不止步于云计算全球一哥：AWS正加快机器学习、人工智能普及化平台步伐

199IT讯 自2006年业务上线，12年来AWS一骑绝尘，甩开微软和谷歌，在IaaS(Infrastructure as a Service基础设施即服务)行当成为当之无愧的大哥。同时在云存储、组网、计算、数据库等方面，AWS也已成为行业领导者。

据亚马逊AWS全球副总裁、大中华区执行董事容永康给出的数据，AWS 2018年第二季度的营业额已经增加到61亿美金，同比增长49%，年化收入预计超过240亿美元。数百万活跃客户大部分都是企业客户，分布全球190多个国家。

（图：亚马逊AWS全球副总裁、大中华区执行董事容永康 来源：199IT）

也许在旁人看来，AWS的确可以高枕无忧了。自有亚马逊的电商业务，视频行业Netflix和Prime视频等标杆客户已经让AWS极具想象空间。当然，AWS并不想止步于此。

无人机物流配送、Amazon Go 无人商店、智能音箱Echo等等这些新奇好玩的商业创新背后，AWS功劳居功至伟。

（图：亚马逊首席技术执行官沃纳·威格尔（erner Vogels） 来源：199IT）

亚马逊首席技术执行官沃纳·威格尔(Werner Vogels) 称，大概12年之前，AWS深知云将给软件开发带来翻天覆地的变化，大家都需要全新的工具。而AWS希望与软件开发者密切合作，打造出一个现代化的软件开发框架。因此，AWS不会给开发者一个预制好的房子，而是给开发者一个巨大的工具箱，在里面开发者可以挑选需要的工具，从而开发自己的软件。

时过境迁，在人工智能时代，AWS同样延续这一发展思路。AWS希望将机器学习的能力交付给每一位开发人员与数据科学家。

沃纳·威格尔(Werner Vogels)非常自豪于AWS上过去一年机器学习的使用井喷，达到250%的增长率，“而且在全球AWS平台之上，可以说全球这种机器学习的工作负载十个就有八个是在AWS平台之上运行的。如果要推动机器学习的普及化的使用，我们就需要做一些改进。因为机器学习需要全新的堆栈。”

目前，AWS上有框架、TensorFlow、Caffe等等，在此之上，AWS打造了一个叫SageMaker的平台，让每一位开发人员都能够通过算法获得机器学习的能力，如果只是用预制的模型，AWS提供有各种各样的服务。

沃纳·威格尔(Werner Vogels) 介绍称：“我们再来看一下机器学习的流程，首先要选择数据、挑选算法，然后做培训。培训就是要调整算法的参数，直到你获得的输出能够达到足够的准确度，就是达到你设定的门槛值。然后你把这个输出的模型进行部署，把它部署在多个可用区上，让模型可用。所有的这些组件我认为都是属于一些繁杂的工作。其实和机器学习本身并没有太多关系，80%的你做的工作都是一些所谓的没有差分性的苦活、累活。所以我们想把这个转过来，80%你们的工作应该是机器学习本身，而一点点只是那些繁杂的工作。SageMaker能够帮助你解决那些繁重的苦活累活。而你来选择任何你想用的算法，我们做一键式培训，你来选择要做算法测试的参数以及准确门槛值，输出的是模型，我们提供一键式模型部署，然后把它在多个AZ部署，这就是Amazon SageMaker的绝对革命式的机器学习普及化的平台服务。”

在过去6个月时间，AWS已经开发了机器学习方面100多个新的功能和新服务。就整体而言，2017年AWS推出的新的服务、新的功能，达到1400多项。单单在2018年第一季度已经推了大概400多个。

“AWS有数以万计的客户，在平台之上使用机器学习。比如在中国，我们有一家客户是开发无人车驾驶的，他们开发了一个非常复杂的，是用的Apache开源的框架来开发的，就是在AWS平台之上进行的技术开发。”据了解，自动驾驶公司图森未来、Monmenta等都在使用AWS的服务。