上圖為：AWS全球技術(shù)與開發(fā)者布道師團(tuán)隊(duì)負(fù)責(zé)人Ian Massingham

事實(shí)上，AWS發(fā)展迅猛，2018年第二季度的營(yíng)業(yè)額已經(jīng)增加到61億美金，同比增長(zhǎng)49%，年化收入預(yù)計(jì)超過240億美元。僅在2018年第一季度，AWS推了多達(dá)400多項(xiàng)的新服務(wù)和新功能?；钴S客戶多為企業(yè)客戶，分布全球190多個(gè)國(guó)家，在中國(guó)“落地”五年，積累了大量的中國(guó)的客戶。這其中，人工智能在客戶中的應(yīng)用已然越來越廣泛。

一、物流領(lǐng)域

據(jù)Ian介紹，倉儲(chǔ)物流已經(jīng)成為機(jī)器人應(yīng)用最大的市場(chǎng)之一,2012年，亞馬遜以7.75億美金收購了Kiva Systems倉儲(chǔ)機(jī)器人，Kiva機(jī)器人隨機(jī)分布在大型運(yùn)營(yíng)中心的不同角落里，晝夜不停地處理客戶的海量包裹。它們會(huì)自動(dòng)分揀貨物，并在揀出貨物之后，通過機(jī)器計(jì)算選擇路徑交到最近的人工手里，再由人工貼上具體的標(biāo)簽。Kiva Systems倉儲(chǔ)機(jī)器人應(yīng)用人工智能技術(shù)，極大提升了輸送效率、降低了錯(cuò)誤率，并極大降低了成本。

二、互聯(lián)網(wǎng)領(lǐng)域

AI正在大量應(yīng)用于互聯(lián)網(wǎng)的產(chǎn)品推薦上，Ian舉例說： “比如你在亞馬遜官網(wǎng)上搜索一本書，搜索書籍時(shí)下面同時(shí)會(huì)出現(xiàn)推薦商品，并在頁面上顯示根據(jù)你以往的購買歷史記錄，再推薦適合你的商品。這類應(yīng)用除了亞馬遜之外，在互聯(lián)網(wǎng)行業(yè)的應(yīng)用已經(jīng)越來越普遍。”

Ian同時(shí)也指出：“這些看似簡(jiǎn)單的應(yīng)用，其實(shí)需要一個(gè)非常龐大的數(shù)據(jù)庫去解決。因?yàn)樵诿绹?guó)亞馬遜的網(wǎng)站上，存在著兩億種不同的產(chǎn)品，每種產(chǎn)品各有自己的庫存數(shù)量。如果用傳統(tǒng)的excel電子表格的形式去展現(xiàn)這樣一個(gè)龐大的數(shù)據(jù)，是無法想象的。”

三、無人機(jī)的應(yīng)用

亞馬遜對(duì)無人機(jī)的AI應(yīng)用也進(jìn)行了創(chuàng)新，通過無人機(jī)來遞送包裹，這一成果目前正在英國(guó)劍橋大學(xué)進(jìn)行實(shí)驗(yàn)。

據(jù)Ian介紹：“亞馬遜無人機(jī)都不是由人來操控的，而是由一系列的組合算法來完成。比如說基于GPS的路徑規(guī)劃的算法，以及計(jì)算機(jī)視覺，來避免可能會(huì)碰到一些障礙物等等”。亞馬遜無人機(jī)要求包裹的重量不能超過2.5kg，并在30分鐘內(nèi)實(shí)現(xiàn)包裹的交付。

而要實(shí)現(xiàn)亞馬遜無人機(jī)這樣一個(gè)功能，面臨著以下四大技術(shù)挑戰(zhàn)：

一、斷網(wǎng)：無人機(jī)途徑的區(qū)域，可能存在網(wǎng)絡(luò)連接問題，中途斷網(wǎng)時(shí)如何保證無人機(jī)的飛行?

