专注于商业观察的IT媒体
登录×
公司
2020-05-20

AWS:加速机器学习的应用落地

时间: 2020-05-20 编辑:

“疫情影响下,企业的数字化进程反而加快了,尤其是在客户体验、运营、决策、创新、竞争等诸多因素正...

“疫情影响下,企业的数字化进程反而加快了,尤其是在客户体验、运营、决策、创新、竞争等诸多因素正在成为企业下一步发展关键的前提下。”AWS首席云计算企业战略顾问张侠在接受笔者的采访时表示,大数据分析和机器学习可以说是企业数字化进程的两个重要的支撑点,从行业来看,目前几乎所有行业都在机器学习的影响范围之内。

机器学习有三个因素:数据、计算和计算力以及算法。具体来讲,就是要靠大数据平台、云计算和一些深度学习框架结合在一起,云计算起到了非常关键的作用——提供大数据的存储和计算的能力,使得我们可以很方便的交流、分享各种各样的算法……

事实上,在全球范围内,越来越多的企业正在探讨机器学习和人工智能技术带来的巨大潜力,其中很多传统企业和创新企业也同样意识到了利用机器学习提供的新的手段和新的方法,并探索如何将这些新技术引入到日常的应用中。

然而,机器学习和人工智能的发展落地仍有一些困难因素:人才的欠缺以及如何构建、扩展技术的场景,让技术做到真正的落地。“除了少数拥有专家人才和数据科学家的企业以外,大多数企业还是很难自己独立掌握并应用机器学习、人工智能技术。我们希望AWS能够成为企业AI或者机器学习能力的‘赋能者’,通过创新、智能和简化,让机器学习、人工智能等复杂的技术变得更方便、更易用。”

AWS,时刻准备着

“机器学习我们认为这次确实是准备好了,”张侠透露,在AWS成立的20多年时间里,从电商时代开始,亚马逊就非常关注机器学习。产品推荐、产品搜索、物流配送、送货机器人、智能助理Amazon Echo、无人值守商店Amazon Go等,都有机器学习的身影。“我们很愿意把新的技术进行包装,变成相对的通用的产品和服务,提供给社区里面的其他人来使用。所以我们给自己制定了一个使命,就是要把机器学习的能力交到每一位创建者的手中,使它能成为人人都可使用的工具。”

目前,AWS提供的机器学习服务分为三层:底层包括TensorFlow、Apache Mxnet、PYTORCH等标准框架;中层是机器学习的核心服务层,包含了刚刚在中国正式发布的Amazon SageMaker和Amazon SageMaker Studio等;上层主要是基于现有人工智能技术的服务层。

“AWS可以提供非常广泛、深入的机器学习的服务,其中它的一个核心部分就是Amazon SageMaker。”张侠表示,Amazon SageMaker是一项完全托管的服务,可以帮助开发者和数据科学家快速地规模化构建、训练和部署机器学习模型。Amazon SageMaker在中国的上线还使中国客户获得了一系列新发布的工具,包括弹性Notebook、实验管理、模型自动创建、模型调试分析,以及模型概念漂移检测等。所有这些工具都封装在首个面向机器学习的集成开发环境(IDE) Amazon SageMaker Studio中。

值得注意的是,中层相对来说是面向有一定技术背景的专业人员,可以利用工具真正的来为企业找到人工智能、机器学习所带来的一些创新点、突破点,并以此推出新产品、新服务的点,让这些机器学习的工具、手段和方法,全方位为自己所用。

AWS为客户与合作伙伴赋能

大宇无限是一家移动app开发的初创企业,服务的主要客户是在拉美、中东和东南亚等新兴市场国家,为他们提供移动短视频的服务。目前大宇无限的机器学习平台以及构建的推荐系统,都是基于整个AWS技术的。其主力产品Snaptube的月活用户已经突破1亿了,日活也达到几千万的规模。

“我们的主力产品Snaptube在用户对视频的搜索以及下载功能上提供了极佳的用户体验,在做好用户的搜索和下载功能之后,发现用户也希望有新的方式来获取他们对短视频内容的需求,所以我们提供了短视频的聚合的服务,基于聚合服务,面对海量的数据与海量的用户,可以实现精准的个性化内容推荐。”不过大宇无限机器学习技术总监苏映滨也坦然,整个项目的流程对于初创企业来说,构建满足海量用户、千万级视频的推荐,以及相匹配的机器学习平台,在人力和时间相当有限的情况下,是一项非常大的挑战。

在苏映滨看来,Amazon SageMaker的出现,帮助大宇无限实现了从0到1的突破。不仅简化了整个机器学习的构建、训练和部署的流程,而且SageMaker的很多算法已经深度优化。对大宇无限来说,可以直接做好训练数据的准备,然后调用接口、设置参数,几个命令就可以直接部署上线。

除此之外,Amazon SageMaker还可以为客户提供稳定的机器学习框架。客户在实际业务的场景中,会面对不同的业务场景做出不同的模型,此时会衍生出对机器学习平台较高的要求。SageMaker作为机器学习的平台框架,不仅可以节省客户时间和精力,还能保证服务的稳定性,当然更重要的是基本不用投入运维人力。

伊克罗德是一家云原生的云咨询服务公司,与此同时,也是AWS中国核心级资质的合作伙伴,通过AWS跟第三方的机构认可的云托管服务商。

“对我们来说,SageMaker是一个兼具效能和效力以及成本优化的人工智能的平台。” 伊克罗德产品经理陈昶佑表示,Amazon SageMaker是伊克罗德整个平台的基础。尤其是对于有AI技术团队的公司来说,它更像是简便的人工智能开发平台,高效能的算法不仅帮助我们去节省我们的开发时间,也节省了成本。同时,我们也能透过高效能的算法去帮助客户建立让客户非常具有信心的解决方案。

陈昶佑强调,通过SageMaker,伊克罗德可以更有效率的加速客户商业创新的进程,为客户提供AI技术上的专业支持,帮客户量身打造真正属于他的专属的AI的运用,加速场景的落地。

“接下来,关于Amazon SageMaker在中国区的落地,我们希望能够从两个方向跟AWS共同往前迈进。”陈昶佑表示,我们希望让更多的客户认识Amazon SageMaker。针对有AI技术团队的企业,协助他们去打造自己内部的MLOps的流程。如果对方没有AI技术,也可以借由伊克罗德的技术模块,享受到SageMaker平台的优势。

另一方面,通过AWS的服务和伊克罗德的客户经验,用最快的速度让客户在短时间去去验证市场。然后协助客户去进行大规模的部署和优化、改善,让人工智能变得更加精进,对客户来说变得更加唾手可得。

标签:
版权声明:本文版权归数字商业时代所有,未经允许任何单位或个人不得转载,复制或以任何其他方式使用本文全部或部分,侵权必究。