AWS 宣布推出六項(xiàng)新的 Amazon SageMaker 功能-ESG跨境

拉斯維加斯--今天，在 AWS re:Invent 大會(huì)上，Amazon.com, Inc. (NASDAQ: AMZN) 旗下公司 Amazon Web Services, Inc. (AWS) 宣布為其行業(yè)領(lǐng)先的機(jī)器提供六項(xiàng)新功能學(xué)習(xí)服務(wù)，Amazon SageMaker，它使機(jī)器學(xué)習(xí)更易于訪問且更具成本效益。今天的公告匯集了強(qiáng)大的新功能，包括用于創(chuàng)建準(zhǔn)確機(jī)器學(xué)習(xí)預(yù)測(cè)的無代碼環(huán)境、使用高技能注釋器進(jìn)行更準(zhǔn)確的數(shù)據(jù)標(biāo)記、用于加強(qiáng)跨域協(xié)作的通用 Amazon SageMaker Studio 筆記本體驗(yàn)、用于機(jī)器學(xué)習(xí)訓(xùn)練的編譯器，使代碼更高效，自動(dòng)計(jì)算實(shí)例選擇機(jī)器學(xué)習(xí)推理，以及用于機(jī)器學(xué)習(xí)推理的無服務(wù)器計(jì)算。要開始使用 Amazon SageMaker，請(qǐng)?jiān)L問 。

“所有行業(yè)和規(guī)模的客戶都對(duì) Amazon SageMaker 如何幫助他們擴(kuò)展對(duì)機(jī)器學(xué)習(xí)的使用感到興奮，使其成為他們運(yùn)營的核心部分，并允許他們?yōu)槭澜绨l(fā)明新產(chǎn)品、服務(wù)和體驗(yàn)。”

在幾乎無限計(jì)算能力的可用性、云中數(shù)據(jù)的大量擴(kuò)散以及開發(fā)人員可用工具的快速發(fā)展的推動(dòng)下，機(jī)器學(xué)習(xí)已成為許多行業(yè)的主流。多年來，AWS 一直致力于讓更廣泛的客戶更容易使用機(jī)器學(xué)習(xí)。如今，Amazon SageMaker 是 AWS 歷史上增長最快的服務(wù)之一，擁有數(shù)萬名客戶，包括 AstraZeneca、Aurora、Capitol One、Cerner、Discovery、Hyundai、Intuit、Thomson Reuters、Tyson、Vanguard 以及更多使用訓(xùn)練各種規(guī)模的機(jī)器學(xué)習(xí)模型的服務(wù)，其中一些模型現(xiàn)在包含數(shù)十億個(gè)參數(shù)，每月能夠進(jìn)行數(shù)千億次預(yù)測(cè)。隨著客戶在 Amazon SageMaker 上進(jìn)一步擴(kuò)展他們的機(jī)器學(xué)習(xí)模型訓(xùn)練和推理，AWS 繼續(xù)投資于擴(kuò)展該服務(wù)的功能，僅在過去一年就提供了 60 多項(xiàng)新的 Amazon SageMaker 特性和功能。今天的公告以這些進(jìn)步為基礎(chǔ)，使準(zhǔn)備和收集機(jī)器學(xué)習(xí)數(shù)據(jù)變得更加容易，更快地訓(xùn)練模型，優(yōu)化推理所需的計(jì)算類型和數(shù)量，并將機(jī)器學(xué)習(xí)擴(kuò)展到更廣泛的受眾。

