當(dāng)前主要的公有云廠商，都在持續(xù)發(fā)展人工智慧應(yīng)用，并且提供對(duì)應(yīng)的解決方案，而身為市場(chǎng)龍頭的AWS到了2017年底，也加緊腳步推出不同層面的平臺(tái)與服務(wù)，并強(qiáng)調(diào)整合多種AWS服務(wù)的優(yōu)勢(shì)。
人工智慧的應(yīng)用當(dāng)?shù)�，使用機(jī)器學(xué)習(xí)技術(shù)的機(jī)會(huì)跟著快速增長(zhǎng)，許多云端服務(wù)業(yè)者都在積極發(fā)展這樣的業(yè)務(wù)，而AWS當(dāng)然也不例外。
他們?cè)诘讓蛹軜?gòu)的部份，提供搭配GPU的加速運(yùn)算型執(zhí)行個(gè)體P3，以及專門用於深度學(xué)習(xí)的一系列AMI映像檔，支援Apache MXNet、Caffe2、CNTK、PyTorch、TensorFlow、Theno、Torch等框架。而在深度學(xué)習(xí)的應(yīng)用介面上，AWS也支援2015年問世的Keras（能在TensorFlow、CNTK、Theano當(dāng)中執(zhí)行），以及由AWS與微軟在2016年10月所共同推出的Gluon（MXNet已涵蓋在內(nèi)，微軟CNTK未來版本及更多深度學(xué)習(xí)框架，也將納入）。
而在2017底年舉行的re:Invent全球用戶大會(huì)上，AWS新發(fā)表了多種機(jī)器學(xué)習(xí)相關(guān)的云端服務(wù)項(xiàng)目。
推出機(jī)器學(xué)習(xí)整合服務(wù)，以及支援深度學(xué)習(xí)的視訊攝影機(jī)
在11月29日的主題演講當(dāng)中，AWS執(zhí)行長(zhǎng)Andy Jassy針對(duì)機(jī)器學(xué)習(xí)平臺(tái)，首先宣布推出的服務(wù)是SageMaker，這是一套關(guān)於機(jī)器學(xué)習(xí)模型的建立、訓(xùn)練與部署作業(yè)的云端服務(wù)，由AWS全權(quán)管理，可協(xié)助應(yīng)用程式的開發(fā)者、資料科學(xué)家，將發(fā)展機(jī)器學(xué)習(xí)環(huán)境所需的多項(xiàng)繁復(fù)操作，變得更容易。
SageMaker之所提供這樣的便利性，是因?yàn)檫\(yùn)用了預(yù)先建好的Jupyter notebooks開發(fā)范本、針對(duì)PB等級(jí)資料集最佳化的常用機(jī)器學(xué)習(xí)演算法，以及自動(dòng)模型調(diào)校等技術(shù)。而在訓(xùn)練過程中，SageMaker也能予以簡(jiǎn)化與加速，并且可以自動(dòng)建立與管理所需要的IT基礎(chǔ)架構(gòu)，用於訓(xùn)練模型與執(zhí)行推論，以便產(chǎn)生預(yù)測(cè)結(jié)果。
在深度學(xué)習(xí)框架的搭配上，SageMaker原生整合了TensorFlow和MXNet，未來將會(huì)支援更多類型，同時(shí)，開發(fā)者若在SageMaker使用特定的框架與演算法，也可以先把相關(guān)環(huán)境的容器，上傳到EC2 Container Registry容器登錄服務(wù)，再予以設(shè)定。
透過SageMaker執(zhí)行訓(xùn)練模型的過程，也相當(dāng)簡(jiǎn)單，開發(fā)者只需選擇EC2的執(zhí)行個(gè)體類型與數(shù)量，以及資料所在位置即可，系統(tǒng)會(huì)幫你設(shè)定分散式運(yùn)算叢集、執(zhí)行模型的訓(xùn)練，并將結(jié)果輸出到S3，在完成作業(yè)之後，也會(huì)自動(dòng)拆散叢集。此外，這套服務(wù)提供了自動(dòng)調(diào)校模型功能，里面運(yùn)用方式包括：超參數(shù)（Hyperparameters）的最佳化，以及自動(dòng)調(diào)整幾千種演算法的參數(shù)組合，藉此提升預(yù)測(cè)精確度。
接續(xù)在SageMaker之後，Andy Jassy第二項(xiàng)關(guān)於機(jī)器學(xué)習(xí)的發(fā)布，出乎眾人意外地，竟是一臺(tái)具有WI-Fi無線上網(wǎng)能力、內(nèi)建深度學(xué)習(xí)的視訊攝影機(jī)DeepLens，令全場(chǎng)與會(huì)者為之震驚。
這是一部協(xié)助開發(fā)者設(shè)計(jì)深度學(xué)習(xí)應(yīng)用的設(shè)備，并可用於人員的教育訓(xùn)練，AWS人工智慧事業(yè)群總經(jīng)理Matt Wood也在現(xiàn)場(chǎng)利用這臺(tái)設(shè)備，直接向全場(chǎng)觀眾展示辨識(shí)物件圖像與臉部情緒的能力，處理速度與判斷準(zhǔn)確性相當(dāng)不錯(cuò)。
Matt Wood也公布了DeepLens的售價(jià)是249美元，有意試用者，可參加re:Invent大會(huì)現(xiàn)場(chǎng)舉行的DeepLens工作坊，AWS也已經(jīng)開放網(wǎng)站預(yù)購，可到電子商務(wù)網(wǎng)站amazon.com下單，預(yù)計(jì)在2018年初開始出貨。
