加速人工智能與機器學習的規(guī)?；涞?/b>
北京2022年9月2日 /美通社/ -- 今天，在2022世界人工智能大會上，亞馬遜云科技舉辦了"人工智能前沿技術(shù)趨勢與最佳實踐" 線上分論壇，分享了亞馬遜云科技在人工智能與機器學習（AI/ML）領(lǐng)域的趨勢洞察和前沿技術(shù)應(yīng)用的最佳實踐，并探討了AI/ML如何賦能行業(yè)數(shù)字化轉(zhuǎn)型。亞馬遜云科技通過三大AI/ML創(chuàng)新驅(qū)動力 -- 處理海量多樣化數(shù)據(jù)、加速推動產(chǎn)業(yè)規(guī)?；涞匾约百x能更多AI開發(fā)者，加速推動各行業(yè)創(chuàng)新。同時，在本次世界人工智能大會上，亞馬遜云科技基于圖神經(jīng)網(wǎng)絡(luò)技術(shù)構(gòu)建的Amazon Neptune ML入圍了2022年度 SAIL（Superior AI Leader，卓越人工智能引領(lǐng)者）TOP30榜單。
亞馬遜云科技人工智能與機器學習產(chǎn)品副總裁Bratin Saha在本次分論壇上發(fā)表了主題演講，他表示，AI/ML技術(shù)是當今最具變革性的技術(shù)之一，正在解決人類面臨的一些最具挑戰(zhàn)性的問題，也為我們提供了前所未有的新機遇。目前，全球數(shù)以萬計的客戶正借助我們?nèi)珬Ｊ降腁I/ML服務(wù)，從海量數(shù)據(jù)中獲得洞察、做出更準確的預(yù)測、減少運營開銷、改善客戶體驗并創(chuàng)建全新的業(yè)務(wù)線，助力企業(yè)成為數(shù)據(jù)驅(qū)動的組織。
推出專門構(gòu)建的數(shù)據(jù)準備工具，幫助客戶處理海量多樣化數(shù)據(jù)
如今，每時每刻都會有海量結(jié)構(gòu)化以及如音頻、視頻、圖像、醫(yī)療數(shù)據(jù)等非結(jié)構(gòu)化數(shù)據(jù)的產(chǎn)生，企業(yè)要借助AI/ML技術(shù)創(chuàng)新，需要處理海量多樣化的數(shù)據(jù)。亞馬遜云科技為機器學習構(gòu)建了專用的數(shù)據(jù)準備工具，幫助企業(yè)從海量多樣化數(shù)據(jù)中獲取洞察。其中，Amazon SageMaker Data Wrangler 為表格數(shù)據(jù)的數(shù)據(jù)準備提供了無代碼/低代碼接口，將聚合和準備機器學習數(shù)據(jù)所需的時間從幾周縮短到幾分鐘；Amazon SageMaker Ground Truth能夠輕松地從非結(jié)構(gòu)化數(shù)據(jù)創(chuàng)建高質(zhì)量的訓(xùn)練數(shù)據(jù)集，有效降低數(shù)據(jù)標注成本；Amazon SageMaker Feature Store專門用于存儲、共享和管理ML模型特征。
提供從底層到應(yīng)用的全套服務(wù)，加速推動AI/ML產(chǎn)業(yè)規(guī)?；涞?/b>
企業(yè)要獲得實際的業(yè)務(wù)價值，需要規(guī)模化部署AI/ML，將其融入到業(yè)務(wù)的方方面面。亞馬遜云科技如今為客戶構(gòu)建訓(xùn)練模型的參數(shù)已達到數(shù)十億的規(guī)模，每個月提供數(shù)千億預(yù)測結(jié)果，這樣的規(guī)模效應(yīng)推動了亞馬遜云科技AI/ML的產(chǎn)業(yè)化落地實踐。其中，在底層的基礎(chǔ)設(shè)施，亞馬遜云科技自研的面向機器學習推理和訓(xùn)練的加速芯片Amazon Inferentia和Amazon Trainium，可以幫助客戶實現(xiàn)從擴展訓(xùn)練工作負載到部署加速推理的端到端 ML 計算流程。Amazon Elastic Compute Cloud (Amazon EC2) P4d實例與G5實例為客戶提供了數(shù)倍于前代產(chǎn)品的ML性能。亞馬遜云科技還在Amazon SageMaker Studio中提供了集成的機器學習工具，并通過Amazon SageMaker Pipelines自動化機器學習工作流程，極大提升了開發(fā)人員的工作效率。
降低機器學習門檻，賦能更多開發(fā)者共同構(gòu)建AI/ML解決方案
亞馬遜云科技通過降低機器學習開發(fā)門檻，讓更多開發(fā)者參與其中。其中，Amazon SageMaker Studio Lab讓任何人都可以輕松、快速地構(gòu)建學習和實驗機器學習的開發(fā)環(huán)境；Amazon SageMaker Canvas提供無代碼擴展功能，非專業(yè)技術(shù)人員也能夠快速從機器學習模型中獲得準確的預(yù)測結(jié)果；基于Amazon AutoML框架的Amazon AutoGluon開源庫使得開發(fā)人員只需編寫幾行代碼，即可利用深度學習來構(gòu)建應(yīng)用程序。亞馬遜云科技還通過與高校建立合作、舉辦Amazon DeepRacer比賽等項目，激發(fā)更多人參與機器學習創(chuàng)新。
此外，亞馬遜云科技在本次分論壇上還分享了圖神經(jīng)網(wǎng)絡(luò)、自動化機器學習（AutoML）等AI/ML前沿技術(shù)的應(yīng)用實踐。其中，亞馬遜云科技基于圖神經(jīng)網(wǎng)絡(luò)技術(shù)構(gòu)建的Amazon Neptune ML在本次世界人工智能大會上，入圍了2022年度 SAIL（Superior AI Leader，卓越人工智能引領(lǐng)者）TOP30榜單。作為Amazon Neptune圖數(shù)據(jù)庫的一項新功能，它可以實現(xiàn)整個圖神經(jīng)網(wǎng)絡(luò)模型創(chuàng)建、配置、訓(xùn)練、測試和驗證過程的自動化，并依托Amazon SageMaker平臺，自動化部署模型和完成模型推斷的調(diào)用。在實際應(yīng)用中，Amazon Neptune ML解決了工業(yè)環(huán)境海量多樣化數(shù)據(jù)、開發(fā)測試部署周期長和技術(shù)門檻高的難題。使用Amazon Neptune ML可以讓圖神經(jīng)網(wǎng)絡(luò)的部署時間從幾周變成幾天，并可以輕松地應(yīng)對諸如欺詐檢測和推薦等場景下數(shù)億級別的數(shù)據(jù)規(guī)模。