• Amazon SageMaker Canvas 無代碼機(jī)器學(xué)習(xí)預(yù)測(cè)： Amazon SageMaker Canvas 通過為業(yè)務(wù)分析師（支持財(cái)務(wù)、營銷、運(yùn)營和人力資源團(tuán)隊(duì)的業(yè)務(wù)線員工）提供允許他們創(chuàng)建更準(zhǔn)確的機(jī)器學(xué)習(xí)預(yù)測(cè)，無需任何機(jī)器學(xué)習(xí)經(jīng)驗(yàn)或編寫一行代碼。隨著越來越多的公司尋求通過機(jī)器學(xué)習(xí)重塑他們的業(yè)務(wù)和客戶體驗(yàn)，他們組織中的更多人需要能夠在不同的業(yè)務(wù)領(lǐng)域使用先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)。然而，機(jī)器學(xué)習(xí)通常需要專業(yè)技能，這些技能可能需要多年的正規(guī)教育或具有挑戰(zhàn)性和不斷發(fā)展的課程的強(qiáng)化培訓(xùn)。 Amazon SageMaker Canvas 通過提供可視化的點(diǎn)擊式用戶界面解決了這一挑戰(zhàn)，使業(yè)務(wù)分析師可以輕松生成預(yù)測(cè)?？蛻魧?Amazon SageMaker Canvas 指向他們的數(shù)據(jù)存儲(chǔ)（例如 Amazon Redshift、Amazon S3、Snowflake、本地?cái)?shù)據(jù)存儲(chǔ)、本地文件等），Amazon SageMaker Canvas 提供可視化工具來幫助用戶直觀地準(zhǔn)備和分析數(shù)據(jù)。然后，Amazon SageMaker Canvas 使用自動(dòng)化機(jī)器學(xué)習(xí)來構(gòu)建和訓(xùn)練機(jī)器學(xué)習(xí)模型，而無需任何編碼。業(yè)務(wù)分析師可以在 Amazon SageMaker Canvas 控制臺(tái)中查看和評(píng)估模型，以確保其使用案例的準(zhǔn)確性和有效性。 Amazon SageMaker Canvas 還允許用戶將他們的模型導(dǎo)出到 Amazon SageMaker Studio，這樣他們就可以與數(shù)據(jù)科學(xué)家共享這些模型，以驗(yàn)證和進(jìn)一步完善他們的模型。
• Amazon SageMaker Ground Truth Plus 專家數(shù)據(jù)標(biāo)記： Amazon SageMaker Ground Truth Plus 是一項(xiàng)完全托管的數(shù)據(jù)標(biāo)記服務(wù)，它使用具有內(nèi)置注釋工作流的專家團(tuán)隊(duì)來提供高質(zhì)量數(shù)據(jù)，以更快、更低成本地訓(xùn)練機(jī)器學(xué)習(xí)模型，并且無需需要編碼。客戶需要越來越大的正確標(biāo)記的數(shù)據(jù)集，以訓(xùn)練更準(zhǔn)確的模型并擴(kuò)展他們的機(jī)器學(xué)習(xí)部署。但是，生成大型數(shù)據(jù)集可能需要數(shù)周到數(shù)年的時(shí)間，并且通常需要公司雇用員工并創(chuàng)建工作流來管理標(biāo)記數(shù)據(jù)的過程。 2018 年，AWS 推出了 Amazon SageMaker Ground Truth，讓客戶更容易通過 Amazon Mechanical Turk、第三方供應(yīng)商或他們自己的私人勞動(dòng)力使用人工注釋器生成標(biāo)記數(shù)據(jù)。 Amazon SageMaker Ground Truth Plus 通過具有特定領(lǐng)域和行業(yè)專業(yè)知識(shí)的專業(yè)員工以及滿足客戶對(duì)高度準(zhǔn)確數(shù)據(jù)標(biāo)簽的數(shù)據(jù)安全性、隱私和合規(guī)性要求的資格來擴(kuò)展此功能。 Amazon SageMaker Ground Truth Plus 具有多步驟標(biāo)記工作流程，包括由機(jī)器學(xué)習(xí)模型提供支持的預(yù)標(biāo)記、人工標(biāo)記的機(jī)器驗(yàn)證以檢測(cè)錯(cuò)誤和低質(zhì)量標(biāo)簽，以及輔助標(biāo)記功能（例如 3D 立方體捕捉、消除 2D 失真圖像、視頻標(biāo)簽中的 predict-next 和自動(dòng)分割工具），以減少標(biāo)記數(shù)據(jù)集所需的時(shí)間，并有助于降低采購高質(zhì)量注釋數(shù)據(jù)的成本。要開始使用，客戶只需將 Amazon SageMaker Ground Truth Plus 指向他們?cè)?Amazon Simple Storage Service (Amazon S3) 中的數(shù)據(jù)源，并提供他們特定的標(biāo)簽要求（例如，醫(yī)學(xué)專家應(yīng)如何在肺部放射圖像中標(biāo)記異常的說明）。然后，Amazon SageMaker Ground Truth Plus 創(chuàng)建一個(gè)數(shù)據(jù)標(biāo)記工作流并提供控制面板，讓客戶能夠跟蹤數(shù)據(jù)注釋進(jìn)度、檢查已完成標(biāo)簽樣本的質(zhì)量，并提供反饋以生成高質(zhì)量數(shù)據(jù)，以便客戶可以高度構(gòu)建、訓(xùn)練和部署更快地建立準(zhǔn)確的機(jī)器學(xué)習(xí)模型。
• Amazon SageMaker Studio 通用筆記本：適用于 Amazon SageMaker Studio（第一個(gè)完整的機(jī)器學(xué)習(xí) IDE）的通用筆記本提供了一個(gè)單一的集成環(huán)境來執(zhí)行數(shù)據(jù)工程、分析和機(jī)器學(xué)習(xí)。如今，跨不同數(shù)據(jù)域的團(tuán)隊(duì)希望使用一系列數(shù)據(jù)工程、分析和機(jī)器學(xué)習(xí)工作流進(jìn)行協(xié)作。這些領(lǐng)域的從業(yè)者經(jīng)常跨越數(shù)據(jù)工程、數(shù)據(jù)分析和數(shù)據(jù)科學(xué)等知識(shí)領(lǐng)域，并希望能夠跨各種工作流工作，而無需切換數(shù)據(jù)探索工具。然而，當(dāng)客戶準(zhǔn)備好跨分析和機(jī)器學(xué)習(xí)環(huán)境集成數(shù)據(jù)時(shí)，他們通常不得不同時(shí)使用多種工具和筆記本，這可能很麻煩、耗時(shí)且容易出錯(cuò)。 Amazon SageMaker Studio 現(xiàn)在允許用戶從一個(gè)通用筆記本中以交互方式訪問、轉(zhuǎn)換和分析各種數(shù)據(jù)以用于多種用途。通過與在 Amazon EMR 集群上運(yùn)行的 Spark、Hive 和 Presto 以及在 Amazon S3 上運(yùn)行的數(shù)據(jù)湖的內(nèi)置集成，客戶現(xiàn)在可以使用 Amazon SageMaker Studio 訪問和操作通用筆記本中的數(shù)據(jù)，而無需切換服務(wù)。除了使用他們首選的框架（例如 TensorFlow、PyTorch 或 MXNet）開發(fā)機(jī)器學(xué)習(xí)模型以在 Amazon SageMaker Studio 中構(gòu)建、訓(xùn)練和部署機(jī)器學(xué)習(xí)模型外，客戶還可以瀏覽和查詢數(shù)據(jù)源、探索元數(shù)據(jù)和模式，并開始為分析或機(jī)器學(xué)習(xí)工作流處理作業(yè) — 無需離開通用的 Amazon SageMaker Studio 筆記本。
