AWS张侠：把机器学习能力交到每一位构建者手中

本篇文章1675字，读完约4分钟

[TechWeb]4月24日，在昨天举行的aws创新2020在线技术会议上，aws首席云计算企业战略顾问张夏发表了主旨演讲，分享了aws在数据库、数据分析、人工智能和机器学习方面的技术能力，以及他们对企业数字化转型的帮助。

在数字时代，数据已经成为最重要的战略资产。如果我们将大数据、机器学习和人工智能结合起来，就可以利用这些数据做一些前瞻性的数据分析，从而实现大数据更广泛、更深入的应用，并进行预测分析。

在谈到aws的人工智能和机器学习能力时，张夏透露，在过去的一年里，aws已经推出了近250项新的人工智能服务和功能。Amazon sagemaker和amazon sagemaker studio是aws机器学习中间平台的关键服务，将于近期在中国正式推出。目前，这项服务可以在中国预览。

Amazon sagemaker是一个完全托管的服务，可以帮助开发人员和数据科学家快速构建、培训和部署机器学习模型。Sagemaker完全消除了机器学习过程中的繁重工作，使开发高质量模型变得更加容易。Amazon sagemaker为开发人员提供了强大的功能，如灵活的笔记本、实验管理、自动模型创建、模型调试和分析以及模型概念漂移检测，这些功能都封装在第一个用于机器学习的集成开发环境(ide)中。

张夏说，亚马逊已经积累了近25年的机器学习经验，亚马逊有数千名工程师和数据科学家从事机器学习。我们也很愿意与更多的用户分享这些方法，所以我们提出了一个口号，希望把机器学习的能力给每一个建设者。

亚马逊aws的机器学习服务是什么？张夏的介绍将在下面进行编辑和介绍:

亚马逊aws的机器学习服务分为三个层次。

下层是机器学习的框架和基础设施。就机器学习框架而言，aws支持各种主流的机器学习基本框架，如tensorflow、pytorch、apache mxnet、chainer、gluon、horovod、keras等。；它还支持机器学习数据库或数据接口，如aws glue和amazon运动学。在基础设施方面，aws提供各种虚拟机、机器学习的实例和映像、gpu的计算实例amazon ec2 g4和专门从事并行计算并适合机器学习的amazon ec2 p3。它还引入了亚马逊弹性灵感(Amazon Original Insider)，它在亚马逊ec2上动态地挂起一个特殊的图形处理器，然后自动缩放，以相对较低的成本进行机器学习推理。Aws还推出了基于自己创新芯片的亚马逊推理inf1，专门用于机器学习推理。

中间层是前面提到的亚马逊sagemaker。

在上层，aws提供相对现成的人工智能服务，如亚马逊rekognition图像识别服务、亚马逊polly文本到语音服务和亚马逊转录语音到文本服务。波利和转录已提供给中国用户。此外，还有文字处理服务，如语言理解、语言翻译、语义识别和阅读。这一次，在企业内部进行全球搜索的亚马逊肯德拉搜索服务刚刚推出。

在过去的两年中，aws还推出了个性化推荐服务amazon Personalize、欺诈检测服务amazon欺诈检测器和预测服务amazon prediction，这些服务基于Amazon使用的一些人工智能和机器学习技术。Aws还有亚马逊codeguru，一个代码审查和分析服务，它使用机器学习来进行代码分析，找出占用更多资源和成本最高的代码部分。亚马逊连接隐形眼镜服务在客服中心使用机器学习来分析顾客的情绪。Aws也有人机对话服务amazon lex，这是amazon echo智能语音扬声器背后的技术。

Aws在人工智能和机器学习领域提供广泛而深入的服务，gartner对aws的评估证明了这一点。在2020年2月发布的“云上人工智能开发人员服务的魔力象限”中，高德纳将aws排在第一位。Gartner表示，aws是这一神奇象限的领导者，它提供了一套全面的服务和应用程序开发界面(APIs)，包括语言和可视化服务，而亚马逊sagemaker机器学习服务为开发人员和数据科学家提供了进一步的支持。

来源：搜狐微门户