亚马逊云科技：AI/ML的顶流效应

在风起云涌，智能崛起的数字化时代，一家企业最大的侥幸，莫过于站在技术之巅，顺势而为，成就本身向往的业务目的。
作为推进全球产业数字化革命的先锋力气，人工智能与机器学习在如今行业的科技阵列中，可谓风生水起，独步天下。
IDC数据显示，人工智能系统支出到2023年将达到979亿美元，相比2019年增长2.5倍；Gartner数据显示，75%的企业在2024年底将把机器学习从试点转向消费系统，以此改变客户体验，同步提升行业企业的消费效率。
消费效率决议了业务的增长，也直接决议了企业在商业赛道上的竞争力。
AI/ML顶流技术的转化力
当全球数以十万计的客户选择亚马逊云科技运转机器学习工作负载，停止AI创新时，他们的野心或许并不满足于消费效率的智能提升，而是要牢牢抓住云与智能这一黄金时代下，最具活力的平台赋能。
前者深知：在人工智能方面，亚马逊是将AI/ML顶流技术运用到商业化最前沿的企业。
例如，2003年亚马逊初次在业界发布了基于物品的协同过滤算法；经过计算机视觉、深度学习以及传感器交融等技术，颠覆传统批发行业运营形式的Amazon Go；包罗万象的人工智能技术工具集；92%的TensorFlow云上工作负载和91%的PyTorch云上工作负载都在亚马逊云科技上。

