AWS CEO Andy Jassy：機(jī)器學(xué)習(xí)重塑企業(yè)

2020年12月2日，云計(jì)算領(lǐng)域的風(fēng)向標(biāo)——亞馬遜re:Invent全球大會(huì)首次在線舉辦，這是一場(chǎng)16天的饕餮盛宴。一如往年，AWS CEO Andy Jassy發(fā)表了長(zhǎng)達(dá)三小時(shí)、干貨滿(mǎn)滿(mǎn)的主題演講，闡述其對(duì)行業(yè)與客戶(hù)需求趨勢(shì)的洞察。

綜觀這場(chǎng)技術(shù)盛宴，最讓老冀感到興奮的，還是亞馬遜云服務(wù)（AWS）在機(jī)器學(xué)習(xí)（ML）領(lǐng)域的最新進(jìn)展。眾所周知，機(jī)器學(xué)習(xí)是人工智能領(lǐng)域最重要的技術(shù)之一，包括89%的人工智能專(zhuān)利申請(qǐng)和40%的人工智能范圍內(nèi)的相關(guān)專(zhuān)利均為機(jī)器學(xué)習(xí)范疇。

“去年的re:Invent上，機(jī)器學(xué)習(xí)我足足談了75分鐘，今年我不談這么多了?！盇ndy Jassy說(shuō)道，“云讓機(jī)器學(xué)習(xí)變得可能。越來(lái)越多的企業(yè)使用機(jī)器學(xué)習(xí)，機(jī)器學(xué)習(xí)的幾乎每一個(gè)階段都被持續(xù)再造、重塑。”

在老冀看來(lái)，這場(chǎng)轟轟烈烈的重塑，正在改造和拓展機(jī)器學(xué)習(xí)的基礎(chǔ)能力、應(yīng)用能力和解決方案能力這三大能力。讓我們仔細(xì)看看，AWS是如何做到的。

更多元的基礎(chǔ)能力

對(duì)于那些技術(shù)能力超強(qiáng)、希望將人工智能和機(jī)器學(xué)習(xí)作為自己核心競(jìng)爭(zhēng)力的客戶(hù)，AWS為他們提供強(qiáng)大的算力、全面的算力選擇、豐富的機(jī)器學(xué)習(xí)框架選擇。

AWS可以提供基于英偉達(dá)、英特爾、AMD、賽靈思等芯片廠商的最新處理器的強(qiáng)大算力。在這次大會(huì)上，AWS還發(fā)布了自己的機(jī)器學(xué)習(xí)專(zhuān)用芯片：其中，基于AWS Inferentia芯片的Inf1實(shí)例相比Nvidia G4實(shí)例，吞吐量提高3倍，且成本降低40%，從而將機(jī)器學(xué)習(xí)中“推理”的性?xún)r(jià)比做到了極致。而另一款芯片AWS Trainium，則是將“訓(xùn)練”做到了極致性?xún)r(jià)比。

在算力上，客戶(hù)既可以選擇AWS的專(zhuān)用芯片，也可以選擇其他廠商的產(chǎn)品。AWS大中華區(qū)云服務(wù)產(chǎn)品管理總經(jīng)理顧凡表示：“我們把所有選擇放在這里，核心目的，一個(gè)是看計(jì)算有沒(méi)有創(chuàng)新，另一個(gè)就是量體裁衣，針對(duì)你定制化的需求，把量體裁衣做到極致?！?/p>

AWS也是目前唯一一家全面支持Tensorflow、PyTorch、Apache、MXNet四大主流機(jī)器學(xué)習(xí)框架的云服務(wù)廠商。不管客戶(hù)喜歡或者需要哪個(gè)框架，AWS內(nèi)部就會(huì)有針對(duì)不同框架下的調(diào)優(yōu)團(tuán)隊(duì)，保證把性能調(diào)到最優(yōu)。

針對(duì)機(jī)器學(xué)習(xí)當(dāng)中的訓(xùn)練環(huán)節(jié)，AWS還專(zhuān)門(mén)開(kāi)發(fā)了分布式訓(xùn)練（Distributed Training）模式，進(jìn)一步提升訓(xùn)練的效率。在AWS平臺(tái)上，去年采用Tensorflow完成復(fù)雜的Mask-RCNN模型需要28分鐘。今年在采用了分布式訓(xùn)練模式之后，只需要6分鐘即可完成。

