一年新增250+服務(wù)，AWS機(jī)器學(xué)習(xí)進(jìn)化方法論

“Amazon機(jī)器學(xué)習(xí)的愿景是打造一個幫用戶完成任務(wù)的工具，這個工具我們希望交付到所有人的手里，而不簡簡單單是大科技公司擁有的工具箱?！盇WS大中華區(qū)云服務(wù)產(chǎn)品管理總經(jīng)理顧凡表示。

機(jī)器學(xué)習(xí)可能是21世紀(jì)迄今為止最受追捧的新技術(shù)，作為這個領(lǐng)域的佼佼者，亞馬遜云服務(wù)（AWS）深切體會到，在追逐新技術(shù)的熱潮中，擁有高效可用的工具是多么重要，因此，你也能看到這種方法論指導(dǎo)下，AWS機(jī)器學(xué)習(xí)服務(wù)能力的進(jìn)化脈絡(luò)。

2016年AWS開始在機(jī)器學(xué)習(xí)領(lǐng)域發(fā)力，當(dāng)年發(fā)布了三個服務(wù)，且都是AI類服務(wù)，特點(diǎn)是即插即用。2017年AWS開始明顯提速，幾乎每年新發(fā)布200多個服務(wù)和功能，僅去年一年AWS發(fā)布了超過250個新產(chǎn)品和服務(wù)。

如上圖所示，AWS的創(chuàng)新當(dāng)然不止體現(xiàn)在AI服務(wù)上，從最上層的AI服務(wù)，中間層的機(jī)器學(xué)習(xí)Amazon SageMaker，到底層機(jī)器學(xué)習(xí)框架和基礎(chǔ)設(shè)施，AWS層層遞進(jìn)進(jìn)化。

首先看底層機(jī)器學(xué)習(xí)框架和基礎(chǔ)設(shè)施，這也是機(jī)器學(xué)習(xí)的堅(jiān)實(shí)基礎(chǔ)。AWS觀察到，客戶一般并不會只使用一個框架，而是經(jīng)常使用三個框架，比如Tensorflow、PyTorch等，AWS的思路就是要把選擇給到客戶，內(nèi)部針對不同框架分別設(shè)立調(diào)優(yōu)團(tuán)隊(duì)，保證各種框架下性能最優(yōu)。

除了框架之外，算力同樣重要，不一樣的機(jī)器學(xué)習(xí)負(fù)載對于算力的需要不同，目前AWS是唯一一家能夠同時支持Intel、AMD和ARM處理器的廠商，同時AWS和英偉達(dá)有密切的合作關(guān)系。值得一提的是，AWS有非常強(qiáng)的芯片設(shè)計能力，其自主研發(fā)基于ARM的芯片AWS Inferentia，主打推理場景下最優(yōu)性價比，能帶來45%性價比提升。

其次是創(chuàng)造機(jī)器學(xué)習(xí)的成功捷徑。AWS通過Amazon SageMaker來實(shí)現(xiàn)，后者是一項(xiàng)完全托管的機(jī)器學(xué)習(xí)服務(wù)。借助SageMaker，數(shù)據(jù)科學(xué)家和開發(fā)人員可以快速、輕松地構(gòu)建和訓(xùn)練機(jī)器學(xué)習(xí)模型，然后直接將模型部署到生產(chǎn)就緒托管環(huán)境中。

與此同時，SageMaker也在不停迭代，AWS聚焦在機(jī)器學(xué)習(xí)流程的每一步，無論是數(shù)據(jù)的準(zhǔn)備、處理，到訓(xùn)練模型、快速實(shí)驗(yàn)、調(diào)整參數(shù)、放到生產(chǎn)環(huán)境運(yùn)行并且持續(xù)的監(jiān)控和管理。一方面，AWS細(xì)化工具能力，讓客戶更易于使用；另一方面，AWS關(guān)注如何將這些工具串聯(lián)起來，放在一個環(huán)境、一個UI、一個工作流下，真正提升效率。

再次是擴(kuò)展機(jī)器學(xué)習(xí)開發(fā)者的范圍，機(jī)器學(xué)習(xí)的開發(fā)工程師群體正在擴(kuò)展，蔓延到數(shù)據(jù)庫、數(shù)據(jù)分析，甚至是一些業(yè)務(wù)人員，但這又帶來一個新的矛盾，不具備專業(yè)知識的新晉開發(fā)者如何把好的想法落地？

AWS通過一系列產(chǎn)品來實(shí)現(xiàn)，比如Amazon Aurora ML、Amazon Athena ML、Amazon Neptune，讓機(jī)器學(xué)習(xí)和現(xiàn)有的數(shù)據(jù)庫、分析工具之間進(jìn)行集成和互動。

“我們希望機(jī)器學(xué)習(xí)有更多人參與進(jìn)來，這些人并不需要懂機(jī)器學(xué)習(xí)，他只需要有主意，以及明白怎么去用機(jī)器學(xué)習(xí)為業(yè)務(wù)帶來價值，無論是數(shù)據(jù)庫的人、數(shù)據(jù)分析的人，甚至是業(yè)務(wù)線的人，都可以用我們提供的工具在機(jī)器學(xué)習(xí)領(lǐng)域獲得更強(qiáng)的易用性?！鳖櫡舱劦?。

最后是端到端地解決客戶實(shí)際業(yè)務(wù)的問題。企業(yè)客戶對于機(jī)器學(xué)習(xí)的投資不盡相同，有些企業(yè)會把整個機(jī)器學(xué)習(xí)的技術(shù)堆棧做得很全，但有些客戶會較為專注在某一層，對此，AWS總結(jié)出一些行業(yè)共通問題，并提供端到端的方案解決真實(shí)的業(yè)務(wù)問題。

“合適的工作要用合適的工具，同時一定找尋定制化的工具，機(jī)器學(xué)習(xí)服務(wù)也在深入行業(yè)場景做更多的定制化?！边@是機(jī)器學(xué)習(xí)領(lǐng)域的行業(yè)趨勢，也是AWS一以貫之的方法論。