第二個(gè)技術(shù)挑戰(zhàn)是能源問題，在電力供應(yīng)上也有著非常大的局限;

第三是無人機(jī)本身重量的問題，需要盡量減輕硬件的自重。因此對(duì)CPU的處理能力、電池容量等提出了很大的挑戰(zhàn)。

第四，是軟件維護(hù)方面，需要在可控的環(huán)境下不斷地把新的一些機(jī)器學(xué)習(xí)的模型推送到無人機(jī)的系統(tǒng)上。

這些問題隨著技術(shù)研究的加深，正在逐步得到改善。Ian舉例說明了亞馬遜是如何對(duì)硬件產(chǎn)品智能音箱Echo通過AI技術(shù)進(jìn)行改善。

智能音箱的計(jì)算能力相對(duì)簡(jiǎn)單，因?yàn)樗挥幸粋€(gè)MCU，一個(gè)微控制單元，也就是其智能化相對(duì)比較低。比如只有有限的四個(gè)選擇等。但智能音箱一旦用戶使用了以上四個(gè)喚醒的語音之后，其服務(wù)便直接從AWS云端進(jìn)行調(diào)用，通過聲音轉(zhuǎn)化成文本文檔，再去調(diào)用自然語言理解NLU的服務(wù)，最后解包，完成用戶的一系列各種各樣服務(wù)。

而在自然語言理解NLU方面，需要使用到深度學(xué)習(xí)。比如“我想坐飛機(jī)”，或者“我想從北京飛到上海”這些表達(dá)，其實(shí)是一個(gè)意思，但是用語言表達(dá)起來會(huì)比較豐富一些，需要通過NLU技術(shù)了解說話人的意圖。

四 解密三層AWS機(jī)器學(xué)習(xí)堆棧

Ian說：“現(xiàn)在，有大量開發(fā)人員和企業(yè)客戶選擇在AWS平臺(tái)之上使用深度學(xué)習(xí)和機(jī)器學(xué)習(xí)系統(tǒng)，主要有兩個(gè)原因：第一，AWS平臺(tái)上已經(jīng)積累了大量數(shù)據(jù);第二，AWS的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)服務(wù)，可與AWS的其他云服務(wù)密切結(jié)合。AWS的做法是，將其機(jī)器學(xué)習(xí)和人工智能技術(shù)打包成服務(wù)，即使用戶不是這方面的專家，也可以輕松使用。 為了將人工智能、機(jī)器學(xué)習(xí)的能力交付給每一位開發(fā)者，AWS建立了一個(gè)三層的AWS機(jī)器學(xué)習(xí)堆棧。”

最下面一層是框架和基礎(chǔ)設(shè)施，包含機(jī)器學(xué)習(xí)所需的一些基本工具和資源;

中間一層是平臺(tái)服務(wù)，幫助軟件開發(fā)人員將其在軟件開發(fā)方面的知識(shí)用于機(jī)器學(xué)習(xí)中;

最上面一層是應(yīng)用服務(wù)，集合了AWS預(yù)抽取或預(yù)訓(xùn)練的一些機(jī)器學(xué)習(xí)的服務(wù)和模型，開發(fā)人員可以直接使用。

同時(shí)，AWS還會(huì)在每一層中不斷加入新的功能。比如從事自動(dòng)駕駛系統(tǒng)開發(fā)的圖森就使用AWS的服務(wù)來訓(xùn)練一套定制化的機(jī)器學(xué)習(xí)系統(tǒng)。Ian最后指出：“AWS擁有非常廣泛的客戶基礎(chǔ)，以及多元化的使用場(chǎng)景，開發(fā)人員可以針對(duì)不同的使用場(chǎng)景選擇不同的機(jī)器學(xué)習(xí)框架和工具。AWS期望將機(jī)器學(xué)習(xí)的能力賦予每一位開發(fā)者和數(shù)據(jù)科學(xué)家”。