不知道 從什么時(shí)候開(kāi)始人工智能一詞開(kāi)始出現(xiàn)在我們的視野當(dāng)中，隨后就一發(fā)不可收拾瘋狂傳播開(kāi)來(lái)?，F(xiàn)代的技術(shù)廠商，如果沒(méi)有關(guān)于AI(人工智能)的策略、服務(wù)、產(chǎn)品，他都不好意思說(shuō)自己是提供技術(shù)的服務(wù)商。那么，是什么讓AI實(shí)現(xiàn)成為可能，又讓AI討論如此火熱? AWS看到市場(chǎng)上存在著三個(gè)趨勢(shì)。首先，網(wǎng)絡(luò)技術(shù)的改進(jìn)、速度的提升促使越來(lái)越多的設(shè)備，IoT、移動(dòng)、攝影等設(shè)備連接到網(wǎng)絡(luò)中;其次，設(shè)備數(shù)量導(dǎo)致數(shù)據(jù)數(shù)量急劇增加，實(shí)時(shí)數(shù)據(jù)處理的需求也日益增多，但是數(shù)據(jù)存的種類不同，不同狀態(tài)，要處理這些數(shù)據(jù)就需要更加靈活的架構(gòu)和服務(wù);第三，基于不同設(shè)備產(chǎn)生的巨大量數(shù)據(jù)，人們真正希望的是它能變得更聰明，能在更加復(fù)雜的環(huán)境中應(yīng)用，這樣就出現(xiàn)了AI，而且深度學(xué)習(xí)與機(jī)器學(xué)習(xí)算法也是促使了AI的實(shí)現(xiàn)成為可能。

三大原因催生AI產(chǎn)業(yè)

聽(tīng)到了那么多，看到了那么多關(guān)于AI的介紹，我們也知道了深度學(xué)習(xí)使AI成為可能，但僅僅是技術(shù)的驅(qū)動(dòng)還不足以點(diǎn)燃人們對(duì)AI技術(shù)的熱情。任何一個(gè)事物的流行，都是因?yàn)樗転槿藗儙?lái)利益或解決問(wèn)題，那么AI究竟能做什么？對(duì)此，在AWS re:Invent 2017大會(huì)的一場(chǎng)采訪中，AWS亞地區(qū)AI、大數(shù)據(jù)、分析部門負(fù)責(zé)人Craig Stires作出了回答：

“AI并不僅僅只是一技術(shù)，真正讓人們對(duì)它感到興奮的是，我們可以對(duì)它做做么，”Craig說(shuō)。亞馬遜對(duì)人工智能，或者說(shuō)機(jī)器學(xué)習(xí)的研究已有20多年的經(jīng)驗(yàn)，它看到人們對(duì)AI應(yīng)用可以分成三大類別：

無(wú)縫體驗(yàn)：打破了用戶和企業(yè)內(nèi)部體驗(yàn)的邊界。它給用戶提供了一種，沒(méi)有人工邊界的，身臨其境的自然體驗(yàn)，包括語(yǔ)音增強(qiáng)、行為檢測(cè)、智能視覺(jué)環(huán)境，以及對(duì)行為的響應(yīng)。在實(shí)際應(yīng)用場(chǎng)景中的表現(xiàn)為，聊天和機(jī)器人顧問(wèn)、情緒檢測(cè)和響應(yīng)、個(gè)人的面部檢測(cè)等。

自主機(jī)器：有自主意識(shí)的機(jī)械化勞作提高了可靠性與安全性。這樣的機(jī)器自主系統(tǒng)將無(wú)差別的、或不安全的人為任務(wù)和決策，例如預(yù)測(cè)性維護(hù)、車間自動(dòng)化、機(jī)器人應(yīng)急響應(yīng)等，轉(zhuǎn)換給機(jī)器執(zhí)行。機(jī)器可以更大規(guī)模地提升效率，準(zhǔn)確率和安全性。

科學(xué)突破：AI在這領(lǐng)域的應(yīng)用，可以說(shuō)是將發(fā)現(xiàn)帶入了黃金時(shí)代，它可以幫助解決人類 、動(dòng)物和地球的基本需求。使用深度學(xué)習(xí)的科學(xué)的發(fā)現(xiàn)往往需要巨大量的計(jì)算能力，來(lái)構(gòu)建有效的模型，有了框架和平臺(tái)的幫助，科學(xué)人員可以變成分析師。目前，這一領(lǐng)域的應(yīng)用場(chǎng)景主要有病人治療和安全、城市維護(hù)、量子/粒子增強(qiáng)等。