• 用于機(jī)器學(xué)習(xí)模型的 Amazon SageMaker 訓(xùn)練編譯器： Amazon SageMaker 訓(xùn)練編譯器是一種新的機(jī)器學(xué)習(xí)模型編譯器，它可以自動(dòng)優(yōu)化代碼以更有效地使用計(jì)算資源，并將訓(xùn)練模型所需的時(shí)間減少多達(dá) 50%。當(dāng)今最先進(jìn)的深度學(xué)習(xí)模型非常龐大和復(fù)雜，以至于它們需要專門的計(jì)算實(shí)例來加速訓(xùn)練，并且可以消耗數(shù)千小時(shí)的圖形處理單元 (GPU) 計(jì)算時(shí)間來訓(xùn)練單個(gè)模型。為了進(jìn)一步加快訓(xùn)練時(shí)間，數(shù)據(jù)科學(xué)家通常會(huì)嘗試增加訓(xùn)練數(shù)據(jù)或調(diào)整超參數(shù)（控制機(jī)器學(xué)習(xí)訓(xùn)練過程的變量），以找到性能最佳且資源最少的模型版本。這項(xiàng)工作在技術(shù)上很復(fù)雜，數(shù)據(jù)科學(xué)家通常沒有時(shí)間優(yōu)化訓(xùn)練模型以在 GPU 上運(yùn)行所需的框架。 Amazon SageMaker Training Compiler 是一種新的機(jī)器學(xué)習(xí)模型編譯器，它與 Amazon SageMaker 中的 TensorFlow 和 PyTorch 版本集成，這些版本已經(jīng)過優(yōu)化，可以在云中更高效地運(yùn)行，因此數(shù)據(jù)科學(xué)家可以使用他們喜歡的框架通過以下方式訓(xùn)練機(jī)器學(xué)習(xí)模型更有效地使用 GPU。只需單擊一下，Amazon SageMaker 訓(xùn)練編譯器就會(huì)自動(dòng)優(yōu)化訓(xùn)練模型并對(duì)其進(jìn)行編譯，從而將訓(xùn)練速度提高 50%。
• Amazon SageMaker Inference Recommender 自動(dòng)實(shí)例選擇： Amazon SageMaker Inference Recommender 幫助客戶自動(dòng)選擇最佳計(jì)算實(shí)例和配置（例如實(shí)例計(jì)數(shù)、容器參數(shù)和模型優(yōu)化）來支持特定的機(jī)器學(xué)習(xí)模型。對(duì)于通常用于自然語言處理或計(jì)算機(jī)視覺的大型機(jī)器學(xué)習(xí)模型，選擇具有最佳性價(jià)比的計(jì)算實(shí)例是一個(gè)復(fù)雜的迭代過程，可能需要數(shù)周的實(shí)驗(yàn)。 Amazon SageMaker Inference Recommender 消除了確定在何處運(yùn)行模型的猜測(cè)和復(fù)雜性，并且可以通過自動(dòng)推薦理想的計(jì)算實(shí)例配置將部署時(shí)間從數(shù)周縮短到數(shù)小時(shí)。數(shù)據(jù)科學(xué)家可以使用 Amazon SageMaker Inference Recommender 將模型部署到推薦的計(jì)算實(shí)例之一，或者他們可以使用該服務(wù)在一系列選定的計(jì)算實(shí)例上運(yùn)行性能基準(zhǔn)模擬。客戶可以在 Amazon SageMaker Studio 中查看基準(zhǔn)測(cè)試結(jié)果，并評(píng)估不同配置設(shè)置之間的權(quán)衡，包括延遲、吞吐量、成本、計(jì)算和內(nèi)存。
• 適用于機(jī)器學(xué)習(xí)模型的 Amazon SageMaker Serverless Inference： Amazon SageMaker Serverless Inference 為生產(chǎn)中部署的機(jī)器學(xué)習(xí)模型提供即用即付定價(jià)推理?？蛻粼谑褂脵C(jī)器學(xué)習(xí)時(shí)總是希望優(yōu)化成本，這對(duì)于具有間歇性流量模式和長時(shí)間空閑時(shí)間的應(yīng)用程序變得越來越重要。例如，基于消費(fèi)者購買模式的個(gè)性化推薦、處理來電的聊天機(jī)器人以及基于實(shí)時(shí)交易的需求預(yù)測(cè)等應(yīng)用程序可能會(huì)根據(jù)天氣條件、促銷產(chǎn)品或假期等外部因素而出現(xiàn)活動(dòng)高峰。為機(jī)器學(xué)習(xí)推理提供恰到好處的計(jì)算量是一項(xiàng)困難的平衡行為。在某些情況下，客戶會(huì)過度配置容量以適應(yīng)高峰活動(dòng)，這可以實(shí)現(xiàn)一致的性能，但在沒有流量時(shí)會(huì)浪費(fèi)金錢。在其他情況下，客戶通過提供足夠的計(jì)算能力來在條件發(fā)生變化時(shí)執(zhí)行推理，從而限制成本。一些客戶嘗試即時(shí)手動(dòng)調(diào)整計(jì)算資源以適應(yīng)不斷變化的條件，但這是繁瑣的手動(dòng)工作。用于機(jī)器學(xué)習(xí)的 Amazon SageMaker 無服務(wù)器推理會(huì)根據(jù)推理請(qǐng)求的數(shù)量自動(dòng)預(yù)置、擴(kuò)展和關(guān)閉計(jì)算容量。當(dāng)客戶將他們的機(jī)器學(xué)習(xí)模型部署到生產(chǎn)中時(shí)，他們只需在 Amazon SageMaker 中選擇無服務(wù)器部署選項(xiàng)，Amazon SageMaker Serverless Inference 就會(huì)管理計(jì)算資源以提供所需的精確計(jì)算量。借助 Amazon SageMaker Serverless Inference，客戶只需為每個(gè)請(qǐng)求使用的計(jì)算容量和處理的數(shù)據(jù)量付費(fèi)，而無需管理底層基礎(chǔ)設(shè)施。