亚马逊云科技大中华区云服务产品管理总经理顾凡

“普惠AI/ML的价值就是我们的核心使命，完成这一使命的关键就在于让不同的客户可以基于一个弱小而丰富的工具箱完成他们向往的智能创新目的”！亚马逊云科技大中华区云服务产品管理总经理顾凡如是说。
对于有志于AL/ML创新者而言，技术工具就像行驶在创新之路上的跑车，其每一次晋级，都决议了赛车手的实力展现，速度打破。如今，这部跑车集合了ML 服务类、API 类、AI 服务工具类等实力杰出的部件，让数据迷信家、算法工程师、业务开发者都能轻松在机器学习的赛道上驰聘。
亚马逊云科技在人工智能和机器学习方面服务、开发和迭代的速度是惊人的，仅仅去年一年其就新增了250多项机器学习的功能。
在业界看来，亚马逊云科技的人工智能和机器学习的工具集合完美诠释了“授人以鱼不如授人以渔”的理念。
“授人以渔是才能与工具价值的延续，无论是谁，无论在机器学习上做了多少投入，其成果都能持续保持可迭代、可开发，可规模化地得晋级创新！这也是我们构建AI/ML工具箱的核心目的：The right tool for the right job”顾凡所提及的right tool即是亚马逊云科技针对不同需求的客户在机器学习技术堆栈所需求的服务：包括顶层-人工智能服务、中间层-机器学习服务以及底层-框架和基础架构。
在人工智能（AI）服务层面，亚马逊基于本人在电商、物流、智能搜索等范畴的成功实际，经过人工智能服务，例如Amazon Personalize，让客户无需具有机器学习专业知识，即可方便、疾速地构建个性化引荐系统；
在中间层，将Amazon SageMaker的可视界面开发管理才能、简约易用的操作模型、数据及推理成本的优化特质早已不得人心，而随着Data Wranger、Feature Store、Pipelines等七项新功能在北京区域和宁夏区域上线，中国区的开发者们愈加可轻松地完成构建端到端的机器学习管道；
在算力层面，在机器学习底层的框架和基础架构层面，亚马逊云科技片面提供基于各家芯片供应商的最新技术选项，提供从小到大多种配置，支持市面下盛行的各种机器学习框架和算法。值得一提的是，亚马逊云科技在北京区域和宁夏区域推出了Amazon EC2 Inf1实例，该实例基于亚马逊云科技自研机器学习推理芯片Amazon Inferentia，与当前成本最低的基于GPU的实例相比，可以提高多达30%的吞吐量，并使每次推断的成本最高降低45%。
行业齐向数字化，深耕云端见智明！
正是这些技术堆栈与工具集，让亚马逊云科技机器学习的影响力在中国的千行百业中构成顶流效应：来自医疗健康、教育、出行、工业智能、游戏、新媒体等各个的行业客户对其推崇备至，其中不乏行业的当红之星。
在顾凡看来，上述三层工具箱的的核心价值除了为合适的人提供合适的工具，另一方面也为合适的行业提供恰如其分的智慧助力。
“Amazon SageMaker落地中国区域一周年了，除了新兴行业，我们一直强调传统行业也一定是机器学习发力点，所以我们和很多传统行业的客户配合的时分也总结出基于AI/ML创新的四个重点：了解你的数据策略、定位运用机器学习的场景、数据迷信要聚焦业务，以及找到技能差距，及时补强。”顾凡的总结，实则是在阐明一个重点—无论是传统行业用户还是新兴产业的创新者，Amazon SageMaker都可以协助用户消弭机器学习过程中的繁重工作，使客户能专注于本身的业务和运用创新，在提高客户工作效率的同时还大幅降低机器学习的总体拥有成本。
同时，SageMaker的开放性也能让用户将其与其它机器学习的框架完成集成，这种灵敏、迷信以及开放的特质，不只让行业用户深深体会到亚马逊云科技授人以渔的胸怀，更有其为用户“扶下马送一程”的心意。
“亚马逊云科技发自内心的想把机器学习的才能交到每一位开发者和构建者的手中”。顾凡感言。
亚马逊云科技的种种投入与努力，也直接在换来了千行百业在业务上的惊喜变化：
例如，在医疗行业，益体康应用亚马逊云科技的机器学习服务疾速构建了智能远程心电平台的AI训练和推理场景，提升了模型训练的速度。在新冠疫情时期，益体康的智慧远程心电平台为众多身处隔离病房，且难于时时监测心脏受损状况的病患提供了服务。同时，该平台还服务于基层医疗机构，疾速完成心脏成绩的初诊和分诊，减少误诊、漏诊，大幅减少跨区传播的风险；
在教育行业，叽里呱啦运用 Amazon Polly 和 Amazon EC2 P3 实例，依托亚马逊云科技先进的人工智能与机器学习技术疾速地构建具有逼真语音体验的在线学习平台，让儿童获得具有沉浸式体验的纯正英语发音学习环境；
在工业智能范畴，天和荣在开发即视通门铃产品的人脸辨认功能过程中，采用了开箱即用的 Amazon Rekognition，短工夫内就为即视通平台添加了人形侦测、人脸辨认等才能；
在游戏行业，行者AI应用Amazon SageMaker开发了游戏内容过滤服务，对不恰当内容的辨认率超过96%，大大高于同类产品的程度，上线短短三个月内，曾经获得了几十家游戏客户喜爱；
在新媒体行业，大宇有限采用亚马逊云科技的Amazon SageMaker开发了视频在线引荐功能，仅用三个月的工夫就完成了整个系统的建设并承受了实践用户访问的压力。
“为什么亚马逊云科技在机器学习当中希望客户选择我们，三个很重要的缘由就是授人以渔、开放的态度以及对开源系统的支持，真正补偿技能的差距，扶下马送一程”。顾凡补充道，为进一步加速人工智能/机器学习的普惠，亚马逊云科技还基于弱小的合作伙伴网络，为行业机器学习创新之路提供了丰富的生态资源，协助更多客户处理行业算法模型构建难题并落地行业处理方案。
据悉，亚马逊云科技的在AI/ML生态范畴重点聚焦两类合作伙伴：第一种是有技术才能，同时扎根这个行业，真正了解如何用机器学习处理行业难题的精英。其才能表现其可以克制算法难题，同时提供行业端到端处理方案；第二种是具有弱小的服务与交付才能的伙伴，其可以经过本身的阅历，协助客户真正完成机器学习方面人员和技能的不足。
如今，基于亚马逊云科技的工具集与弱小的生态网络，各种规模、各种类型的企业和机构，在积极探求人工智能和机器学习技术的运用中播种了行业业务的长大。
在维端网看来，这种实践效应可谓：行业齐向数字化，深耕云端见智明！