近年來，隨著人工智能（Artificial Intelligence，簡稱AI）技術(shù)的不斷發(fā)展，其對各行各業(yè)的影響也在不斷加深。根據(jù)Gartner對2019年的CIO議程調(diào)查，僅在2018年至2019年間，部署人工智能的組織就從4%增長到了14%。

然而對于許多企業(yè)來說，作為一種新興技術(shù)，人工智能的門檻還是太高了。那么有沒有什么辦法可以降低人工智能的門檻，讓其可以更快更好地造福人類？

回答是肯定的。亞馬遜云服務(wù)AWS旗下的機器學(xué)習(xí)（Machine Learning，簡稱ML）服務(wù)Amazon SageMaker，正是為此而生。

云AI開發(fā)者服務(wù)魔力象限的領(lǐng)導(dǎo)者

如今人工智能究竟有多火？通過Gartner發(fā)布的2019年人工智能新技術(shù)成熟度曲線，我們不難窺見一二。

該成熟度曲線審查了在人工智能領(lǐng)域的創(chuàng)新、趨勢潮流以及計劃范圍，從中我們可以看到，以機器學(xué)習(xí)為代表的許多人工智能技術(shù)正在快速成熟。面對大數(shù)據(jù)時代每年都呈現(xiàn)指數(shù)級增長的海量數(shù)據(jù)，機器學(xué)習(xí)通過使用數(shù)學(xué)模型從數(shù)據(jù)中提取知識和模式，為各行各業(yè)的企業(yè)遭遇的業(yè)務(wù)問題提供解決方案。從提供個性化服務(wù)到預(yù)測產(chǎn)品故障，從供應(yīng)鏈推薦到動態(tài)定價，從檢測欺詐行為到反洗黑錢……在越來越多的行業(yè)和領(lǐng)域，機器學(xué)習(xí)都開始大展身手。

2020年2月，Gartner又發(fā)布了云AI開發(fā)者服務(wù)魔力象限報告。Gartner在該報告中預(yù)測，2023年將會有超過40%的開發(fā)團隊使用自動化機器學(xué)習(xí)服務(wù)，以此構(gòu)建向其應(yīng)用程序中添加AI功能的模型。而在2019年，這一比例還不到2%；Gartner還預(yù)測，2025年將有50%的數(shù)據(jù)科學(xué)項目實現(xiàn)自動化，以緩解AI人才短缺的問題。

為了幫助廣大AI開發(fā)者降低門檻，提升效率，AWS推出了自動生成機器學(xué)習(xí)模型工具Amazon SageMaker。通過這項工具，即使用戶并不具備機器學(xué)習(xí)領(lǐng)域的專業(yè)知識，也可以根據(jù)自己的數(shù)據(jù)自動探索不同的解決方案，自動訓(xùn)練和調(diào)整最佳機器學(xué)習(xí)模型。這使得用戶不僅可以快速生成高質(zhì)量模型，保持可見性和控制，而且更加易于部署。

正是憑借在廣大用戶中有口皆碑的Amazon SageMaker，AWS才以毋庸置疑的優(yōu)勢成為了云AI開發(fā)者服務(wù)魔力象限排名第一位的領(lǐng)導(dǎo)者。

用機器學(xué)習(xí)消除人工智能門檻

目前制約人工智能應(yīng)用普及的瓶頸，主要有哪些因素？亞馬遜云服務(wù)AWS首席云計算企業(yè)戰(zhàn)略顧問張俠博士將其歸納為以下三個方面：

一、AI專業(yè)人才短缺。目前人工智能、機器學(xué)習(xí)領(lǐng)域的專業(yè)知識相對較為高深，掌握相關(guān)知識的專業(yè)人才比較欠缺，企業(yè)往往需要支付百萬級的年薪才能找到高級人才。

二、構(gòu)建和擴展技術(shù)產(chǎn)品難度較大。構(gòu)建和擴展人工智能技術(shù)的產(chǎn)品，將其真正應(yīng)用到現(xiàn)實的生產(chǎn)工作流程中，目前還存在較大的難度。