AWS新服務(wù)降低機(jī)器學(xué)習(xí)門檻
想要獲得機(jī)器學(xué)習(xí)的能力，首先要克服的難關(guān)是相關(guān)環(huán)境的建置，而在AWS宣布推出的服務(wù)SageMaker當(dāng)中，簡(jiǎn)化了這些作業(yè)，開發(fā)者只需考慮資料模型該如何建立、訓(xùn)練、部署，底層的瑣碎工作由AWS來處理。
提供更多類型的機(jī)器學(xué)習(xí)應(yīng)用服務(wù)
除了SageMaker和DeepLens，AWS在圖像、語音、語言、語意的辨識(shí)服務(wù)上，也增加了新的解決方案。
在影像識(shí)別應(yīng)用上，AWS先前就有Rekogntion，是針對(duì)圖片的搜尋、分析與組織，而在這次大會(huì)期間，他們推出Rekognition Video，能即時(shí)與批次分析影片，另一個(gè)則是Kinesis Video Streams，可擷取與儲(chǔ)存影音串流資料。
其中的Rekognition Video，可以針對(duì)用戶存放在S3云端儲(chǔ)存的影片資料，追蹤里面的人員與活動(dòng)狀態(tài)，并且辨識(shí)物體、臉孔、名人與不當(dāng)內(nèi)容，AWS借助電腦視覺模型的力量，提供易於使用的API，而這些模型訓(xùn)練的目的，就是為了能夠做到精準(zhǔn)偵測(cè)幾千個(gè)物體與活動(dòng)，并且可以針對(duì)即時(shí)錄制的視訊，以及放置在S3的影片，拆解出動(dòng)作相關(guān)的脈絡(luò)。
而對(duì)於語音識(shí)別，AWS過去已推出文字轉(zhuǎn)換語音的服務(wù)Polly，以及針對(duì)應(yīng)用程式提供語言和文字交談介面的服務(wù)Lex，而到了2017年底，他們?cè)鲈O(shè)了將語音辨識(shí)為文字的服務(wù)Transcribe，翻譯多國(guó)語文的Translate，以及具備自然語言處理能力的Comprehend。
以Transcribe為例，能夠處理音質(zhì)較低的語音資料，例如通話中心的電話語音記錄，提供高精準(zhǔn)度的分析，系統(tǒng)對(duì)於處理的每一個(gè)字，都會(huì)給予一個(gè)時(shí)戳（Timestamp），讓開發(fā)者對(duì)於文字與原始檔案的內(nèi)容，進(jìn)行精準(zhǔn)對(duì)齊。而在多國(guó)語言的支援上，目前這套服務(wù)僅支援英文與西班牙文，至於處理其他語言的部份，未來將陸續(xù)推出。在技術(shù)的發(fā)展上，Transcribe的下個(gè)目標(biāo)是針對(duì)同一個(gè)聲音檔，能夠清楚辨識(shí)出里面的多個(gè)講者，也將提供開發(fā)者上傳自定的詞匯資料，以提升語音轉(zhuǎn)為文字的精確度。
而在Translate的服務(wù)當(dāng)中，AWS運(yùn)用了神經(jīng)機(jī)器翻譯（Neural Machine Translation）的技術(shù)，提供精準(zhǔn)的多國(guó)語文翻譯，初期可處理英文與6國(guó)語言之間的轉(zhuǎn)換（阿、法、德、葡、簡(jiǎn)中、西），2018將推出更多語言的支援。
至於Comprehend，則是提供理解自然語言的能力，針對(duì)儲(chǔ)存在AWS云端服務(wù)環(huán)境中的文件、社交網(wǎng)站的貼文、文章，以及任何文字資料，進(jìn)行相關(guān)的處理。AWS在這套服務(wù)里面，主要是運(yùn)用了深度學(xué)習(xí)技術(shù)，而能辨識(shí)出多種資訊，例如：文字?jǐn)⑹龅闹黧w（例如人物、地點(diǎn)、日期、所屬的團(tuán)體組織），內(nèi)容撰寫采用的語言，文字表達(dá)的情緒、表達(dá)概念與形容詞的關(guān)鍵字。
AWS物聯(lián)網(wǎng)云端服務(wù)的新布局
在2017年底，AWS宣布6個(gè)物聯(lián)網(wǎng)（IoT）云端服務(wù)，都是針對(duì)連網(wǎng)設(shè)備而來的應(yīng)用。首先發(fā)表的是IoT 1-Click，提供更易於建構(gòu)物聯(lián)網(wǎng)應(yīng)用的環(huán)境，針對(duì)使用者單鍵操作的連網(wǎng)設(shè)備，使其具有技術(shù)支援、後續(xù)添購相關(guān)商品與服務(wù)，或是資產(chǎn)位置追蹤等功能。
接著，AWS推出IoT Device Management、IoT Device Defender、IoT Analytics，對(duì)應(yīng)連網(wǎng)設(shè)備的管理、安全防護(hù)，以及資料分析需求。
而對(duì)於小型、低功耗連網(wǎng)設(shè)備的整合運(yùn)用，AWS提供Amazon FreeRTOS作業(yè)系統(tǒng)平臺(tái)，使設(shè)備安全連至AWS云端服務(wù)，或是執(zhí)行Greengrass的邊緣設(shè)備與閘道裝置，而開發(fā)者可以更容易建構(gòu)具有通用物聯(lián)網(wǎng)能力的設(shè)備。