“所有行業(yè)和規(guī)模的客戶都對(duì) Amazon SageMaker 如何幫助他們擴(kuò)展對(duì)機(jī)器學(xué)習(xí)的使用感到興奮，使其成為他們運(yùn)營的核心部分，并允許他們?yōu)槭澜绨l(fā)明新產(chǎn)品、服務(wù)和體驗(yàn)，” AWS 亞馬遜機(jī)器學(xué)習(xí)副總裁 Bratin Saha 說。 “我們很高興將我們行業(yè)領(lǐng)先的機(jī)器學(xué)習(xí)服務(wù)擴(kuò)展到更廣泛的客戶群體，這樣他們也可以推動(dòng)業(yè)務(wù)創(chuàng)新并幫助解決具有挑戰(zhàn)性的問題。借助這些新的 Amazon SageMaker 工具，我們將向該服務(wù)引入一組全新的用戶，同時(shí)還為現(xiàn)有客戶提供額外的功能，以便更輕松地將數(shù)據(jù)轉(zhuǎn)化為有價(jià)值的見解、加快部署時(shí)間、提高性能并節(jié)省資金在整個(gè)機(jī)器學(xué)習(xí)之旅中。”

寶馬集團(tuán)總部位于德國慕尼黑，是一家全球性的高檔汽車和摩托車制造商，旗下品牌包括 BMW、BMW Motorrad、MINI 和勞斯萊斯。它還提供優(yōu)質(zhì)的金融和移動(dòng)服務(wù)。 “使用人工智能作為一項(xiàng)關(guān)鍵技術(shù)是寶馬集團(tuán)數(shù)字化轉(zhuǎn)型過程中不可或缺的元素。該公司已經(jīng)在整個(gè)價(jià)值鏈中采用了人工智能，使其能夠?yàn)榭蛻?、產(chǎn)品、員工和流程創(chuàng)造附加值。在過去的幾年里，我們已經(jīng)將許多寶馬集團(tuán)的頂級(jí)用例工業(yè)化，以商業(yè)價(jià)值影響來衡量，”寶馬集團(tuán)人工智能平臺(tái)產(chǎn)品負(fù)責(zé)人 Marc Neumann 說。 “我們相信 Amazon SageMaker Canvas 可以推動(dòng)我們?cè)谡麄€(gè) BMW 集團(tuán)的 AI/ML 擴(kuò)展。借助 SageMaker Canvas，我們的業(yè)務(wù)用戶可以輕松探索和構(gòu)建 ML 模型以做出準(zhǔn)確的預(yù)測(cè)，而無需編寫任何代碼。 SageMaker 還允許我們的中央數(shù)據(jù)科學(xué)團(tuán)隊(duì)在將業(yè)務(wù)用戶創(chuàng)建的模型發(fā)布到生產(chǎn)之前進(jìn)行協(xié)作和評(píng)估?！?/p>