三、部署應(yīng)用費時且成本高昂。企業(yè)都希望能夠獲得低成本、易使用、可擴展的人工智能產(chǎn)品和服務(wù)，然而在實際生產(chǎn)經(jīng)營中部署人工智能應(yīng)用時，往往會發(fā)現(xiàn)需要耗費大量時間，且成本高昂。

正是為了幫助AI開發(fā)者和廣大企業(yè)解決以上痛點，Amazon SageMaker才應(yīng)運而生。

“為什么要選擇AWS的機器學(xué)習(xí)？原因同樣可以歸納為三個方面?！睆垈b博士表示。

一、廣泛和深入的機器學(xué)習(xí)服務(wù)。AWS為用戶提供了非常廣泛、深入的機器學(xué)習(xí)服務(wù)，其中Amazon SageMaker服務(wù)只是AWS機器學(xué)習(xí)三層服務(wù)堆棧的一個中間層，主要用于消除機器學(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。在三層服務(wù)堆棧的底層機器學(xué)習(xí)框架和基礎(chǔ)，用戶可以根據(jù)自己在性能、靈活性、成本控制等方面的需求，靈活選擇TensorFlow、PyTorch、Apache MXNet、Chainer、Gluon、Horovod 和 Keras等機器學(xué)習(xí)框架。在三層服務(wù)堆棧的頂層人工智能服務(wù)，AWS提供了訓(xùn)練好的人工智能服務(wù)，以解決計算機視覺服務(wù)、個性化推薦服務(wù)等與人類認(rèn)知相關(guān)的典型問題。

二、使用SageMaker加速部署機器學(xué)習(xí)。作為一個工具集，Amazon SageMaker提供了用于機器學(xué)習(xí)的所有組件，擁有彈性筆記本、實驗管理、自動模型創(chuàng)建、調(diào)試與分析、模型概念漂移檢測等諸多強大功能，貫穿了整個機器學(xué)習(xí)的工作流程。這使得用戶可以加速對機器學(xué)習(xí)的學(xué)習(xí)、建模、發(fā)展、實驗等所有過程，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)。與此同時，AWS還在不斷地為SageMaker增加新功能，僅僅在2019年就增加了50多項新功能。

三、在AWS云平臺上發(fā)展人工智能。作為全球首屈一指的IaaS公有云平臺，AWS云平臺可以為用戶提供數(shù)據(jù)存儲、數(shù)據(jù)倉庫、AIoT、容器等種類極其豐富的服務(wù)，讓用戶可以更加方便快捷地將機器學(xué)習(xí)應(yīng)用進行部署和落地。

Amazon SageMaker在中國正式上線

在企業(yè)紛紛開展數(shù)字化轉(zhuǎn)型的今天，中國各行各業(yè)的企業(yè)也對人工智能投入了極大的關(guān)注。根據(jù)IDC的統(tǒng)計數(shù)據(jù)，當(dāng)前40%的企業(yè)數(shù)字化轉(zhuǎn)型項目都會運用人工智能。IDC還預(yù)計，到2023年，中國人工智能市場規(guī)模將達到979億美元，2018-2023年復(fù)合增長率為28.4%。

“放眼全球各地，從初創(chuàng)公司到大型企業(yè)，部署機器學(xué)習(xí)普遍都是重中之重。幾乎每一個行業(yè)和細(xì)分市場的企業(yè)，都開始將機器學(xué)習(xí)應(yīng)用于其工作負(fù)載，從數(shù)據(jù)中發(fā)掘價值、獲取洞察、提升業(yè)務(wù)。”張俠博士向趣味科技表示，“包括本次疫情期間大家也都有目共睹，數(shù)字化轉(zhuǎn)型做得好的企業(yè)往往表現(xiàn)都非常優(yōu)秀。我們說的數(shù)字化轉(zhuǎn)型實際體現(xiàn)在很多方面，包括客戶體驗、運營、決策、創(chuàng)新、競爭等，都是下一步經(jīng)濟發(fā)展、企業(yè)發(fā)展的關(guān)鍵。大數(shù)據(jù)分析和機器學(xué)習(xí)是其中兩個重要的支撐點。一個企業(yè)如果抓好了這兩點，就可以更好地準(zhǔn)備就緒，在下一階段的發(fā)展中處在一個非常有利的地位?！?/p>

