想要運行什么樣的工作，在什么樣的場景下，應(yīng)該選擇工具箱中什么樣的工具，AWS都能為其提供最適合的服務(wù)和解決方案。這也是AWS機器學習服務(wù)在寬度和深度上的一大優(yōu)勢。

2、開放的心態(tài)。在云計算、人工智能、機器學習領(lǐng)域，AWS始終抱著開放合作的心態(tài)，包括AWS提供的很多工具都是非常開放的，可以同客戶的整個運行環(huán)境做到非常好的集成與兼容。

3、AWS與客戶配合的模式。將“以客戶為中心”作為企業(yè)文化的AWS，在服務(wù)客戶的時候始終遵循兩大原則：一是授人以魚不如授人以漁，AWS為客戶提供工具的同時，更希望能教會客戶使用工具，從而真正建立起自己的能力；二是在工程方面出現(xiàn)差距、產(chǎn)品原型實現(xiàn)困難等客戶需要幫助的時候，AWS也會助力客戶快速解決技術(shù)和業(yè)務(wù)難題。

機器學習驅(qū)動企業(yè)創(chuàng)新

在AWS re:Invent 2020的主題演講中，Swami重點提到了四大主題：

1、關(guān)于機器學習的堅實基礎(chǔ)

這個基礎(chǔ)包括兩件事情：一是機器學習的框架，二是機器學習所依賴的底層算力的基礎(chǔ)架構(gòu)，也就是各種各樣的CPU、GPU。AWS的愿景，是將機器學習作為一項工具交到所有企業(yè)的手中，而不是僅僅掌握在幾家大企業(yè)手里。為此AWS會對機器學習的框架做全部的支撐和優(yōu)化，并不遺余力的將這個選擇權(quán)留給客戶。

2、創(chuàng)造機器學習的成功捷徑

對于很多客戶來說，就算底層架構(gòu)非常扎實，那也不一定能把機器學習完全用起來。企業(yè)仍然需要在Amazon SageMaker這樣一個強大的、端到端的、高度集成案例的環(huán)境下，才能實現(xiàn)應(yīng)用的快速落地。在機器學習的實例方面，各種計算、存儲、成本的需求永遠有無數(shù)種組合，AWS會通過Amazon SageMaker的不斷迭代，將機器學習工作流里的每一個步驟的易用性做到極致。

3、讓更多的人加入到機器學習賦能

眾所周知，Amazon SageMaker可以為數(shù)據(jù)科學家、數(shù)據(jù)開發(fā)工程師或者機器學習開發(fā)工程師提供極大的助力，但是事實上，真正想要使用機器學習的人遠比這些人群更加龐大。這些人群也許不希望學習機器學習的艱深技術(shù)，但這并不代表他們用不到，因此AWS一直在努力讓機器學習服務(wù)為更多的人賦能。

4、端到端解決客戶的實際業(yè)務(wù)問題

隨著技術(shù)的不斷演進，機器學習的場景也在不斷拓寬。無論是工業(yè)制造的場景，還是邊緣的場景，AWS機器學習服務(wù)都可以為其提供端到端打包的一體化解決方案。

“在過去的幾年中，機器學習已經(jīng)走了很長的一段路，技術(shù)壁壘已經(jīng)極大的降低，這使得開發(fā)者能夠快速應(yīng)用機器學習，來解決他們最有挑戰(zhàn)性的問題和爭取最大的機會?！盨wami表示，“尤其是在新冠疫情之下，我們的客戶更加需要快速回應(yīng)這個不斷變化的世界，他們應(yīng)用機器學習創(chuàng)造新的方式和客戶互動，重新思考工作和學習的方式以及自動化商業(yè)流程，以便更快地回應(yīng)客戶的需求。譬如醫(yī)療行業(yè)可以用機器學習來追蹤疾病，尋找新的方法來治療和照顧病人，加速疫苗的研發(fā)等等。他們之所以能夠做到這一點，是因為他們的模型建造者能夠充分利用機器學習的潛力，自由地去發(fā)明這些技術(shù)。這也是AWS團隊的熱情所在，是我們不斷驅(qū)動創(chuàng)新，日復一日推出新功能的原因?！?/p>
文章推薦
Google Admob的經(jīng)驗分享,谷歌admob項目靠譜嗎
App Store運營推廣頭部服務(wù)商應(yīng)該是什么樣,app運營推廣有哪些渠道可以選擇
AppGallery Connect認證服務(wù),appgallery服務(wù)白皮書
Audience Network廣告展示位置

特別聲明：以上文章內(nèi)容僅代表作者本人觀點，不代表ESG跨境電商觀點或立場。如有關(guān)于作品內(nèi)容、版權(quán)或其它問題請于作品發(fā)表后的30日內(nèi)與ESG跨境電商聯(lián)系。