同樣在啟用了分布式訓(xùn)練模式之后，過(guò)去用PyTorch運(yùn)行異常復(fù)雜的自然語(yǔ)言處理模型T5-3B，至少需要幾個(gè)月的時(shí)間才能夠?qū)⑿阅苷{(diào)整到最優(yōu)。如今，這個(gè)時(shí)間已經(jīng)縮短到了5.9天。

在算力和機(jī)器學(xué)習(xí)框架這兩個(gè)機(jī)器學(xué)習(xí)的基礎(chǔ)能力上，AWS給客戶(hù)提供了更多的選擇，也免去了他們的后顧之憂(yōu)。

更豐富的應(yīng)用能力

那么，企業(yè)如何才能將機(jī)器學(xué)習(xí)的基礎(chǔ)能力轉(zhuǎn)化為應(yīng)用？要知道，很多企業(yè)都有數(shù)據(jù)開(kāi)發(fā)者和數(shù)據(jù)分析師這個(gè)群體，他們雖然缺乏機(jī)器學(xué)習(xí)的知識(shí)、技能和開(kāi)發(fā)人員，卻不缺少機(jī)器學(xué)習(xí)的想法。

這個(gè)時(shí)候，AWS在2017年發(fā)布的Amazon SageMaker就發(fā)揮了重大作用，它為企業(yè)提供了一個(gè)全托管的機(jī)器學(xué)習(xí)集成開(kāi)發(fā)環(huán)境，并為這個(gè)開(kāi)發(fā)環(huán)境不斷增加新功能，從數(shù)據(jù)準(zhǔn)備、到模型訓(xùn)練、參數(shù)調(diào)優(yōu)與模型迭代、到模型部署、模型質(zhì)量監(jiān)控，在整個(gè)過(guò)程中最大限度地提高他們開(kāi)展機(jī)器學(xué)習(xí)的效率，降低他們開(kāi)展機(jī)器學(xué)習(xí)的門(mén)檻。老冀認(rèn)為，Amazon SageMaker就是機(jī)器學(xué)習(xí)領(lǐng)域的APP Store。

例如，通過(guò)Amazon SageMaker，AWS將機(jī)器學(xué)習(xí)能力跟數(shù)據(jù)庫(kù)進(jìn)行嫁接，讓數(shù)據(jù)庫(kù)開(kāi)發(fā)者、數(shù)據(jù)分析師沿用數(shù)據(jù)庫(kù)查詢(xún)的方式，讓他們的機(jī)器學(xué)習(xí)想法落地到業(yè)務(wù)應(yīng)用中。

Amazon Aurora是AWS著名的關(guān)系型數(shù)據(jù)庫(kù)服務(wù)，AWS針對(duì)Aurora推出了新功能Amazon Aurora ML。數(shù)據(jù)庫(kù)開(kāi)發(fā)者發(fā)起數(shù)據(jù)庫(kù)查詢(xún)（SQL）時(shí)，只要選擇一個(gè)機(jī)器學(xué)習(xí)模型，就會(huì)喚醒機(jī)器學(xué)習(xí)服務(wù)，Aurora ML自動(dòng)將查詢(xún)結(jié)果交給機(jī)器學(xué)習(xí)模型進(jìn)行推理，返回結(jié)果。例如，要查詢(xún)一個(gè)客戶(hù)評(píng)價(jià)是正面還是負(fù)面，數(shù)據(jù)庫(kù)開(kāi)發(fā)者只管做數(shù)據(jù)庫(kù)查詢(xún)、選擇這個(gè)模型，返回來(lái)的查詢(xún)結(jié)果就會(huì)自動(dòng)附加正面或負(fù)面判斷。類(lèi)似地，出海電商想把數(shù)據(jù)庫(kù)中的商品信息變成多語(yǔ)種，數(shù)據(jù)庫(kù)開(kāi)發(fā)者只管查詢(xún)商品信息、選擇多語(yǔ)種翻譯，返回的結(jié)果就會(huì)自動(dòng)包含商品信息的多語(yǔ)種翻譯。