西門子能源正在為社會(huì)注入活力。他們正在環(huán)境、社會(huì)和治理 (ESG) 等關(guān)鍵重點(diǎn)領(lǐng)域進(jìn)行轉(zhuǎn)型，他們的創(chuàng)新正在為他們的合作伙伴和他們的員工帶來今天不同的未來。 “西門子能源數(shù)據(jù)科學(xué)戰(zhàn)略的核心是讓所有業(yè)務(wù)用戶無需數(shù)據(jù)科學(xué)專家就可以試驗(yàn)不同的數(shù)據(jù)源和機(jī)器學(xué)習(xí)框架，從而將機(jī)器學(xué)習(xí)的力量帶給他們。這使我們能夠提高能源解決方案的創(chuàng)新和數(shù)字化速度，例如調(diào)度優(yōu)化器和診斷服務(wù)，”西門子能源工業(yè)應(yīng)用數(shù)據(jù)科學(xué)團(tuán)隊(duì)負(fù)責(zé)人 Davood Naderi 說。 “我們發(fā)現(xiàn) Amazon SageMaker Canvas 是 Siemens Energy 機(jī)器學(xué)習(xí)工具包的重要補(bǔ)充，因?yàn)樗试S業(yè)務(wù)用戶執(zhí)行實(shí)驗(yàn)，同時(shí)還可以與數(shù)據(jù)科學(xué)團(tuán)隊(duì)共享和協(xié)作。合作很重要，因?yàn)樗鼛椭覀儗⒏嗟臋C(jī)器學(xué)習(xí)模型生產(chǎn)化，并確保所有模型都符合我們的質(zhì)量標(biāo)準(zhǔn)和政策?！?/p>

Airbnb 是世界上最大的提供獨(dú)特、真實(shí)的住宿和活動(dòng)場(chǎng)所的市場(chǎng)之一，提供超過 700 萬個(gè)住宿和 40,000 項(xiàng)手工活動(dòng)，所有這些都由當(dāng)?shù)胤繓|提供支持。 “在 Airbnb，我們?cè)絹碓蕉嗟貙?ML 整合到我們業(yè)務(wù)的各個(gè)方面。因此，我們的團(tuán)隊(duì)始終需要生成和維護(hù)高質(zhì)量的數(shù)據(jù)，以訓(xùn)練和測(cè)試 ML 模型，”Airbnb 中國數(shù)據(jù)科學(xué)家 Wei Luo 說。 “我們正在尋找一種方法，在 10 萬段普通話客戶服務(wù)日志中生成高質(zhì)量的文本分類數(shù)據(jù)結(jié)果，以便我們能夠更好地為客戶服務(wù)并減少對(duì)客戶服務(wù)團(tuán)隊(duì)的依賴。借助 Amazon SageMaker Ground Truth Plus，AWS 團(tuán)隊(duì)構(gòu)建了一個(gè)自定義的數(shù)據(jù)標(biāo)記工作流程，其中包括一個(gè)能夠?qū)崿F(xiàn) 99% 分類準(zhǔn)確度的自定義 ML 模型?！?/p>

美國國家橄欖球聯(lián)盟是美國最受歡迎的體育聯(lián)盟，由 32 支球隊(duì)組成，他們每年都在爭奪超級(jí)碗這一世界上最大的年度體育賽事。 “在 NFL，我們繼續(xù)尋找使用機(jī)器學(xué)習(xí)的新方法，以幫助我們的球迷、廣播員、教練和球隊(duì)從更深入的見解中受益，”NFL 球員健康與創(chuàng)新高級(jí)副總裁 Jennifer Langton 說。 “足球是一項(xiàng)快速發(fā)展的運(yùn)動(dòng)，比賽可以在一瞬間發(fā)生。雖然教練和裁判會(huì)仔細(xì)觀看比賽，但為了安全起見，可能很難觀察場(chǎng)上的所有球員。計(jì)算機(jī)視覺使我們能夠準(zhǔn)確檢測(cè)玩家安全事件，但開發(fā)這些算法需要經(jīng)過專業(yè)標(biāo)記的數(shù)據(jù)?，F(xiàn)在，借助 Amazon SageMaker Ground Truth Plus，我們?yōu)閺?fù)雜的標(biāo)簽任務(wù)提供了自定義工作流程和用戶界面，這有助于我們提高玩家的安全性?！?/p>

VIZIO 成立并總部位于加利福尼亞州奧蘭治縣，其使命是提供身臨其境的娛樂和引人注目的生活方式增強(qiáng)，使其產(chǎn)品成為互聯(lián)家庭的中心。 VIZIO 正在通過其尖端智能電視的集成平臺(tái)和強(qiáng)大的 SmartCast 操作系統(tǒng)來推動(dòng)電視的未來。 VIZIO 的平臺(tái)為內(nèi)容提供商提供了更多分發(fā)其內(nèi)容的方式，并為廣告商提供了更多工具來定位和動(dòng)態(tài)地向越來越多的觀眾提供廣告，這些觀眾越來越多地從線性電視過渡。 “在 VIZIO，我們一直在尋找利用 ML 為我們的客戶創(chuàng)造個(gè)性化體驗(yàn)的方法。我們一直在尋找一種方法來持續(xù)審查廣告視頻并生成商業(yè)元數(shù)據(jù)以進(jìn)行有效的廣告分類，”VIZIO 首席創(chuàng)新官 Zeev Neumeier 說。 “通過使用 Amazon SageMaker Ground Truth Plus 的流式傳輸功能，我們現(xiàn)在可以使用一個(gè)自定義模板，該模板提供視頻分類、元數(shù)據(jù)收集和一個(gè)能夠在廣告播出時(shí)實(shí)時(shí)收集數(shù)據(jù)的自動(dòng)化系統(tǒng)。借助 Amazon SageMaker Ground Truth Plus，我們能夠在不到一個(gè)工作日的時(shí)間內(nèi)查看結(jié)果?！?/p>

