数据科学家、开发者的新神器 Amazon SageMaker正式上线中国区
【51CTO.com原创稿件】
机器学习自诞生至今,已经被应用在很多领域,但目前来看对于从业人员来说仍然存在着一些阻力。
首先是机器学习方向的学习门槛高,人工智能、机器学习这些知识,相对来说比较苦涩难懂,对学习人员的综合素养要求高;想要真正成为一名机器学习工程师。不仅要处理代码中的各种问题,还需要不断学习、与其他部门的人员沟通、了解和学会使用各种新型代码库或模型。
而近期登陆中国区的Amazon SageMaker的目标就是帮助开发者和数据科学家快速构建、训练和部署机器学习 (ML) 模型。SageMaker 消除了机器学习过程中大量的繁重琐碎工作,让开发高质量模型变得更加轻松,大幅度降低了开发者和数据科学家的工作难度。
不断加码AI赛道的AWS
“亚马逊从电商时代就非常关注机器学习,产品推荐、产品搜索、物流配送、送货机器人、智能助理Amazon Echo、无人值守商店Amazon Go等业务都遍布机器学习的身影。”张侠讲到。
不光是C端产品的历史渊源,亚马逊在面向B端的产品布局也早有规划。
自从主打智能家居的Amazon Alexa系列设备取得大获成功后,亚马逊不断加快在B端AI产品的布局,2016前起陆续收购图像公司Orbeus、聊天机器人平台Angel.a、AI云服务安全公司Harvest.ai等一些列的AI相关公司,亚马逊在ToB领域的努力早有成果,产品线包括销售的Tact.ai、零售的Blutag、餐饮的SeverRooms等日常生活常见场景。
随后在2016年re:Invent 大会上,亚马逊云服务AWS也正式推出自己的AI产品线:Amazon Lex、Amazon Polly 以及 Amazon Rekognition,分别定位于可编写自然人机交互、语音转换服务以及图像识别。
而其中机器学习作为提升数据处理效率的有利武器,亚马逊云服务AWS也早已渗透。据统计,约80%的TensorFlow AI系统部署在AWS的云服务上。而在2019年正式发布的自动化机器学习Amazon SageMaker,也已经凭借过硬的实力快速获得了市场认可,再依托Amazon EC2的客户积累SageMaker也得以快速部署。
Amazon SageMaker更多的是专注中间层的服务,主要目标是消除机器学习过程中的繁重工作,让开发高质量模型变得更加轻松。客户可以直接在其应用中调用AWS提供的这些人工智能和机器学习的服务,而无需关注服务背后的机器学习模型。
AI能力领跑全球的AWS
人工智能和机器学习技术的难点在于如何把这些技术真正应用到现实生产实践中,AWS一直在致力于帮助企业解决这些问题。
根据来自权威研究机构Gartner发布《Magic Quadrant for Cloud AI Developer Services》研究报告显示AWS、微软、谷歌、IBM位列领导者象限的厂商,亚马逊云服务AWS排名第一,领跑全球。报告指出,AWS拥有非常强大产品组合,在市场有很高的知名度,AWS为开发人员提供的服务可以满足那些没有机器学习(ML)技能和寻求高级功能的人的需求。
Gartner《云AI开发者服务魔力象限》
https://xw.qq.com/cmsid/20200307A0LK0W00
为了帮助开发人员学习应用机器学习(ML)、AI和深度学习,AWS还提供了30多种数字培训课程以及AWS DeepLens和AWS DeepRacer,开发人员可以使用它们学习深度学习和强化学习的基础知识。
Amazon SageMake-提升开发效率的好平台
机器学习目前对企业和从业者来说仍然一个非常繁琐的工作。在企业中,大多数企业并不具备独立开发机器学习模型的能力;对开发者和数据科学家来说,进行机器学习首先必须对数据进行可视化、转换和预处理等一些列的处理才可以完成一个完成的模型。
通过预置的Notebook、针对PB级数据集优化的常用算法,以及自动模型调优,Amazon SageMaker大大降低了模型构建和训练的难度。并且,Amazon SageMaker显著简化和加快了模型训练过程,可以通过自动提供和管理基础设施来训练模型和运行推理。再者Amazon SageMaker也降低机器学习门槛,帮助使用Amazon SageMaker的企业大幅度削减成本。
一站式开发工具Amazon SageMaker Studio
SageMaker提高工作效率最重要的动力来源之一是Amazon SageMaker Studio。SageMaker Studio 为开发者和数据科学家提供了一站式的基于 Web 的可视化界面,它是一个用于机器学习的基于 Web 的集成开发环境 (IDE),用户可以在界面上执行构建、训练、调试、部署和监控机器学习模型等所有的 ML 开发步骤。在一个统一的可视化界面中,用户就可实现下面功能:
l 在 Jupyter 笔记本中编写和执行代码
l 构建和训练机器学习模型
l 部署模型并监控其预测性能
l 跟踪和调试机器学习实验
TCO成本大幅减少
AWS对使用Amazon SageMaker 的团队进行了TCO分析,结果表明,使用它的企业 TCO 在三年时间里比其他方式如自己通过 Amazon EC2 或 Amazon EKS来建设要低 54%。研究的分析范围涵盖了从只有五位数据科学家的小团队到由 250 位数据科学家组成的超大型团队,结论是 Amazon SageMaker 能为各种规模大小不同的团队都提供更出色的 TCO。
