对将机器学习和人工智能带到云群众的AWS

人工智能（AI）和机器学习已成为IBM，Google和Microsoft喜欢的主要谈话点，全部敏锐地谈论他们正在做的工作，以帮助企业充分利用这些技术。

公司的CEO Andy Jassy Andips andy Jassy Accats的亚马逊Web服务（AWS）已经不那么令人谈论了这一空间的活动，但这不应该被解释为它对AI和机器学习派对迟到的标志。

“当我们与客户交谈并分享我们如何考虑这种空间时，我们发现很多公司都没有意识到哈佛松在机器学习中的遗产，部分是因为我们不谈论它非常。这是我们的风格，“Jassy在2016AWS RE的主题演讲期间告诉与会者：发明了客户会议。

作为此证明，Jassy表示，它的母公司Amazon.com已经将机器学习嵌入到其零售网站中，并在其履行中心内使用了很长时间。

“互联网上最早的功能之一是人们开始使用的是”购买此商品可能喜欢这些物品的客户“，并且这是机器学习驱动，”Jassy说。

“如果你看看我们如何在我们的履行中心询问人们挑选物品，那条挑选路径都是由深度学习和机器学习模式驱动的。”

进一步证明其在该领域的工作可以在亚马逊的消费者聚焦的语音控制的回声设备中找到，这将解释用户的声音命令播放音乐，检索天气报告，并在其房屋中控制灯和恒温器，他继续。

该设备借鉴了亚马逊的Alexa语音服务的功能，依赖于公司的深度学习，自然语言和语音识别工具来完成工作。

“我们作为公司和客户说，我们说我们应该谈论这么多，”他说。

特别是作为企业越来越多地寻求有助于在日常活动中占据的大数据山脉的感觉。

通过释放其深度学习AMI，这一特定区域已经积极协助客户。这支持在Amazon Elastic Compute Cloud（EC2）上运行的机器学习应用程序，可以在半个深入学习框架上培训。

其中的首席是开源深度学习库，MXNET。AWS在RE证实：发明这将在几周前致力于通过代码贡献和支持工具来帮助保护网络的长期生存，以将来的所有AI服务的基础。

该公司的高性能计算焦点EC2欧洲委员会综合家族也被出现为客户的热门地点，为客户进行机器学习工作，增加了Jassy。

“我们已经发布了一系列的碎片，这导致了很多客户在AWS中进行这种类型的工作。P2实例家族真的针对深度学习进行了优化，我们有一个令人难以置信的客户，在那些情况下做深入了解。他说，这是我们历史上增长最快的实例之一。“

在参考客户方面，Jassy引用了Fraud.net。其欺诈检测和预防平台借鉴了亚马逊的机器学习能力，以实时分析支付数据，以提取可疑活动。

对于依赖FRAUD.NET的服务的商家，以防止他们从受害者下降到欺诈性付款，Jassy表示，该服务统称为每周100万美元左右。

另一个例子是非营利性的荆棘，谁使用了Re：发明，以分享如何使用机器学习和AI技术来支持律师事务所在他们的工作中追踪美国的性行为，包括使用互联网网站的人广告未成年受害者。

该公司的Spotlight应用程序从这些网站每天一天广告，帮助法律执行者根据他们所包含的数据建立联系，以便识别贩运者，并定位和保护受害者。

在聚光灯之前，法律执行者将被迫手动滚动广告，记录他们认为的数据可能很重要。但是，广告往往在发布的时间内消失，并且肇事者将大长度达到混淆电话号码和其他关键数据，他们可能很难跟踪肇事者。

“他们会做些什么法律执行是他们进入互联网，并开始从这些网站上写出他们认为可能与之相关的东西。这不是如何在尺度上解决问题的方式，“荆棘高级产品经理Kristin Boorse表示，在RE：发明的客户课程期间。

“我们知道，根据我们的调查，即用于每天来的执法部门，他们正在节省60％的调查时间，因为我们可以显示那些数据之间的关系。执法的执法意味着很大节省时间。“

每周在Re：Impering，英国和爱尔兰的AWS董事总经理Gavin Jackson，引用了旅行搜索申请Skyscanner作为其机器学习工具的另一个长期用户，它嵌入了其服务，因此用户可以预订使用语音命令的航班。

他补充说，连接的汽车制造商也被涌现为技术的热心。

“如果你现在考虑现在驾驶汽车的经验以及你的分心，你的技术，如移动电话，如果你在所有这些东西中都有语音激活，那么它就会有所帮助，”他说。

“说使用AWS技术的情报是毫无疑问，使用下一代连通汽车非常受欢迎。宝马已经推出了它，有许多人下跌管道。我们看到这些技术在一切中普遍存在。“

Jassy表示，机器学习和AI服务AWS为客户提供了主要针对“专家从业者”。

然而，公司现在正在努力通过亚马逊AI品牌的三个新服务推出这项技术，在亚马逊AI品牌下的三个新服务，明年有更多的跟进。

所有三个，在RE上揭幕：发明，旨在使开发人员能够将机器学习和AI的方面嵌入到其网站，移动和连接的设备应用程序中。

它们包括亚马逊的文本到语音转换服务亚马逊，一个图像分析工具亚马逊重新识别和亚马逊Lex。

后者具有与上述亚历克斯相同的技术，并朝着想要将会话用户体验建立到其应用程序的开发人员。

杰克逊表示，该公司在亚马逊AI品牌下提出这些产品的决定应该有助于确保他们达到可能已经忘记该公司在这个空间所做的工作的客户的雷达。

“我们正在将所有过去的经验和智能提取并将其提取到产品集中，从我们拥有的其他开发中添加其他东西，例如Alexa，真的将其带到了生活中。它应该帮助我们的客户摘要我们对此的所有消息传递，“他说。

每周在RE：发明中对计算机发言：AWS首席福音师Jeff Barr表示，重新识别已经接受了“数十亿图像”，以确保其测试的任何照片以高度的准确度识别。

服务看起来自己的位置是用户拥有庞大的图像图书馆，以便手动筛选他们所包含的人或物品需要迅速识别。

BARR表示，他知道正在使用该技术的客户通过隐藏它来保护对设备上的敏感企业数据的客户来说，如果有人走向未被授权看到它的视野。

该技术有很多用例，但建立这些能力进入应用程序可以是劳动力和资源密集，使得在没有所需的技术专业知识的公司中难以获得利益。

“这是很多客户面临的问题。他们呈现出来，每个人都有手机并将图片上传到地方，需要自动分类，自动识别，但如果您有面孔列表，则可以培训对此的识别，但这是一个很难解决的问题拥有，“Barr。

“这是技术上挑战，需要大量的存储，很多专业知识，深度学习，图像处理和特征提取，以及所有的全部包装并向服务提供给客户。

“所以，而不是博士级知识和建立一些定制的东西，他们可以在几天内添加图像分析和识别他们的现有应用程序，”他补充道。

AWS的杰克逊表示，该公司承诺降低AI和机器学习开发人员的机器学习的障碍可以改变许多应用未来建立的方式。

“写作人工智能和机器本身学习到应用程序将是新的正常情况。默认情况下，您将在社会写入应用程序的方式中使用这些功能，“他说。”