【獵雲網北京】12月17日報導
12月9日，在亞馬遜雲服務（AWS）舉辦的年度盛會——AWS re:Invent上還在繼續，本次大會為期三周，本周AWS發布了五項機器學習服務，分別是Amazon Monitron、Amazon Lookout for Equipment、AWS Panorama Appliance、AWS Panorama SDK和Amazon Lookout for Vision。
據悉，這五項全新的機器學習服務共同幫助工業和製造業客戶在其生產過程中嵌入智能能力，以提高運營效率，改善質量控制、信息安全和工作場所安全。這些服務代表了現有最全面的從雲端到邊緣的工業機器學習服務套件，通過結合先進的機器學習、傳感器分析和計算機視覺功能，解決工業客戶面臨的常見技術挑戰。
具體談到用於工業領域的機器學習服務，Amazon Monitron和Amazon Lookout for Equipment通過機器學習支持預測性維護、AWS Panorama通過計算機視覺改善工業運營和工作場所安全、Amazon Lookout for Vision可以低成本自動、快速、準確地對圖像和視頻進行視覺異常檢測。
「工業和製造業客戶需要持續應對來自股東、客戶、政府和競爭對手的壓力，要求他們降低成本，提高質量並保持合規性。這些組織希望利用雲和機器學習來實現流程自動化並增強整個運營流程中的人員能力，但是構建這些系統可能出錯率高、複雜、耗時且昂貴，」 AWS全球機器學習副總裁Swami Sivasubramanian說，「AWS推出的這五項針對工業用途的全新機器學習服務，這些服務易於安裝、部署、快速啟動和運行，並將雲和邊緣相連，將助力工業客戶打造未來智慧工廠。」
在Swami發表的關於機器學習和人工智慧的主題演講中，他提到，機器學習是我們這一代人能遇到最具顛覆性的技術之一，目前已經有超過10萬客戶在使用AWS的機器學習服務，很多客戶已經將機器學習用於其核心業務。
AWS發力機器學習服務
大會期間，AWS大中華區雲服務產品管理總經理顧凡接受了媒體的群訪，他表示，「亞馬遜利用機器學習技術已經有20多年時間，這是AWS機器學習服務的深厚源泉。」
事實上，AWS從2016年開始就在不斷發力機器學習，並在雲上提供機器學習服務。2016年AWS在AI ML上發力，發布了三個AI服務。到2017年，AWS加速發展，「最近三年，新增的機器學習服務和功能已經超過200個。」顧凡總結道。
AWS大中華區雲服務產品管理總經理顧凡
「AWS的開發組成是微服務的體系，每個產品其實都是在獨立運轉。而我們追求的是三層並重，推動機器學習服務不斷向前發展。」顧凡總結了AWS在機器學習的三個層面，分別是，底層的基礎設施包括開源社區、產品服務以及AI服務。
顧凡就產品服務中的AmazonSageMaker舉例，Amazon SageMaker機器學習平臺服務於2017年11月正是推出，SageMaker推出的三年時間，已經成為機器學習領域最受歡迎的服務之一，使用客戶達上萬家，包括3M、ADP、阿斯利康、Avis、拜耳等。
「SageMaker一直都在不停的迭代，它也是AWS歷史當中增長最快的其中一個服務。」顧凡表示，就今年一整年而言，SageMaker還在繼續迭代，12個月內SageMaker就發了接近50個新的功能，不斷延展服務的寬度和深度。
據了解，Amazon SageMaker是一項完全託管的服務，可以幫助機器學習開發者和數據科學家快速構建、訓練和部署模型。Amazon SageMaker完全消除了機器學習過程中各個步驟的繁重工作，讓開發高質量模型變得更加輕鬆。
此外，顧凡還總結了AWS機器學習服務的三個特點。其一，通過技術持續性的更新迭代，不斷延展服務的寬度和深度。其二，AWS在雲計算以及在機器學習領域裡面始終抱著一個開放的心態。其三，AWS在機器學習服務客戶的過程中，幫助客戶建立起使用能力，用產品原型的方式幫助客戶解決業務難題。
AWS在中國市場「全面開花」
目前，AWS在中國已經服務了工業、醫療、媒體、汽車、零售等行業領域。「比如在汽車領域，我們和首汽約車有合作；醫療行業中益體康就是通過AWS的平臺去實現一些一些機器學習方面的模型構建；在教育領域的客戶有ATA全美在線、媒體行業中的大宇無限、虎牙直播等都和AWS有合作。」在採訪現場，顧凡舉了幾個合作案例。「現在AWS服務的行業領域是一個全面開花的情況。」
在採訪中，顧凡強調，在機器學習上，中國發展並不一定慢於美國，甚至在某些方面領先於美國。其次，在新基建和5G的背景下，大量的數據會在其中產生，而這些數據都是機器學習的重要材料。其三，中國有其獨特的應用場景。中國作為製造業大國，智能製造會產生很多場景，而這些場景會逐漸演變成業務線。其四在於中國的國家政策對機器學習的大力支持。
「這些中國特色也會讓整個機器學習和AI生態系統裡面的參與者會有非常多的機會。」顧凡說道。
談及AWS在中國的本土化表現，顧凡回應到，AWS中國團隊會負責把機器學習的很多服務引入中國市場要，比如中國也是Amazon SageMaker全球六大區域首發的其中一個。
其次，顧凡提到，AWS在和國內企業合作的同時，也會根據中國較特色的市場環境而作出事實的調整。「AWS與首汽合作的合作案例就十分典型。首汽有大量的數據，而他們就希望用機器學習的方法高效的分析數據，而這些數據當中存在大量的噪音問題，我們的團隊就需要進去幫助他們快速的工程化。」顧凡表示，這也應證了AWS在機器學習服務中跟客戶配合的模式，我們將工具給到客戶，除了教會客戶使用外，我們會幫助客戶把產品原型做出來。
關於未來，顧凡表示，AWS能夠發揮最大的價值，和新基建、大數據、人工智慧抑或是5G和邊緣側的結合，最重要的還是在於AWS利用現有的工具尋找到合適的合作夥伴，拉動需求端。「新基建的背景下，AWS更為腳踏實地的去發現誰能帶動需求，創造應用的需求，然後AWS和其達成合作，實現場景落地，再進一步拉動需求。」