旨在成為無與倫比的AWS機器學習工具

如果Amazon Web Services Inc.真的想讓機器學習 服務像香草冰淇淋一樣普遍存在，那么到目前為止，它的方法正在將它變成完全不同的東西。它更像是越南咖啡，加上磨砂杏仁和花生醬咖喱，這種口味實際上可以在舊金山的一家冰淇淋店訂購。

上周在紐約市舉行的AWS峰會上，AWS宣布了其SageMaker機器學習開發和部署平臺的許多增強功能。流算法?檢查一下 批量轉換以直接從Amazon的簡化S3存儲服務中拉取?剛剛添加。亞馬遜翻譯和轉錄的改進?那個也是。

在AWS推出本地模式功能以在筆記本計算機上進行模型訓練并將開源深度學習工具集成到平臺中之后，僅三個月就完成了SageMaker迭代。而且SageMaker甚至還不到一歲。

“我們的使命是，我們希望能夠采用機器學習并將其提供給所有開發人員，” AWS深度學習和人工智能部門總經理Matt Wood說。“我們想讓機器學習變得無聊;我們要使其成為香草。它只是任何開發人員和任何數據科學家的工具集中的另一個工具。”

伍德在紐約舉行的AWS峰會上與SiliconANGLE Media移動直播工作室CUBE的聯合主持人約翰·弗里爾(John Furrier)和杰夫·弗里克(Jeff Frick)進行了交談。他們討論了公司針對其機器學習策略的三層方法，AWS與開源社區的不斷發展的關系，DeepLens相機的用例以及最近與SageMaker平臺的客戶互動。

本周，CUBE將Matt Wood列為我們的本周嘉賓。

反對開源批評者

SageMaker的改進是在AWS機器學習策略變得更加明確的時候實現的。該公司精心設計了一個三層方法，針對具有開放源代碼編程庫的研究人員和數據科學家，希望利用云服務進行數據分析的開發人員以及對快速啟動和運行流程感興趣的應用程序程序員。

隨著機器學習情況變得越來越清晰，開源工具將在平臺中扮演重要角色。當AWS在4月宣布對其SageMaker進行改進時，該公司透露將增加開源框架，例如TensorFlow和MXNet。

伍德說：“我們提供了廣泛的框架，開放源代碼編程庫，開發人員和數據科學家可以使用它們來構建神經網絡和智能系統。” “圍繞著所有這些流行的框架，有大型，健康的開源項目正在成長。”

AWS”愿意接受開源標志著云服務提供商，其中有一個重要的發展采取了它的熱量份額為向社會沒有貢獻不夠。該公司通過在2016年底聘用開源專家Zaheda Bhorat并在去年8月加入Cloud Native Computing Foundation來回應批評者。

最近幾天，有傳言稱AWS正在考慮進入數據中心交換機市場，利用開源工具開發通用產品。AWS通過思科系統公司7月18日發布的聲明否認了這一傳言。

除了便利之外，開發人員通常會在構建機器學習模型時對使用開源工具做出積極反應，因為它們可以提供大規模的速度。伍德解釋說：“泵入大量數據的能力是構建成功的機器學習應用程序的關鍵之一。”他描述說，培訓時間減少了10%到25%。“我們為使用TensorFlow的每個人帶來了這一功能。這是考慮如何訓練大量數據的完全不同的方式。”

DeepLens的用例

AWS還通過DeepLens(一種AI驅動的攝像頭，旨在增強機器學習功能)滿足開發人員的需求。宣布11月，相機就開始出貨上個月在$ 250的價格點。

Wood表示，AWS已經看到了機器學習工具的許多用例。其中包括當相機無法識別的某個人接近前門時向用戶發送文本消息，以及將一本書放在鏡頭前以觸發文本朗讀算法，以供兒童閱讀。

伍德說：“有了DeepLens，您可以在10分鐘內啟動并運行。” “看到沒有機器學習經驗的開發人員將其開箱即用，并構建了一些非常出色的項目，這真是令人難以置信，令人欣喜，也感到非常沮喪。”

隨著時間的流逝，開發人員通過機器學習生成的創意項目可能會變得更普遍，但是許多知名客戶已經在使用AWS技術。AWS峰會的一項公告強調了一級方程式集團的一項決定，即將SageMaker用于比賽策略，數據跟蹤和數字廣播。

此前已將AWS機器學習工具集成到Statcast技術中進行球員追蹤的美國職業棒球大聯盟宣布，該公司將成為其官方機器學習提供商。

伍德說：“ SageMaker現在發展勢頭強勁。所有這些團體都在使用這些數據，這些數據只是從這些比賽或游戲中流出的。它們既可以用于視頻，也可以用于汽車的遙測，也可以用于播放器的遙測，他們通過SageMaker進行宣傳，以為觀看者帶來更具吸引力的體驗。”

在接下來的三個月中，還將舉行另外八次AWS全球峰會，并且該公司迄今仍不愿意宣布其擴展的機器學習平臺的新增強功能。伍德說：“眼前有很多機會。” “我非常強烈的責任是能夠不斷改進該堆棧，并不斷為更多開發人員帶來新功能。”

如果這些新功能具有多種口味，甚至包括香草，也不要感到驚訝。