當(dāng)前，數(shù)字化轉(zhuǎn)型已經(jīng)成為社會各個行業(yè)領(lǐng)域所面臨的必答題。在解題過程中，我們需要哪些方法和工具呢？對此，AWS首席云計算企業(yè)戰(zhàn)略顧問張俠表示：“在數(shù)字化轉(zhuǎn)型的過程中，大數(shù)據(jù)分析和機器學(xué)習(xí)是兩個重要的支撐點?！?/p>

“幾乎所有行業(yè)都在機器學(xué)習(xí)的影響范圍之內(nèi)，比如大家相對熟悉的金融行業(yè)，從風(fēng)險欺詐偵測到智能投顧，機器學(xué)習(xí)都起到了巨大的作用；再比如，媒體娛樂行業(yè)中的短視頻領(lǐng)域，視頻內(nèi)容的生成、分類、推薦等都大量運用了機器學(xué)習(xí)的方法?！备餍懈鳂I(yè)對于機器學(xué)習(xí)技術(shù)的需求日趨強烈，但是機器學(xué)習(xí)技術(shù)的使用門檻頗高，這是矛盾點，同時也是需求點、創(chuàng)新點。張俠表示：“ AWS希望把機器學(xué)習(xí)的能力交到每一位創(chuàng)建者的手中，使它成為大家手中的一個工具?！?/p>

一、讓機器學(xué)習(xí)能力唾手可得

工具的創(chuàng)造和使用在社會發(fā)展進(jìn)程中一直處于重要地位，從石器到鐵器，再到蒸汽機、電動機、計算機……時代的車輪不斷前進(jìn)，到了信息化、智能化的今天，工具的形式已不再局限于實體硬件。

在數(shù)字社會，機器學(xué)習(xí)就是一種手段、一種工具。

日前，亞馬遜云服務(wù)Amazon Web Services， Inc. （AWS） 宣布，Amazon SageMaker在由西云數(shù)據(jù)運營的AWS中國 （寧夏） 區(qū)域和光環(huán)新網(wǎng)運營的AWS中國（北京）區(qū)域正式上線。

Amazon SageMaker的出現(xiàn)，有效地幫助企業(yè)解決了制約人工智能廣泛應(yīng)用的三個方面的挑戰(zhàn)：一是掌握人工智能專業(yè)知識的人才不足；二是構(gòu)建和擴展人工智能的技術(shù)產(chǎn)品的難度大；三是在生產(chǎn)經(jīng)營中部署人工智能應(yīng)用費時且成本高。

AWS推出Amazon SageMaker的一系列行動的含義可以解釋為：打造工具，簡化過程，推動生產(chǎn)，激發(fā)創(chuàng)造。

二、“保姆式”工具刪繁就簡

新工具的創(chuàng)造和采用必然促使科學(xué)技術(shù)水平和能力相應(yīng)地提高，工具越高級，對使用者進(jìn)行相關(guān)作業(yè)的賦能作用越大，AWS的機器學(xué)習(xí)服務(wù)就是這樣的一種新工具。

作為AWS機器學(xué)習(xí)服務(wù)的核心產(chǎn)品，Amazon SageMaker 是一項完全托管的服務(wù)，可以幫助開發(fā)者和數(shù)據(jù)科學(xué)家快速構(gòu)建、訓(xùn)練和部署機器學(xué)習(xí) （ML） 模型。SageMaker 可通過主動學(xué)習(xí)、超參數(shù)優(yōu)化、模型分布式訓(xùn)練、監(jiān)控訓(xùn)練進(jìn)展，部署培訓(xùn)模型作為自動擴展的 RESTful 服務(wù)，以及對并發(fā) ML 實驗進(jìn)行集中式管理，從標(biāo)簽數(shù)據(jù)開始簡化 ML工作流，消除了機器學(xué)習(xí)過程中的繁重工作，讓開發(fā)高質(zhì)量模型變得更加輕松。

Amazon SageMaker提供了強大的功能，如彈性筆記本、實驗管理、自動模型創(chuàng)建、調(diào)試與分析，以及概念漂移檢測等，這些功能封裝在首個面向機器學(xué)習(xí)的集成開發(fā)環(huán)境Amazon SageMaker Studio中。

Autodesk、Change Healthcare、拜耳、英國航空、蓋洛普、洛杉磯快船隊、松下航空電子（Panasonic Avionics）、環(huán)球郵報和T-Mobile等眾多企業(yè)都已開始利用Amazon SageMaker加快機器學(xué)習(xí)部署。在中國，如虎牙、大宇無限、嘉誼互娛、華來科技等也都選擇使用Amazon SageMaker服務(wù)大規(guī)模地構(gòu)建、訓(xùn)練和部署機器學(xué)習(xí)模型。

為什么這么多國內(nèi)外知名企業(yè)紛紛選擇AWS的機器學(xué)習(xí)技術(shù)服務(wù)呢？張俠指出：“AWS提供的是最廣泛、最深入的機器學(xué)習(xí)的服務(wù)。”AWS機器學(xué)習(xí)服務(wù)到底有多高級，能給急于數(shù)字化轉(zhuǎn)型的企業(yè)帶來多大的賦能作用？下面讓我們一起來看一下亞馬遜AWS目前提供的三層“保姆式”的機器學(xué)習(xí)服務(wù)都有哪些內(nèi)容。