Litterati 是一家數(shù)據(jù)科學(xué)公司，幫助人們“眾包清潔”地球。 Litterati 的平臺(tái)通過開發(fā)行為洞察力、繪制問題區(qū)域和降低未來風(fēng)險(xiǎn)，使人們能夠?yàn)槲覀兪澜缑媾R的垃圾和廢物問題創(chuàng)建更好的解決方案。從學(xué)校到科學(xué)家、環(huán)保組織、品牌和市政府，人們齊聚一堂，利用 Litterati 為更大的利益創(chuàng)造一個(gè)無垃圾的世界。 “對(duì)我們來說，機(jī)器學(xué)習(xí)為看不見的挑戰(zhàn)帶來光明。僅在美國，每年就有數(shù)十億美元用于清理垃圾，”Litterati 首席技術(shù)官 Sean Doherty 說。 “通過計(jì)算機(jī)視覺模型，我們將世界各地的垃圾圖像轉(zhuǎn)化為數(shù)據(jù)，以便城市更好地分配垃圾管理資源。但是，由于數(shù)據(jù)集遍布全球，構(gòu)建對(duì)象檢測(cè)模型需要訪問對(duì)象、材料和品牌信息以及本地化知識(shí)。 Amazon SageMaker Ground Truth Plus 允許我們創(chuàng)建一個(gè)分層注釋界面，在該本地化上下文中捕獲這些精確特征。此外，SageMaker Ground Truth Plus 專家團(tuán)隊(duì)創(chuàng)建了本地化圖像注釋，它提供了一個(gè)標(biāo)準(zhǔn)化的解決方案，將我們的數(shù)據(jù)標(biāo)記效率提高了 20%，將我們將注釋結(jié)果提取到我們的數(shù)據(jù)庫中的能力提高了 200%，并減少了后處理90% 的時(shí)間。”

Provectus 幫助其客戶從原始數(shù)據(jù)集、企業(yè)數(shù)據(jù)湖和機(jī)器學(xué)習(xí)模型構(gòu)建端到端數(shù)據(jù)和機(jī)器學(xué)習(xí)工程體驗(yàn)。 “我們一直在等待直接從 Amazon SageMaker Studio 創(chuàng)建和管理 Amazon EMR 集群的功能，以便我們的客戶可以直接從 Amazon SageMaker Studio 筆記本運(yùn)行 Spark、Hive 和 Presto 工作流，”Provectus 首席執(zhí)行官 Stepan Pushkarev 說。 “我們很高興 Amazon SageMaker 現(xiàn)在已在本地構(gòu)建此功能以簡化 Spark 和機(jī)器學(xué)習(xí)作業(yè)的管理。這將幫助我們客戶的數(shù)據(jù)工程師和數(shù)據(jù)科學(xué)家更有效地協(xié)作，以執(zhí)行交互式數(shù)據(jù)分析并使用 EMR 開發(fā)機(jī)器學(xué)習(xí)管道-基于數(shù)據(jù)的轉(zhuǎn)換。”

Vanguard Group, Inc. 是一家美國注冊(cè)投資顧問，總部位于賓夕法尼亞州馬爾文，管理著約 7 萬億美元的全球資產(chǎn)。 Vanguard 正在通過為投資者做正確的事情并為全球數(shù)百萬客戶創(chuàng)造變化來重新定義行業(yè)。 “我們很高興我們的 Vanguard 數(shù)據(jù)科學(xué)家和數(shù)據(jù)工程師現(xiàn)在可以在一個(gè)筆記本上進(jìn)行協(xié)作以進(jìn)行分析和機(jī)器學(xué)習(xí)，”Vanguard 數(shù)據(jù)和分析高級(jí)總監(jiān) Doug Stewart 說。 “現(xiàn)在 Amazon SageMaker Studio 已與在 Amazon EMR 上運(yùn)行的 Spark、Hive 和 Presto 進(jìn)行了內(nèi)置集成，我們的開發(fā)團(tuán)隊(duì)可以提高工作效率。這種單一的開發(fā)環(huán)境將使我們的團(tuán)隊(duì)能夠?qū)Ｗ⒂跇?gòu)建、培訓(xùn)和部署機(jī)器學(xué)習(xí)模型?！?/p>

