首页 > 云计算 > 正文

让机器学习“普惠于民” AWS又一次重塑了机器学习圈

2021-01-06 15:08:49   来源:IT运维网>

今年的亚马逊re:Invent大会持续带来一系列足以令人“眼花缭乱”的创新,而此次探讨的是普通用户实现机器学习技术的一种新的“捷径”。
 
在亚马逊re:Invent大会上,亚马逊云服务(AWS)全球机器学习副总裁Swami Sivasubramanian向人们展示了AWS关于人工智能与机器学习的最新全景蓝图,不仅如此,一系列新服务和新功能也逐一亮相。AWS致力让机器学习普惠于大众的目标更近一步。
 
机器学习+云计算,让云更“聪明”
随着人工智能的逐步落地,人工智能场景越来越丰富。作为人工智能的核心研究领域之一,机器学习成为企业竞相角逐的高地。而另一方面,云计算在为用户提供强大算力方面发挥了不可替代的作用。将机器学习与云计算相结合,二者互为补充,机器学习不仅可以使云计算的服务资源处理效率得到提升,云计算服务也为构建和部署机器学习应用程序所需的一系列功能提供支持。
 
因此,目前很多云计算厂商不遗余力地推进机器学习技术,力求上到占领前沿技术高地,下到丰富用户场景。
 
AWS大中华区云服务产品管理总经理顾凡介绍,亚马逊利用机器学习技术已经有20多年时间,这是AWS机器学习服务的深厚源泉。
 
AWS在2016年开始发力,在云上提供机器学习服务。其实这个时间并不算早,尽管出发晚,但发力十足。
 
顾凡表示,AWS当年只发布了三个机器学习服务,2017年开始加速,而最近三年,每年新增的服务和功能超过200个,为全球人工智能工作者丰富了他们急需的工具集。
 
机器学习不是“阳春白雪”,应当普惠用户
当谈到机器学习技术,一般给人们的第一感觉就是“高大上”,因而这种“高大上”的技术也自然而然地成为它落地用户侧的一大阻碍。如何降低机器学习技术的高门槛成为AWS开展机器学习的一个重要目标。
 
“让机器学习更易用和拓展到更加广阔的使用者、应用场景和行业”,这是Swami在亚马逊re:Invent大会上所宣称的。当然,这一方面固然是机器学习技术本身难度较高,难以普及广大用户,另一方面也来自于该行业人才的匮乏,专业机器学习技术人才是传统用户所缺乏的。
 
换句话说,要想实现机器学习技术的有效落地,不仅需要降低其技术门槛,还需要解决人才匮乏的困局。
 
为此,AWS通过多种方式,采取一系列措施,着重通过技术创新,从服务的深度和宽度上为机器学习扩圈。
 
首先,AWS通过开箱即用的解决方案解决以上用户的两大困扰。在re:Invent大会上,AWS发布了五项用于工业领域的机器学习服务:Amazon Monitron、Amazon Lookout for Equipment、AWS Panorama一体机、AWS Panorama SDK和Amazon Lookout for Vision。其中,Amazon Monitron通过机器学习支持预测性维护,面向没有建立传感器网络的客户,提供由传感器、网关和机器学习服务组成的端到端机器监控系统,检测异常并预测何时需要维护工业设备。
 
第二个举措是打造全面丰富的工具集。正如AWS大中华区云服务产品管理总经理顾凡所讲——right tool for the right job(为每一项工作都提供一个趁手的工具),该工具集通过底层、中间层和顶层三个层面,全面覆盖并赋能每一位AI工作者。


 
工具集的底层是面向那些技术能力超强的客户,AWS为他们提供强大的算力、全面的算力选择、丰富的机器学习框架选择;中间层是面向那些技术能力较强、有大量数据可以进行机器学习模型训练且有一定算法人才而无需管理基础设施的客户,AWS的Amazon SageMaker为他们提供了首个全托管的机器学习集成开发环境,从数据准备、到模型训练、参数调优与模型迭代、到模型部署、模型质量监控,最大限度地提高其机器学习效率,降低他们开展机器学习的门槛;工具集的顶层面向技术能力相对薄弱的客户,他们有一定的数据,但没有算法人才,AWS为他们提供开箱即用的人工智能服务,目前已经涵盖机器视觉、语音文字转换、机器对话、文本处理、电商业务、客服、企业内信息搜索、开发与运维、工业AI等方面。
 
第三个举措是面向数据开发者和数据分析师。在AWS看来,这些人员数量庞大,缺乏机器学习的知识和技能但并不缺少机器学习的想法。AWS通过将机器学习能力跟数据库进行嫁接,让数据库开发者、数据分析师沿用数据库查询的方式,让他们的机器学习想法落地到业务应用中。为此AWS推出了Amazon Aurora的新功能版本Amazon Aurora ML,数据开发者通过Aurora ML自动将查询结果交给机器学习模型进行推理,并返回结果。
 
远不止于此,AWS还通过第四个举措——对Amazon SageMaker添加九项新功能——大力发展机器学习的中间力量,不断让机器学习更简单。尽管Amazon SageMaker推出只有3年,但实践证明,Amazon SageMaker已在用户侧备受欢迎,并在包括像3M、ADP、阿斯利康、Avis、拜耳等几万家客户中落地。
 
总之,有效地使用机器学习技术是有捷径可循的,如果有用户觉得机器学习技术晦涩难懂到令他们望而生畏,那么不妨关注一下亚马逊re:Invent,它为每一位AI工作者带来福音。顾凡表示,授人以鱼不如授人以渔,AWS不仅仅是提供产品,而是希望通过交付产品,在产品原型实现、客户需要帮忙时,帮助他们快速解决难题,促进客户能力的提升。



免责声明:本网站(www.365master.com)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。电话:010-88558043)

相关热词搜索:机器学习 AWS

上一篇:43项全新云服务和功能!别人还在追赶,AWS已在重塑了
下一篇:云计算云运维浅谈

扫码关注公众号

扫码订阅杂志

扫码下载2020年《混合多云行业应用调查报告》

扫码下载《2021中国灾备行业白皮书》