底層是機器學(xué)習(xí)框架和基礎(chǔ)架構(gòu)層。在這一層，AWS幾乎支持了所有的開源標(biāo)準(zhǔn)框架，比如TensorFlow、Apache Mxnet、PyTorch等，另外還支持GLUON、Keras等多個平臺的接口標(biāo)準(zhǔn)、轉(zhuǎn)換標(biāo)準(zhǔn)。在基礎(chǔ)架構(gòu)層還提供亞馬遜機器鏡像——AMI（Amazon Machine Image），它是一個可以將操作系統(tǒng)、用戶的應(yīng)用程序、配置等一起打包的加密機器鏡像，可用于啟用實例的預(yù)配置服務(wù)器模板。

中層是AWS機器學(xué)習(xí)的核心服務(wù)層。該層最主要的產(chǎn)品就是Amazon SageMake和SageMake Studio，它針對的有技術(shù)背景的專業(yè)人員，開發(fā)人員和數(shù)據(jù)科學(xué)教可以利用這個工具找到人工智能、機器學(xué)習(xí)所衍生的創(chuàng)新點、突破點，進(jìn)而推出新產(chǎn)品、新服務(wù)。

上層是人工智能服務(wù)層。該層提供了AWS通過深度學(xué)習(xí)開發(fā)出來的人工智能專用服務(wù)，這些服務(wù)主要解決與人類認(rèn)知相關(guān)的典型問題?？蛻艨梢灾苯釉谄鋺?yīng)用中調(diào)用AWS提供的這些人工智能服務(wù)，而無需關(guān)注服務(wù)背后的機器學(xué)習(xí)模型。比如，針對計算機視覺類方面的Amazon Rekognition，針對文字語音的轉(zhuǎn)換和記錄的Amazon Polly和Amazon Transcribe、針對人機對話的Amazon Lex等。

張俠博士解釋說：“這三層的關(guān)系，越往下越基礎(chǔ)，功能越強大對使用者的要求也會更高；越往上越專門化，越產(chǎn)品化、服務(wù)化，通用化?！?/p>

三、推動生產(chǎn) 激發(fā)創(chuàng)造

恩格斯指出：“工具意味著異于其他動物的人所特有的活動，意味著人對自然界進(jìn)行改造的反作用，意味著生產(chǎn)?！笨偠灾ぞ咭馕吨a(chǎn)，意味著創(chuàng)造。

“Amazon SageMaker是一個工具集，提供了用于機器學(xué)習(xí)的所有組件，貫穿整個機器學(xué)習(xí)的工作流程，從而以更少的努力、更低的成本、更快地將機器學(xué)習(xí)模型投入生產(chǎn)。”張俠這樣講道。

機器學(xué)習(xí)正在引領(lǐng)新一輪的創(chuàng)新浪潮，新產(chǎn)品新功能的出現(xiàn)、 產(chǎn)業(yè)鏈流程優(yōu)化和自動化、傳統(tǒng)行業(yè)的突破性進(jìn)展，無一不有機器學(xué)習(xí)的身影，也無時無刻不刺激著各行各業(yè)從業(yè)者的神經(jīng)。

大宇無限是一家專門從事移動應(yīng)用程序開發(fā)的公司，主要為中東、東南亞和拉丁美洲等新興市場提供移動短視頻服務(wù)。對于當(dāng)初作為初創(chuàng)企業(yè)的大宇無限來說，要構(gòu)建一個滿足海量用戶有千萬級視頻的推薦系統(tǒng)，以及相匹配的機器學(xué)習(xí)平臺，在人力和時間相當(dāng)有限的情況下，是一項非常大的挑戰(zhàn)。但是AWS機器學(xué)習(xí)服務(wù)工具的出現(xiàn)，為大宇無限產(chǎn)品服務(wù)的生產(chǎn)創(chuàng)造提供了絕佳的助力。

大宇無限機器學(xué)習(xí)技術(shù)總監(jiān)蘇映濱表示：“Amazon SageMaker幫助大宇無限實現(xiàn)了從0到1的突破。SageMaker極大地簡化了整個機器學(xué)習(xí)構(gòu)建、訓(xùn)練和部署的流程，而且其中的很多算法的性能已經(jīng)被優(yōu)化得非常好，完全能夠滿足我們的需求，我們只需要做好訓(xùn)練數(shù)據(jù)的準(zhǔn)備、調(diào)用接口、設(shè)置參數(shù)，只需幾個命令就可以完成機器學(xué)習(xí)平臺的部署上線。”

伊克羅德是AWS的核心級咨詢合作伙伴 （APN Premier Consulting Partner），致力利用云計算優(yōu)勢引領(lǐng)企業(yè)實現(xiàn)數(shù)字化轉(zhuǎn)型。伊克羅德運用Amazon SageMaker平臺加速企業(yè)導(dǎo)入行業(yè)AI解決方案，如標(biāo)簽標(biāo)注、文本分析、語意理解、預(yù)測分類、推薦系統(tǒng)與詐欺偵測等，針對客戶實際遇到的商業(yè)問題，量身打造真正解決問題的端到端AI應(yīng)用。伊克羅德產(chǎn)品經(jīng)理陳昶佑表示：“Amazon SageMaker是幫助企業(yè)兼顧了效能和成本的絕佳選擇。”

好的工具能夠激發(fā)出各行各業(yè)“百花齊放”的優(yōu)秀局面，數(shù)字化轉(zhuǎn)型進(jìn)程的有效推進(jìn)正需要AWS機器學(xué)習(xí)服務(wù)這種“以點帶面”作用的激發(fā)。同時，優(yōu)秀的局面和創(chuàng)新環(huán)境又進(jìn)一步反哺機器學(xué)習(xí)技術(shù)的提升，AWS正不斷地為Amazon SageMaker增加新功能，僅僅在2019年就增加了50多個新功能，這使我們堅定不移地相信，未來企業(yè)的數(shù)字化轉(zhuǎn)型將會處在一個非常良性的正向循環(huán)中。
責(zé)任編輯：tzh