Quantum Health 的使命是讓每個(gè)人的醫(yī)療保健導(dǎo)航更智能、更簡單、更具成本效益。他們將 Amazon SageMaker 用于文本分類、文本摘要、預(yù)測(cè)模型、分類問題和問答等用例，以幫助 Quantum 團(tuán)隊(duì)及其服務(wù)的成員。 “由于 NLP 模型的大小，迭代 NLP 模型可能是一個(gè)挑戰(zhàn)。長時(shí)間的訓(xùn)練會(huì)阻礙工作流程和高昂的成本，這可能會(huì)阻止我們的團(tuán)隊(duì)嘗試可能提供更好性能的更大模型，”Quantum Health 的高級(jí)數(shù)據(jù)科學(xué)家 Jorge Lopez Grisman 說。 “Amazon SageMaker Training Compiler 令人興奮，因?yàn)樗锌赡芫徑膺@些摩擦。使用 Amazon SageMaker Training Compiler 實(shí)現(xiàn)加速對(duì)我們的團(tuán)隊(duì)來說是一個(gè)真正的勝利，這將使我們更加敏捷和創(chuàng)新地向前發(fā)展?！?/p>

Guidewire 是財(cái)產(chǎn)險(xiǎn)和意外險(xiǎn)保險(xiǎn)公司信任的平臺(tái)，可以有效參與、創(chuàng)新和增長。該公司將數(shù)字、核心、分析和人工智能相結(jié)合，將其平臺(tái)作為云服務(wù)提供，并使其客戶能夠針對(duì)其行業(yè)特定的工作負(fù)載進(jìn)行高級(jí)分析和機(jī)器學(xué)習(xí)。超過 450 家保險(xiǎn)公司，從新成立的企業(yè)到世界上最大和最復(fù)雜的保險(xiǎn)公司，都在 Guidewire 上運(yùn)營。 “Guidewire 的一項(xiàng)服務(wù)是幫助客戶開發(fā)用于風(fēng)險(xiǎn)評(píng)估和索賠操作等應(yīng)用的尖端 NLP 模型。 Amazon SageMaker 訓(xùn)練編譯器之所以引人注目，是因?yàn)樗陂_發(fā)這些 NLP 模型時(shí)為我們的客戶節(jié)省了時(shí)間和成本，”Guidewire Software 的分析和數(shù)據(jù)服務(wù)首席產(chǎn)品經(jīng)理 Matt Pearson 說。 “我們希望它通過更有效地使用 GPU 資源來幫助我們將訓(xùn)練時(shí)間減少 20% 以上。我們很高興在我們的 NLP 工作負(fù)載中實(shí)施 Amazon SageMaker 訓(xùn)練編譯器，幫助我們加快將數(shù)據(jù)轉(zhuǎn)化為客戶洞察的速度?！?/p>

Musixmatch 是一家領(lǐng)先的音樂數(shù)據(jù)公司，提供數(shù)據(jù)、工具和服務(wù)，豐富我們體驗(yàn)音樂的方式，例如搜索歌曲和分享歌詞。 Musixmatch 是世界上最大的此類服務(wù)，擁有超過 8000 萬用戶和超過 800 萬首不同的歌詞。 “Musixmatch 使用 Amazon SageMaker 構(gòu)建自然語言處理和音頻處理模型，并正在嘗試將 Hugging Face 與 Amazon SageMaker 結(jié)合使用。我們選擇 Amazon SageMaker 是因?yàn)樗试S數(shù)據(jù)科學(xué)家快速迭代地構(gòu)建、訓(xùn)練和調(diào)整模型，而無需擔(dān)心管理底層基礎(chǔ)設(shè)施，這意味著數(shù)據(jù)科學(xué)家可以更快、更獨(dú)立地工作，”Musixmatch 的 AI 工程總監(jiān) Loreto Parisi 說. “隨著公司的發(fā)展，我們對(duì)訓(xùn)練和調(diào)整更大、更復(fù)雜的 NLP 模型的要求也越來越高。我們一直在尋找加快培訓(xùn)時(shí)間同時(shí)降低培訓(xùn)成本的方法，這就是我們對(duì) Amazon SageMaker Training Compiler 感到興奮的原因。 SageMaker Training Compiler 提供了在訓(xùn)練過程中更有效地使用 GPU 的方法，并且通過 SageMaker Training Compiler、PyTorch 和 Hugging Face 等高級(jí)庫之間的無縫集成，我們已經(jīng)看到基于 Transformer 的訓(xùn)練時(shí)間顯著改善模型從幾周到幾天，以及更低的培訓(xùn)成本?！?/p>

Loka 是一家機(jī)器學(xué)習(xí)咨詢公司，它幫助其客戶在各種用例中利用機(jī)器學(xué)習(xí)并將其構(gòu)建到他們的產(chǎn)品中，以提供更好的客戶體驗(yàn)。 Loka 首席執(zhí)行官 Bobby Mukherjee 表示：“我們花費(fèi)了大量時(shí)間和精力來優(yōu)化模型、調(diào)整服務(wù)器和測(cè)試實(shí)例類型，以便為其客戶提供高性能、可擴(kuò)展且具有成本效益的機(jī)器學(xué)習(xí)環(huán)境?！?“現(xiàn)在使用 Amazon SageMaker Inference Recommender，我們的工程師能夠在幾分鐘內(nèi)從任何位置將 ML 模型部署到生產(chǎn)中?！?/p>

