亚马逊云科技推动AI/ML创新三大驱动力

（全球TMT2022年9月2日讯）在2022世界人工智能大会上，亚马逊云科技举办了"人工智能前沿技术趋势与最佳实践" 线上分论坛，分享了亚马逊云科技在人工智能与机器学习（AI/ML）领域的趋势洞察和前沿技术应用的最佳实践，并探讨了AI/ML如何赋能行业数字化转型。亚马逊云科技通过三大AI/ML创新驱动力 -- 处理海量多样化数据、加速推动产业规模化落地以及赋能更多AI开发者，加速推动各行业创新。

推出专门构建的数据准备工具，帮助客户处理海量多样化数据

如今，每时每刻都会有海量结构化以及如音频、视频、图像、医疗数据等非结构化数据的产生，企业要借助AI/ML技术创新，需要处理海量多样化的数据。亚马逊云科技为机器学习构建了专用的数据准备工具，帮助企业从海量多样化数据中获取洞察。其中，Amazon SageMaker Data Wrangler 为表格数据的数据准备提供了无代码/低代码接口，将聚合和准备机器学习数据所需的时间从几周缩短到几分钟；Amazon SageMaker Ground Truth能够轻松地从非结构化数据创建高质量的训练数据集，有效降低数据标注成本；Amazon SageMaker Feature Store专门用于存储、共享和管理ML模型特征。

提供从底层到应用的全套服务，加速推动AI/ML产业规模化落地

企业要获得实际的业务价值，需要规模化部署AI/ML，将其融入到业务的方方面面。亚马逊云科技如今为客户构建训练模型的参数已达到数十亿的规模，每个月提供数千亿预测结果，这样的规模效应推动了亚马逊云科技AI/ML的产业化落地实践。其中，在底层的基础设施，亚马逊云科技自研的面向机器学习推理和训练的加速芯片Amazon Inferentia和Amazon Trainium，可以帮助客户实现从扩展训练工作负载到部署加速推理的端到端 ML 计算流程。Amazon Elastic Compute Cloud (Amazon EC2) P4d实例与G5实例为客户提供了数倍于前代产品的ML性能。亚马逊云科技还在Amazon SageMaker Studio中提供了集成的机器学习工具，并通过Amazon SageMaker Pipelines自动化机器学习工作流程，极大提升了开发人员的工作效率。

降低机器学习门槛，赋能更多开发者共同构建AI/ML解决方案

亚马逊云科技通过降低机器学习开发门槛，让更多开发者参与其中。其中，Amazon SageMaker Studio Lab让任何人都可以轻松、快速地构建学习和实验机器学习的开发环境；Amazon SageMaker Canvas提供无代码扩展功能，非专业技术人员也能够快速从机器学习模型中获得准确的预测结果；基于Amazon AutoML框架的Amazon AutoGluon开源库使得开发人员只需编写几行代码，即可利用深度学习来构建应用程序。亚马逊云科技还通过与高校建立合作、举办Amazon DeepRacer比赛等项目，激发更多人参与机器学习创新。