企業(yè)不懂機(jī)器學(xué)習(xí)？沒(méi)關(guān)系，他們只要懂?dāng)?shù)據(jù)分析，甚至只會(huì)提問(wèn)就行。在這次亞馬遜re:Invent全球大會(huì)上，AWS推出了更酷的機(jī)器學(xué)習(xí)新功能Amazon QuickSight Q，客戶(hù)可以用自然語(yǔ)言對(duì)數(shù)據(jù)進(jìn)行提問(wèn)，獲得想要的數(shù)據(jù)洞察。例如，直接在查詢(xún)框中輸入“我們的同比增長(zhǎng)率是多少？”幾秒鐘之內(nèi)就可以得到高度準(zhǔn)確的答案。如果按以往的方式，需要在模型中預(yù)先定義增長(zhǎng)率、更新模型、處理數(shù)據(jù)，可能需要幾天甚至幾周時(shí)間。

AWS還推出了Amazon Lookout For Metrics，它利用機(jī)器學(xué)習(xí)技術(shù)，通過(guò)企業(yè)多種數(shù)據(jù)的比對(duì)，檢測(cè)出數(shù)據(jù)異常。顧凡舉例說(shuō)，一件商品的售價(jià)200元，在某個(gè)數(shù)據(jù)源變成了20元。通過(guò)Amazon Lookout For Metrics找出這種異常數(shù)據(jù)，意義重大。如果是在線銷(xiāo)售中出現(xiàn)這樣的價(jià)格錯(cuò)誤，有可能給企業(yè)帶來(lái)巨大的損失。

此外，AWS還發(fā)布了利用機(jī)器學(xué)習(xí)的運(yùn)維服務(wù)Amazon DevOps Guru，它可以幫助應(yīng)用開(kāi)發(fā)人員自動(dòng)檢測(cè)運(yùn)維操作的問(wèn)題，給出建議補(bǔ)救措施，提高應(yīng)用程序可用性。此前，AWS已經(jīng)推出了Amazon CodeGuru，可以讓開(kāi)發(fā)人員使用機(jī)器學(xué)習(xí)自動(dòng)進(jìn)行代碼審核，并且提供指導(dǎo)和建議。

更端到端的解決方案

針對(duì)機(jī)器學(xué)習(xí)，AWS已經(jīng)發(fā)布了如此豐富的產(chǎn)品，它們都用在哪些領(lǐng)域？實(shí)際上，針對(duì)不同的行業(yè)、不同的領(lǐng)域、不同的場(chǎng)景，AWS已經(jīng)積累了足夠豐富的解決方案。

在這次的re:Invent大會(huì)上，AWS發(fā)布了五項(xiàng)用于工業(yè)領(lǐng)域的機(jī)器學(xué)習(xí)服務(wù)，分別是Amazon Monitron、Amazon Lookout for Equipment、AWS Panorama一體機(jī)、AWS Panorama SDK和Amazon Lookout for Vision，這也是AWS首次推出開(kāi)箱即用的工業(yè)領(lǐng)域機(jī)器學(xué)習(xí)解決方案。

有了這套解決方案，哪怕你只是一家做鉛筆的傳統(tǒng)制造型企業(yè)，一樣也能夠享受到人工智能的好處。例如，你可以用Amazon Lookout for Equipment為這些已經(jīng)安裝了傳感器的機(jī)器設(shè)備建模并進(jìn)行實(shí)施的監(jiān)控，一旦設(shè)備出現(xiàn)問(wèn)題不僅能夠預(yù)警，還能夠迅速排除故障。你還能夠?yàn)槟切](méi)有傳感器的設(shè)備搭載Amazon Monitron，提供由傳感器、網(wǎng)關(guān)和機(jī)器學(xué)習(xí)服務(wù)組成的端到端機(jī)器監(jiān)控系統(tǒng)。

鉛筆生產(chǎn)出來(lái)之后，如何判斷是否正常？只需要上傳30張正常鉛筆的圖像，就能夠建立基礎(chǔ)模型，然后通過(guò)Amazon Lookout for Vision對(duì)成品進(jìn)行檢測(cè)，發(fā)現(xiàn)產(chǎn)品缺陷和異常。整條生產(chǎn)線的運(yùn)轉(zhuǎn)狀況如何？工廠可以通過(guò)AWS Panorama一體機(jī)連接到網(wǎng)絡(luò)中，自動(dòng)識(shí)別攝像頭數(shù)據(jù)流，與工業(yè)攝像頭進(jìn)行交互，實(shí)現(xiàn)對(duì)整條生產(chǎn)線的監(jiān)控。