數(shù)字健康公司 Holmusk 推出了 FoodDX 應(yīng)用程序，以幫助人們改善飲食和健康狀況。 “我們的食物圖像識(shí)別算法需要低延遲，以確保我們的用戶在正確的時(shí)間獲得正確的飲食建議。為了實(shí)現(xiàn)低延遲，我們過度配置 GPU，這很昂貴，”Holmusk 首席技術(shù)官 Sai Subramanian 說。 “使用 Amazon SageMaker Inference Recommender，我們現(xiàn)在可以輕松地跨不同實(shí)例進(jìn)行負(fù)載測(cè)試，并在數(shù)小時(shí)內(nèi)確定實(shí)例配置，從而顯著降低我們的計(jì)算成本，同時(shí)保持延遲要求。這對(duì)我們的團(tuán)隊(duì)來說是一個(gè)巨大的勝利，讓我們的 ML 科學(xué)家專注于創(chuàng)建算法來幫助人們過上更健康的生活，而不是管理基礎(chǔ)設(shè)施?！?/p>

Qualtrics 是一家體驗(yàn)管理公司，使用自然語言處理 (NLP) 模型幫助從客戶調(diào)查中提取信息。 “Amazon SageMaker Inference Recommender 使用大規(guī)模測(cè)試和部署機(jī)器學(xué)習(xí)模型所需的工具提高了我們 MLOps 團(tuán)隊(duì)的效率，”說 Samir Joshi，Qualtrics 的 ML 工程師。 “借助 Amazon SageMaker Inference Recommender，我們的團(tuán)隊(duì)可以定義延遲和吞吐量要求，并更快地部署這些模型，同時(shí)滿足我們的預(yù)算和生產(chǎn)標(biāo)準(zhǔn)?！?/p>

iFood 是拉丁美洲在線食品配送領(lǐng)域的領(lǐng)先企業(yè)，每月完成超過 6000 萬份訂單，它使用機(jī)器學(xué)習(xí)向在線訂購的客戶推薦餐廳。 iFood 機(jī)器學(xué)習(xí)和數(shù)據(jù)工程總監(jiān) Ivan Lima 說：“我們一直在將 Amazon SageMaker 用于我們的機(jī)器學(xué)習(xí)模型，以便在我們的整個(gè)業(yè)務(wù)中構(gòu)建高質(zhì)量的應(yīng)用程序。借助 Amazon SageMaker 無服務(wù)器推理，我們希望能夠更快地部署和擴(kuò)展模型，而無需擔(dān)心在沒有流量時(shí)選擇實(shí)例或保持端點(diǎn)處于活動(dòng)狀態(tài)。有了這個(gè)，我們還希望看到運(yùn)行這些服務(wù)的成本降低。”

關(guān)于亞馬遜網(wǎng)絡(luò)服務(wù)

15 年來，Amazon Web Services 一直是世界上最全面、被廣泛采用的云產(chǎn)品。 AWS 一直在不斷擴(kuò)展其服務(wù)以支持幾乎任何云工作負(fù)載，現(xiàn)在它擁有 200 多項(xiàng)功能齊全的服務(wù)，用于計(jì)算、存儲(chǔ)、數(shù)據(jù)庫、網(wǎng)絡(luò)、分析、機(jī)器學(xué)習(xí)和人工智能 (AI)、物聯(lián)網(wǎng) (IoT) 、移動(dòng)、安全、混合、虛擬和增強(qiáng)現(xiàn)實(shí)（VR 和 AR）、媒體和應(yīng)用程序開發(fā)、部署和管理，來自 25 個(gè)地理區(qū)域內(nèi)的 81 個(gè)可用區(qū)，并宣布計(jì)劃在 27 個(gè)可用區(qū)和另外 9 個(gè) AWS 區(qū)域澳大利亞、加拿大、印度、印度尼西亞、以色列、新西蘭、西班牙、瑞士和阿拉伯聯(lián)合酋長國。數(shù)以百萬計(jì)的客戶（包括發(fā)展最快的初創(chuàng)公司、最大的企業(yè)和領(lǐng)先的政府機(jī)構(gòu)）信任 AWS 來支持他們的基礎(chǔ)設(shè)施、變得更加敏捷并降低成本。

關(guān)于亞馬遜

亞馬遜遵循四項(xiàng)原則：以客戶為中心而非以競爭對(duì)手為中心、對(duì)發(fā)明的熱情、對(duì)卓越運(yùn)營的承諾以及長期思考。亞馬遜努力成為地球上最以客戶為中心的公司、地球上最好的雇主和地球上最安全的工作場(chǎng)所?？蛻粼u(píng)論、一鍵購物、個(gè)性化推薦、Prime、亞馬遜物流、AWS、Kindle Direct Publishing、Kindle、Career Choice、Fire 平板電腦、Fire TV、亞馬遜 Echo、Alexa、Just Walk Out 技術(shù)、亞馬遜工作室和 The Climate承諾是亞馬遜開創(chuàng)的一些東西。

點(diǎn)擊咨詢現(xiàn)在有哪些新興平臺(tái)值得關(guān)注 >>>

特別聲明：以上文章內(nèi)容僅代表作者本人觀點(diǎn)，不代表ESG跨境電商觀點(diǎn)或立場(chǎng)。如有關(guān)于作品內(nèi)容、版權(quán)或其它問題請(qǐng)于作品發(fā)表后的30日內(nèi)與ESG跨境電商聯(lián)系。