在采访时,大宇无限机器学习技术总监苏映滨表示:“Amazon SageMaker的出现,帮我们实现从0到1的突破。构建一个机器学习平台不仅需要非常专业的人,而且投入的人力、资金和时间都非常大,对于大宇无限来说,这不太现实。”在SageMaker的帮助下,他们用三个月时间就完成了整个系统的搭建。SageMaker不仅帮助大宇无限完成了搭建,而且,在使用过程中还发现它的训练成本远低于自己搭建一套系统,据苏映滨估计,平均下来能节省70%的训练成本。
伊克罗德是AWS的核心级咨询合作伙伴 (APN Premier Consulting Partner),其基于AWS的解决方案极大地减少了用户的开发时间与运营费用。伊克罗德中国区副总裁桂梓捷表示:“我们运用Amazon SageMaker平台加速企业导入行业AI解决方案,如标签标注、文本分析、语意理解、预测分类、推荐系统与诈欺侦测等,针对客户实际遇到的商业问题,量身打造真正解决问题的端到端AI应用。随着Amazon SageMaker在中国区域落地,我们将会以SageMaker平台作为企业MLOps(机器学习运营)核心,协助企业构建MLOps流程,尤其在金融行业领域,帮助企业内部数据科学家与AI工程师建立、训练与部署机器学习模型。”
AWS希望更多的客户可以认识到Amazon SageMaker,针对有AI技术团队的企业,更多的是协助这些企业去打造自己内部的MLOps的流程,让SageMaker跟SageMaker的Studio成为客户内部开发的一个重要环节。针对没有AI技术的客户,就可以借助SageMaker平台的技术模块,让没有AI技术团队的企业也可以享受到SageMaker平台的优势。
未来的世界人工智能和云将无处不在。但对于巨头来说,未来市场竞争力将会聚焦于人工智能技术服务,为各行业智能化转型提供解决方案,以此推动各大产业智能变革。与此同时,中国作为全球最重要且最具活力市场,对人工智能和云计算等新技术应用需求也在日益剧增,人工智能也必将成为各业务部门不可或缺的一部分,如何更好的推动大规模创新并实现巨大的商业价值是每个巨头应该思考的问题。
【51CTO原创稿件,合作站点转载请注明原文作者和出处为51CTO.com】
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
网络攻击随着云计算协作工具的使用量激增而增长
调查表明,自从冠状病毒疫情蔓延以来,一些行业组织发现与云计算有关的安全威胁事件数量增加了1,350%。 持续蔓延的冠状病毒疫情促使组织对政府部门限制人员出行的措施进行适应。通常的响应是快速采用和集成云服务,特别是基于云计算的协作工具,例如Microsoft Office 365、Slack和视频会议平台。网络安全厂商McAfee公司最近发布的一份调查报告表明,黑客对这种情况也迅速做出回应,并将其重点放在滥用云帐户凭据方面。 在分析了从今年1月到4月从其MVISION云安全监控平台的3,000万企业用户收集的云计算使用情况数据之后,McAfee公司估计所有行业的云服务采用率将增长50%。并且,某些行业的增长幅度更大,例如制造业增长了144%,教育业增长了114%。 某些协作和视频会议工具的使用率激增。根据调查,思科Webex的使用率增长了600%,Zoom增长了350%,Microsoft Teams增长了300%,Slack增长了200%。制造业和教育行业的应用增长再次名列前茅。 虽然云服务采用率的上升是可以理解的,而且有人会说鉴于在家远程工作的情况,这对提高生产力是一件好事,但这也带...
- 下一篇
大数据在应对疫情中大步向前发展
《哈佛商业评论》的作者Julie Shah和Neel Shah日前撰写了一篇有关大数据在冠状病毒疫情危机中带来好处的文章。并指出,大数据对于人们对抗这种疾病可能至关重要。 他们说,“人们将何去何从?我们相信答案在于计算。现在,人们需要尽可能多地将数据和计算能力投入到问题中。现在已经讨论了一种充满希望的方案,我们认为,经过专心努力,到夏天才能投入使用。” 大数据可以通过四种方式在对抗冠状病毒蔓延中发挥重要作用。大数据的好处包括促进交流,使远程办公更加可行,使用人工智能来识别与病毒作斗争的新机会以及通过利用物联网将外出需求降至很低。 面对这种蔓延,韩国是有效利用大数据的国家之一。他们使用大数据进行联系人追踪,并寻找模式以识别感染源。其他国家正在遵循其模式。这可以帮助企业和决策者优先使用社交隔离标签和其他协议来降低感染率。 大数据如何改变对抗冠状病毒疫情 大数据的第一个好处是通信。这是人类历史上第一次在不到3个月的时间内积累了如此多的病毒数据。有关病毒的重要信息在很大程度上是由于移动用户的关注而传播的。据估计,共有51.9亿消费者使用智能手机,45.4亿消费者可以使用互联网。估计有38亿社交...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS7,CentOS8安装Elasticsearch6.8.6
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- SpringBoot2整合Redis,开启缓存,提高访问速度
- MySQL8.0.19开启GTID主从同步CentOS8
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- CentOS8编译安装MySQL8.0.19
- CentOS8安装Docker,最新的服务器搭配容器使用