亚马逊云科技推动AI/ML创新三大驱动力 加速人工智能与机器学习的规模化落地

9月2日，在2022国际人工智能大会上，亚马逊云科技举行了“人工智能前沿技能趋势与最佳实践” 线上分论坛，同享了亚马逊云科技在人工智能与机器学习（AI/ML）范畴的趋势洞悉和前沿技能运用的最佳实践，并探讨了AI/ML怎么赋能职业数字化转型。亚马逊云科技经过三大AI/ML立异驱动力——处理海量多样化数据、加快推进工业规划化落地以及赋能更多AI开发者，加快推进各职业立异。一起，在本次国际人工智能大会上，亚马逊云科技根据图神经网络技能构建的Amazon Neptune ML入围了2022年度 SAIL（Superior AI Leader，杰出人工智能引领者）TOP30榜单。

亚马逊云科技人工智能与机器学习产品副总裁Bratin Saha在本次分论坛上宣布了主题讲演，他表明，AI/ML技能是当今最具革新性的技能之一，正在处理人类面对的一些最具挑战性的问题，也为咱们供给了史无前例的新机遇。现在，全球数以万计的客户正凭借咱们全栈式的AI/ML服务，从海量数据中取得洞悉、做出更精确的猜测、削减运营开支、改进客户体会并创立全新的事务线，助力企业成为数据驱动的安排。

推出专门构建的数据预备东西，协助客户处理海量多样化数据

现在，每时每刻都会有海量结构化以及如音频、视频、图画、医疗数据等非结构化数据的发生，企业要凭借AI/ML技能立异，需求处理海量多样化的数据。亚马逊云科技为机器学习构建了专用的数据预备东西，协助企业从海量多样化数据中获取洞悉。其间，Amazon SageMaker Data Wrangler 为表格数据的数据预备供给了无代码/低代码接口，将聚合和预备机器学习数据所需的时刻从几周缩短到几分钟；Amazon SageMaker Ground Truth能够轻松地从非结构化数据创立高质量的练习数据集，有用下降数据标示本钱；Amazon SageMaker Feature Store专门用于存储、同享和办理ML模型特征。

供给从底层到运用的全套服务，加快推进AI/ML工业规划化落地

企业要取得实践的事务价值，需求规划化布置AI/ML，将其融入到事务的方方面面。亚马逊云科技现在为客户构建练习模型的参数已达到数十亿的规划，每个月供给数千亿猜测成果，这样的规划效应推进了亚马逊云科技AI/ML的工业化落地实践。其间，在底层的基础设施，亚马逊云科技自研的面向机器学习推理和练习的加快芯片Amazon Inferentia和Amazon Trainium，能够协助客户完结从扩展练习作业负载到布置加快推理的端到端 ML 核算流程。Amazon Elastic Compute Cloud (Amazon EC2) P4d实例与G5实例为客户供给了数倍于前代产品的ML功用。亚马逊云科技还在Amazon SageMaker Studio中供给了集成的机器学习东西，并经过Amazon SageMaker Pipelines自动化机器学习作业流程，极大提升了开发人员的作业效率。

下降机器学习门槛，赋能更多开发者一起构建AI/ML处理方案

亚马逊云科技经过下降机器学习开发门槛，让更多开发者参加其间。其间，Amazon SageMaker Studio Lab让任何人都能够轻松、快速地构建学习和试验机器学习的开发环境；Amazon SageMaker Canvas供给无代码扩展功用，非专业技能人员也能够快速从机器学习模型中取得精确的猜测成果；根据Amazon AutoML结构的Amazon AutoGluon开源库使得开发人员只需编写几行代码，即可运用深度学习来构建运用程序。亚马逊云科技还经过与高校树立协作、举行Amazon DeepRacer竞赛等项目，激起更多人参加机器学习立异。

此外，亚马逊云科技在本次分论坛上还同享了图神经网络、自动化机器学习（AutoML）等AI/ML前沿技能的运用实践。其间，亚马逊云科技根据图神经网络技能构建的Amazon Neptune ML在本次国际人工智能大会上，入围了2022年度 SAIL（Superior AI Leader，杰出人工智能引领者）TOP30榜单。作为Amazon Neptune图数据库的一项新功用，它能够完结整个图神经网络模型创立、装备、练习、测验和验证进程的自动化，并依托Amazon SageMaker渠道，自动化布置模型和完结模型揣度的调用。在实践运用中，Amazon Neptune ML处理了工业环境海量多样化数据、开发测验布置周期长和技能门槛高的难题。运用Amazon Neptune ML能够让图神经网络的布置时刻从几周变成几天，并能够轻松地应对比如诈骗检测和引荐等场景下数亿级其他数据规划。