不止发力机器学习领域 AWS或许还隐藏着更大野心

作者:贾桂鹏 来源:原创 2020-12-16

  目前,随着云计算、5G、大数据以及物联网等新型技术不断发展,人工智能已经不仅仅停留在概念阶段,也是越来越多出现在普通人身边,成为一股不可忽视的科技力量。面对此趋势,有众多企业已经布局在人工智能领域中。

  近日,亚马逊re:Invent峰会继续在进行,AWS全球机器学习副总裁Swami Sivasubramanian在峰会上,发表了关于机器学习与人工智能的主题演讲,在演讲的过程中,向观众们展现了AWS关于人工智能领域中最新的发展与计划。

不止发力机器学习领域 AWS或许还隐藏着更大野心

  AWS布局机器学习

  不久前,德勤发布了《全球人工智能发展白皮书》,里面预测到2025年,全球人工智能市场的规模将会达到6万亿美元,面对着如此庞大的市场以及发展机遇,许多国家已经将人工智能列为优先发展的国际战略。

  AWS在2016年的re:Invent峰会上,首次正式推出了AI产品线,其中包括文本到语音转换服务Amazon Polly、基于深度学习的图像和人脸识别服务Amazon Rekognition以及可编写自然人机交互的Amazon Lex。在此后的四年时间,AWS推出了数以百计的相关产品与服务,不断释放着技术能力。

  AWS从2016年开始在云上提供机器学习服务,到2017年开始加速,连续三年每年交付超过200个新功能,在2020年,AWS已经发布了超过250个有关人工智能的新功能,为人工智能领域的工作者们丰富了急需的工具集。

  在德勤发布的白皮书上,还有一项数据值得关注,在人工智能的众多分支领域中,机器学习已经成为核心的研究领域之一,目前,有89%的人工智能专利和40%的人工智能范围内相关专利为机器学习范畴。但随着机器学习使用的增加和复杂性的增加,培训模型的成本和时间对企业来说是一个挑战。

  Swami在主题演讲中表示,“机器学习是我们这一代人能遇到最具颠覆性的技术之一,目前已经有超过10万客户在使用AWS的机器学习服务,很多客户已经将机器学习用于其核心业务。”

  针对于此,面对充满发展潜力的机器学习,AWS着重通过技术创新,为机器学习扩圈。在2020年re:Invent峰会期间,AWS发布了五个用于工业领域的机器学习服务:

  一、Amazon Monitron:提供包含传感器、网关和机器学习服务的端到端机器监控解决方案,以检测可能需要维护的异常设备状况。

不止发力机器学习领域 AWS或许还隐藏着更大野心

  二、Amazon Lookout for Equipment:为拥有设备传感器的客户提供了使用AWS机器学习模型来检测异常设备行为并进行预测性维护的能力。

  三、AWS Panorama Appliance:帮助已在工业设施中装配摄像机的客户使用计算机视觉来改善质量控制和工作场所安全

  四、AWS Panorama软件开发套件(SDK):允许工业相机制造商在新相机中嵌入计算机视觉功能。

  五、Amazon Lookout for Vision:在图像和视频流上使用AWS训练的计算机视觉模型,以发现产品或流程中的异常和缺陷。

  据了解,这五项全新的机器学习服务有能力帮助工业和制造业的用户在其生产过程中嵌入智能能力,以提高运营效率,改善质量控制、信息安全和工作场所安全。而且,这些服务代表了现有最全面的从云端到边缘的工业机器学习服务套件,通过结合先进的机器学习、传感器分析和计算机视觉功能,解决工业客户面临的常见技术挑战。

  机器学习赋能不同技术能力企业

  在今年re:Invent峰会上,AWS除了发布了针对工业领域的机器学习服务,也没有忘记普通AI工作者,AWS旨在为每项工作都提供一个趁手的工具,打造一个全面的工具集,其中包含三个层面:

不止发力机器学习领域 AWS或许还隐藏着更大野心

  底层:主要面向技术能力超强的客户,希望将人工智能和机器学习作为企业的核心竞争力。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:面向那些技术能力较强的客户,这些企业有大量的数据可以进行机器学习模型训练,有一定的算法相关工作者,不要花精力管理基础设施,专注于自己的应用和业务创新。

  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,他们希望在业务场景中直接引入人工智能。

  在面对不同技术力量的企业,AWS可以给出不同的解决方案,针对技术能力强的用户可以为企业提供强大的算力支持,而对于技术能力较弱的企业提供开箱即用整套解决方案。

  此外,在此次AWS还发布了多项全新的功能,数据特征提取器、数据特征存储库、自动化工作流、模型偏差检测、对模型训练进行剖析、大型复杂深度学习模型的分布式训练、边缘端模型质量监控和管理和快捷起步工具。

  AWS一系列的升级之路,逐步显示出自己深耕人工智能和机器学习领域的决心,而且强大的技术支持以及不断完善的服务与功能,让其在这条路上将会越走越顺畅。

  写在最后

  截止至目前,在全球已经“上云”的TensorFlow和PyTorch算法机器学习项目中,AWS作为运行平台的比例已经分别达到了92%和91%,从这一数字中足以看出AWS在机器学习赛道中的竞争力。

  而且,在re:Invent峰会上,AWS宣布还推出AWS Trainium,这是该公司专门用于训练机器学习模型的下一代定制芯片,并且全新的芯片将于2021年上半年在AWS云中亮相。看来,AWS对于人工智能市场还有着更大的野心,结果会如何呢?我们拭目以待。

发布
X
第三方账号登录
  • 微博认证登录
  • QQ账号登录
  • 微信账号登录