目前已經(jīng)使用AWS工業(yè)領(lǐng)域機(jī)器學(xué)習(xí)服務(wù)的客戶(hù)和合作伙伴，包括Axis、凌華科技、BP、德勤、Fender芬達(dá)、GE 醫(yī)療和西門(mén)子交通等等。

在中國(guó)，AWS的解決方案同樣應(yīng)用廣泛。前不久，AWS和國(guó)內(nèi)軟件公司中科創(chuàng)達(dá)一起為施耐德電氣的中國(guó)工廠打造了一套工業(yè)視覺(jué)整體解決方案。之前，施耐德采用傳統(tǒng)機(jī)器視覺(jué)進(jìn)行產(chǎn)品檢測(cè)，可是，由于產(chǎn)品良品率高，不良品數(shù)據(jù)積累少，再加上產(chǎn)品換型速度快，傳統(tǒng)機(jī)器視覺(jué)學(xué)習(xí)力有不逮。

采用了AWS的解決方案之后，生產(chǎn)線只需要提供較少的樣本圖片，就能夠快速完成訓(xùn)練、驗(yàn)證和交付，并將推理時(shí)間從超過(guò)50毫秒減少到低于20毫秒，將20%的過(guò)檢率降低到了1.5%，將3%的漏檢率直接降到了零。

“我們?cè)谧龊芏嗪献鞯臅r(shí)候，并不是給一個(gè)產(chǎn)品就可以了，很多情況下我們會(huì)開(kāi)發(fā)能力，跟客戶(hù)一起來(lái)探索整個(gè)應(yīng)用模式，最后把這個(gè)項(xiàng)目做成?！盇WS大中華區(qū)機(jī)器學(xué)習(xí)產(chǎn)品總監(jiān)代聞表示。

如今，AWS獨(dú)具特色的解決方案已經(jīng)在中國(guó)的電氣、汽車(chē)出行、醫(yī)療服務(wù)、教育、媒體、游戲等各行各業(yè)全面開(kāi)花。

重塑企業(yè)未來(lái)

如今，這個(gè)世界已經(jīng)變得越來(lái)越快速，企業(yè)也越來(lái)越難以保持過(guò)去的競(jìng)爭(zhēng)優(yōu)勢(shì)——即使是20年前的財(cái)富500強(qiáng)，如今也只剩下50%。

企業(yè)如何才能基業(yè)長(zhǎng)青？AWS CEO Andy Jassy認(rèn)為，企業(yè)必須找到像AWS這樣的技術(shù)合作伙伴，用人工智能和機(jī)器學(xué)習(xí)重塑企業(yè)的流程、運(yùn)營(yíng)，重塑自己的未來(lái)。

例如，在與仍然還在全球肆虐的新冠疫情的賽跑中，美國(guó)生物科技公司Moderna與AWS通力合作，把以前需要一年才能完成的工作壓縮到了4個(gè)月的時(shí)間。

作為亞馬遜的元老級(jí)員工，Andy Jassy親身經(jīng)歷了亞馬遜采用機(jī)器學(xué)習(xí)重塑電商、云服務(wù)、供應(yīng)鏈等多項(xiàng)業(yè)務(wù)、成長(zhǎng)為全球領(lǐng)先科技公司的全過(guò)程。如今，他率領(lǐng)的AWS正在重塑未來(lái)。

順便提一句，12月9日，AWS全球機(jī)器學(xué)習(xí)副總裁Swami Sivasubramanian有一場(chǎng)關(guān)于機(jī)器學(xué)習(xí)的主題演講，對(duì)AWS在機(jī)器學(xué)習(xí)方面的舉措進(jìn)行了更深入的闡述。感興趣的讀者可以在re:Invent中文官網(wǎng)觀看。

生成海報(bào)

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評(píng)論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個(gè)人觀點(diǎn)，與極客網(wǎng)無(wú)關(guān)。文章僅供讀者參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。