例如在Amzon Go無(wú)人便利店就是應(yīng)用AI一個(gè)具體場(chǎng)景，它結(jié)合了計(jì)算機(jī)視覺(jué)、傳感器和深度學(xué)習(xí)等技術(shù)，來(lái)了解為喜愛(ài)和討厭的商品，進(jìn)而通過(guò)機(jī)器學(xué)習(xí)來(lái)了解存貨和進(jìn)貨的模式，給用戶提供更好的商品。

事實(shí)上AI的過(guò)程就是通過(guò)數(shù)據(jù)訓(xùn)練正負(fù)面加強(qiáng)的模型，然后建立模型，再?gòu)哪Ｐ椭刑崛☆A(yù)測(cè)信息，生成反饋數(shù)據(jù)，再進(jìn)行訓(xùn)練這樣的一個(gè)循環(huán)的過(guò)程。根據(jù)這樣的AI需求，AWS基于其再有的技術(shù)與產(chǎn)品構(gòu)建從底層基礎(chǔ)架構(gòu)到頂層應(yīng)用服務(wù)的完整AI架構(gòu)。架構(gòu)圖如下：

為了讓用戶，讓開(kāi)發(fā)者更好的實(shí)現(xiàn)AI，得到他們期望的結(jié)果。在這次的re:Invent，亞馬遜AWS部門的CEO Andy Jassy公布七款新的AI產(chǎn)品：

Amazon SageMaker：事實(shí)上，機(jī)器學(xué)習(xí)，從數(shù)據(jù)收集、選擇優(yōu)化、安裝管理、再到模型訓(xùn)練、生產(chǎn)環(huán)境部署，這一系列的流程對(duì)于開(kāi)發(fā)人員過(guò)于復(fù)雜。Amazon SageMaker預(yù)置了一些常見(jiàn)問(wèn)題的記錄和高必能算法，可以更方便的開(kāi)發(fā)人員建立、訓(xùn)練和部署機(jī)器學(xué)習(xí)模型。
AWS DeepLens：AWS DeepLens（深鏡）是全球首款為開(kāi)發(fā)者提供的內(nèi)置深度學(xué)習(xí)能力的智能攝像頭，其內(nèi)集成了Amazon SageMaker和AWS Lambda,并預(yù)置了一些教程、案例、演示和預(yù)建的模型。
Amazon Rekognition Video：實(shí)時(shí)或批量視頻分析服務(wù)，包括對(duì)象和場(chǎng)景、人臉?lè)治龊妥R(shí)別、非正常內(nèi)容檢測(cè)、明星識(shí)別、文字中的圖片識(shí)別等功能。
Amazon Kinesis Video Streams： 它可以幫助安全地導(dǎo)入和存儲(chǔ)視頻、音頻和其它有時(shí)間標(biāo)簽的數(shù)據(jù)。
Amazon Transcribe：它可以自動(dòng)識(shí)別語(yǔ)音識(shí)別，并將語(yǔ)音轉(zhuǎn)成語(yǔ)法正確的準(zhǔn)確的文本內(nèi)容。
Amazon Translate：自動(dòng)多語(yǔ)種文字翻譯服務(wù)，可以實(shí)時(shí)翻譯，批量分析，自動(dòng)識(shí)別語(yǔ)言。
Amazon Comprehend：全托管的自然語(yǔ)言處理理解服務(wù)，能夠發(fā)現(xiàn)文本內(nèi)容中有價(jià)值的見(jiàn)解。

利用好機(jī)器學(xué)習(xí)平臺(tái)要擁有合適基礎(chǔ)支撐，你需要有更加可靠的、強(qiáng)大的安全控制，你需要性能更好的GPU，然后需要一個(gè)支持機(jī)器學(xué)習(xí)的服務(wù)，Andy表示，更重要的是開(kāi)發(fā)人員需要更加深入地理解機(jī)器學(xué)習(xí)，更好地利用，更容易地在機(jī)器學(xué)習(xí)中獲得成功。

現(xiàn)在，美國(guó)NFL(國(guó)家橄欖球聯(lián)盟)采用了AWS的機(jī)器學(xué)習(xí)平臺(tái)。通過(guò)利用這一平臺(tái)來(lái)追蹤隊(duì)員的接球、傳球等行為，從而更好地判斷出球傳給哪名運(yùn)動(dòng)員，獲得勝利的機(jī)率更高。

有因才有果，今天AWS告訴了你AI生產(chǎn)的原因、常用的環(huán)境，就是希望企業(yè)能更好地得利用AI技術(shù)，得到他們想要結(jié)果。