2020年5月12日，Amazon SageMaker在AWS中國（寧夏）和（北京）區(qū)域正式上線，其中AWS中國（寧夏）區(qū)域由西云數(shù)據(jù)運營，（北京）區(qū)域則由光環(huán)新網(wǎng)運營。

“Amazon SageMaker在AWS中國（寧夏）區(qū)域和AWS中國（北京）區(qū)域的上線，將幫助更多中國客戶去除機器學(xué)習(xí)涉及的混亂和復(fù)雜性，讓他們能夠勝任構(gòu)建、訓(xùn)練和部署模型的工作，來應(yīng)對新的挑戰(zhàn)。”AWS全球副總裁及大中華區(qū)執(zhí)行董事張文翊表示。

來自客戶與合作伙伴的現(xiàn)身說法

談起在使用Amazon SageMaker中的實際體驗感受，AWS的客戶和合作伙伴無疑最有發(fā)言權(quán)。

作為一家專門從事移動應(yīng)用程序開發(fā)的公司，大宇無限主要為中東、東南亞和拉丁美洲等新興市場提供移動短視頻服務(wù)。然而對于一家初創(chuàng)企業(yè)來說，要想構(gòu)建一個可以滿足海量用戶、千萬級視頻推薦，以及相匹配的機器學(xué)習(xí)平臺，無疑是一項非常艱巨的挑戰(zhàn)。

“SageMaker的出現(xiàn)，幫助我們實現(xiàn)了從0到1的突破。它極大地簡化了整個機器學(xué)習(xí)系統(tǒng)的構(gòu)建、訓(xùn)練和部署流程，而且許多算法都已經(jīng)做了非常不錯的優(yōu)化。我們完全不需要構(gòu)建基礎(chǔ)設(shè)施，只用做好訓(xùn)練數(shù)據(jù)的準(zhǔn)備，直接調(diào)用接口、設(shè)置參數(shù)，基本上幾個命令就可以直接部署上線?！贝笥顭o限機器學(xué)習(xí)技術(shù)總監(jiān)蘇映濱向趣味科技透露，“雖然我們一開始經(jīng)驗也不多，但是通過SageMaker，我們僅僅用了三個月的時間就完成了整個系統(tǒng)的搭建，訓(xùn)練成本也比自己搭建更加便宜，估算平均能節(jié)省70%的訓(xùn)練成本?！?/p>

蘇映濱指出，在Amazon SageMaker的幫助下，公司不僅節(jié)省了大量的時間和精力，而且基本上不用投入運維人力，服務(wù)的穩(wěn)定性也得到了非?？煽康谋ＷC。

作為一家云端的原生云咨詢服務(wù)公司，伊克羅德是AWS的核心級咨詢合作伙伴（APN Premier Consulting Partner）。其基于AWS的解決方案，可以幫助用戶極大地減少開發(fā)時間和降低運營費用。

“最近幾年，人工智能領(lǐng)域的討論非常熱烈。隨著算力和算法的升級，以及數(shù)據(jù)量的擴張，人工智能可以解決的問題越來越多，光是亞馬遜自己就帶來了很多人工智能方面的應(yīng)用，我們的許多客戶看到這些應(yīng)用也非常興奮。不過面對不同的產(chǎn)業(yè)、不同的客戶、不同的場景、不同的需求，我們必須有一個很好的平臺才能幫助所有客戶達到他們的目標(biāo)。”伊克羅德產(chǎn)品經(jīng)理陳昶佑表示。

Amazon SageMaker就是這樣一個內(nèi)嵌眾多高效能算法、兼具效能和效力，能夠幫助用戶節(jié)省大量時間和成本優(yōu)化的人工智能開發(fā)平臺。通過Amazon SageMaker平臺，伊克羅德可以快速將標(biāo)簽標(biāo)注、文本分析、語意理解、預(yù)測分類、推薦系統(tǒng)與詐欺偵測等導(dǎo)入AI解決方案，針對客戶實際遇到的商業(yè)問題，為其量身打造能夠真正解決問題的端到端AI應(yīng)用。

“隨著Amazon SageMaker在中國的落地，相信伊克羅德結(jié)合Amazon SageMaker的解決方案，未來也將會為更多的中國客戶提供服務(wù)?！标愱朴诱f道。

責(zé)任編輯：gt