INNOVATE 2021 圆满落幕，一起盘点那些 AI 前沿实例！

Amazon EC2 Inf1 实例现已在由光环新网运营的亚马逊云科技中国（北京）区域和西云数据运营的亚马逊云科技中国（宁夏）区域推出。Inf1 实例采用 Amazon Inferentia 芯片，这种芯片由亚马逊云科技专为在云中提供高性能和最低成本的机器学习（ML）推理而定制设计。 

与成本最低的基于 GPU 的实例相比，这些实例的吞吐量最高提高了 30%，每次推理的成本最高降低了 45%，是图像识别、自然语言处理、个性化和异常检测等应用领域的理想选择。  

人工智能和机器学习发展的前沿动态，

行业创新和业务变革的新趋势

资深大咖的技术发展洞察，

您想要的人工智能（AI）新玩法，

2021 亚马逊云科技 AI 在线大会

应有尽有！

45000+ 人数注册参与，

大家相互学习，博采众长，现身说法，

把机器学习的能力交给每一位构建者，

共同探讨未来 AI 的前沿发展动态与趋势，

加速人工智能、机器学习的普惠！

持续创新机器学习无处不在

亚马逊从建立之初，就不断追求业务的创新发展，并通过持续的技术投入，对技术进行迭代创新，以应对市场的变化，今天机器学习已经成为亚马逊业务的基础，伴随客户需求的动态变化，亚马逊需要借助不断创新的技术，重塑业务，提升业务模式的创新与发展。

电商网站的个性化体推荐：消费者线上购物需求不断变化，企业需要为用户提供个性化的购物体验，早在 1998 年亚马逊已经在电商网站上开始使用基于物品的协同过滤推荐算法，基于严谨，2003 年三位数据科学家基于亚马逊电商的实践，发表了基于物品的协同过滤论文，奠定了亚马逊在个性化推荐领域的地位。从客户的需求出发，更准确高效的发现客户的可能需要的产品，更懂客户的喜好。

Prime 视频的推荐演讲：电影的推荐纬度更多，更复杂，亚马逊开发了一种基于神经网络分类器的深度学习模型，用过去 20 年客户的历史观影数据来训练核心模型，然后再通过最近 1-2 周客户的观影记录来做模型的矫正，以此来预测客户下周想要观看的电影，从而将推荐准确率提高到了之前协同过滤算法的两倍。

更智能的电商和零售：零售行业在数字化浪潮下，不断推陈出新，构建新的购物体验。从 Style Snap 智能的识别穿衣风格到 Amazon Go 无人超市，亚马逊都不断利用计算机视觉进行目标检测和深度学习的方式去改善客户的体验。

语音智能： Alexa 是智能语音操作系统， Echo 是使用了 Alexa 技术的一款智能音箱设备。 Alexa 智能语音操作系统的灵感来自于“星际迷航” 里那个通过语音就可以随叫随到，无处不在的计算机助手。

更准确的产品需求预测和物流规划：亚马逊作为全球电商平台，面对全球市场，需要精确了解全球范围内每种产品的精确需求量，同时全球的供应链也需要持续优化，让货物交付更精准，2015 年引入亚马逊云科技开发的卷积神经网络模型后，通过识别强大的非线性关系和非明显链接，产生更精准的预测，借助智能预测让产品预测的准确率提升了 15 倍！

无论是购物，语音，还是物流优化，这背后共同的逻辑是 亚马逊 + 机器学习 = 更好的客户体验，亚马逊总是以解决实际的客户体验问题为出发点，而不是先想着创造多先进的模型。而在这个背后支撑和加速这些创新的就是亚马逊云科技。

技术加码，让创新“遍地开花”

亚马逊云科技目前的服务超过 200 项，涵盖计算、存储、网络、数据库，数据分析、AI/ML、物联网、安全、混合架构等诸多方面。

现在有超过 10 万的客户在亚马逊云科技上使用 ML 的服务进行创新，客户之所以选择亚马逊云科技，是因为亚马逊云科技打造了针对不同类型的企业，打造了一个包罗万象的 AI/ML 三层工具箱：

 1. 快速开箱即用的 AI 服务，如个性化推荐服务 Amazon Personalize 等，图像视频分析工具 Amazon Rekognition 等；

2. 高效完善的机器学习集成开发环境 Amazon SageMaker； 

3. 机器学习框架和基础设施服务. 企业可根据自身的 AI 发展阶段，选择符合自身业务需要的工具。

初创互联网企业的创新：互联网公司是创新的主要力量，他们已经把 AI/ML 作为生产力的重要组成部分，大觥科技作为初创的互联网企业，借助亚马逊云科技的云计算技术，实现 AI 照片修复等创新技术，以满足消费者对画质的追求，从而有效缩小技术差距，拥有更强的市场竞争力。

技术创新给传统企业带来的新机遇：创新从来不是互联网企业的专利，传统企业同样面临创新的挑战，他们更需要通过 ML 重塑客户体验，实现业务效率的提升。据统计，到 2030 年，由于人工智能带动的全球 GDP 估值将达 13 万亿美元，且大部分来自于零售、运输等传统领域。

传统企业想转型，首先要有明确的数据策略，同时要找一个适合 ML 的项目作为切入点，嘉实财富作为金融企业，它以媒体平台作为切入点，借助亚马逊云科技提供的标准 AI 能力的开箱即用工具和定制的 AI 算法，形成了集媒资入库、语音转录、短视频生成、个性化推荐为一体的媒体处理平台，让金融企业有机会将客户需要的金融视频，推荐给客户，从更多的渠道触达客户。

实现技术创新，不是数据科学家的闭门造车：以亚马逊构建机器学的经验看，需要企业的数据科学专家和业务领域专家拧成一股绳，共同应对技能的差距，构建适合企业未来发展的数据和模型。淄博热力通过全面分析目前行业的现状及痛点，借助亚马逊云科技的技术，与业务专家一起整合，最终形成了一套智能供热专家系统，不仅让温控更精准，还能实现节能降耗的社会能源发展目标。

构建合作伙伴生态，共赴智能新未来

行业的智能创新，只靠一个企业和亚马逊云科技的努力远远不够，行业的智能创新转型需要由点及面，基于不同行业的独特场景，构建新的 ML 模型，以更有针对性的解决转型难题，因此构建强有力的合作伙伴生态体系就是十分有必要。

因此亚马逊云科技与中科创达、英伟达等合作伙伴携手，基于亚马逊云科技的技模型，打造针对不同领域的智能转型系统。

中科创达在 Amazon SageMaker 上构建了针对工业制造领域的智慧工业系统 ADC (Automatic Defect Classification) ，利用 AI 做智能质检，节约人力同时提升良品率。英伟达则在亚马逊云科技 AI/ML 模型基础上，为深度学习提供了强大的算力支撑。

构建开源生态，实现 AI/ML 普惠创新

作为本次 AI 大会的压轴嘉宾，亚马逊杰出科学家 Alex Smola 也分享了自动化机器学习的最新进展。

如果您从事数据科学工作，您可能会认为机器学习最难的一点是不知道您何时能够完成。如果您可以将行业最佳实践编纂成一个简单易用的软件包，供所有开发人员使用，会怎么样？一个可以自动准备数据集，尝试不同的机器学习方法并将其结果组合在一起以提供高质量模型的库 – 所有这些功能由几行代码实现？这是自动化机器学习 (AutoML) 背后的理念，也是 AutoGluon AutoML 库的设计理念。

使用 AutoGluon，您可以训练最先进的 ML 模型，以进行图像分类、对象检测、文本分类和表格式数据预测，而几乎无需具备 ML 方面的经验。您可以随时随地运行 AutoGluon –从笔记本电脑到 Amazon SageMaker. 只需几行代码就可以利用深度学习的力量来构建应用程序。

AI/ML 技术的持续更新完善，正在改变和影响人类生活与社会发展，现在我们的生活被 AI 包围，因此我们需要对 Ta 的“成长”更了解。

原文链接：INNOVATE 2021 圆满落幕，一起盘点那些 AI 前沿实例！