re:Invent 重磅回顧 | 第二週活動精彩速遞!
在亞馬遜re:Invent 2020的第二週, Amazon Web Services (AWS) 的技術領袖爲我們帶來了精彩的主題演講,在會上共宣佈了 41款機器學習和大數據服務的新發布。今天我們就來一起回顧一下,上一週亞馬遜 re:Invent的精彩內容吧!
01
重點回顧
我也许曾喜欢你不好的地方
12月9日, Amazon Web Services (AWS) 人工智能副總裁 Swami Sivasubramanian 在亞馬遜 re:Invent 大會上發表機器學習主題演講,展示了 AWS 關於人工智能與機器學習的最新全景藍圖,並宣佈了一系列新服務和新功能。
Swami 在主題演講中表示,“機器學習是我們這一代人能遇到最具顛覆性的技術之一,目前已經有超過10萬客戶在使用 AWS 的機器學習服務,很多客戶已經將機器學習用於其核心業務。
據德勤發佈的《全球人工智能發展白皮書》預測,到2025年,世界人工智能市場規模將超過6萬億美元。面對數字經濟的發展機遇,多個國家和地區已將人工智能列爲優先發展的國家戰略。
11张门票凑齐!泰国“跆拳道女神”泪洒赛场:谢谢杭州,让我听到爸爸的加油
2020年11月21日,國家工業信息安全發展研究中心在《2020人工智能與製造業融合發展白皮書》中指出了目前融合存在的諸多難點,其中人才匱乏問題尤爲嚴重。而人社部官網的報道中測算,目前我國人工智能人才的缺口超過500萬,國內的供求比例爲1:10,供需比例嚴重失衡。
德勤發佈的《全球人工智能發展白皮書》指出,在人工智能衆多的分支領域中,機器學習是人工智能的核心研究領域之一。包括 89% 的人工智能專利申請和 40% 人工智能範圍內的相關專利均爲機器學習範疇。
世新女神正面只有2条布 侧身入镜巨球形状全看光
AWS 是雲計算的引領者,也是機器學習的翹楚。面對機器學習這樣一個充滿前途的事業,以及當前嚴重缺乏人才的處境,AWS 通過多種方式,採取一系列措施,着重通過技術創新,爲機器學習擴圈。
首次推出開箱即用的
工業領域機器學習解決方案
在本次亞馬遜 re:Invent 大會上,AWS 發佈了五項用於工業領域的機器學習服務,分別是 Amazon Monitron、Amazon Lookout for Equipment、AWS Panorama 一體機、AWS Panorama SDK 和 Amazon Lookout for Vision。這是 AWS 首次推出開箱即用的工業領域機器學習解決方案。
台湾马自达捐CX-9挺技职教育
Amazon Monitron 和 Amazon Lookout for Equipment 通過機器學習支持預測性維護。Amazon Monitron 面向沒有建立傳感器網絡的客戶,提供由傳感器、網關和機器學習服務組成的端到端機器監控系統,檢測異常並預測何時需要維護工業設備。Amazon Lookout for Equipment 面向已經擁有傳感器、但不希望自己構建機器學習模型的客戶,由 AWS 爲其構建模型並返回預測結果,檢測異常設備行爲。
AWS Panorama 通過計算機視覺改善工業運營和工作場所安全。AWS Panorama 一體機是一個硬件設備,將它連接到工業場所的網絡中,它就可以自動識別攝像頭數據流,與工業攝像頭進行交互。AWS Panorama 軟件開發套件(SDK),方便工業相機制造商在新相機中嵌入計算機視覺功能。
Amazon Lookout for Vision 爲工業客戶提供高精度、低成本的產品質量異常檢測解決方案。它通過機器學習技術,每小時可以處理數千張圖像,發現產品缺陷和異常。客戶可以將攝像頭圖像批量或實時發送到 Amazon Lookout for Vision,找出異常,例如機器部件的裂紋、面板上的凹痕、不規則形狀或產品上的顏色錯誤等。
目前已經使用 AWS 工業領域機器學習服務的客戶和合作夥伴包括 Axis、凌華科技、BP、德勤、Fender 芬達、GE 醫療和西門子交通等等。
打造包羅萬象的工具箱
賦能每一位 AI 工作者
AWS 打造全面豐富的工具集,爲每一項工作都提供一個趁手的工具。AWS 提供的機器學習工具集包括三個層面。
工具集的底層,面向那些技術能力超強的客戶,希望將人工智能和機器學習作爲自己的核心競爭力。AWS 爲他們提供強大的算力、全面的算力選擇、豐富的機器學習框架選擇。AWS 支持主流的機器學習框架,客戶還可以通過容器部署的方式,自帶機器學習框架;AWS 可以提供基於英偉達、英特爾、AMD、賽靈思等芯片廠商的最新處理器的強大算力,同時還通過自主設計的處理器,極大地降低機器學習的算力成本。
工具集的中間層,面向那些技術能力較強的客戶,他們有大量的數據可以進行機器學習模型訓練,有一定的算法人才,不要花精力管理基礎設施,專注於自己的應用和業務創新。Amazon SageMaker 爲他們提供了首個全託管的機器學習集成開發環境,併爲這個開發環境不斷增加新功能,從數據準備、到模型訓練、參數調優與模型迭代、到模型部署、模型質量監控,在整個過程中最大限度地提高他們開展機器學習的效率,降低他們開展機器學習的門檻。
工具集的頂層,面向技術能力相對薄弱的客戶,他們有一定的數據,但沒有算法人才,他們希望在業務場景中直接引入人工智能。AWS 爲他們提供開箱即用的人工智能服務,目前已經涵蓋機器視覺、語音文字轉換、機器對話、文本處理、電商業務、客服、企業內信息搜索、開發與運維、工業 AI 等方面。
通過這樣一個全面的工具集,AWS 可以覆蓋和賦能所有的人工智能工作者。
拓展到數據庫開發者和數據分析師
腹黑郡王妃 小说
四川在册登记的古树名木71578株
將機器學習拓展到數據開發者和數據分析師。數據庫開發者、數據分析師這個羣體,人數比機器學習開發人員羣體大得多,他們沒有機器學習的知識和技能,但是不缺少機器學習的想法。於是,AWS 將機器學習能力跟數據庫進行嫁接,讓數據庫開發者、數據分析師沿用數據庫查詢的方式,讓他們的機器學習想法落地到業務應用中。Amazon Aurora 是 AWS 著名的關係型數據庫服務,AWS 針對 Amazon Aurora 推出了新功能 Amazon Aurora ML。數據庫開發者發起數據庫查詢(SQL)時,只要選擇一個機器學習模型,就會喚醒機器學習服務,Amazon Aurora ML 自動將查詢結果交給機器學習模型進行推理,返回結果。例如,要查詢一個客戶評價是正面還是負面,數據庫開發者只管做數據庫查詢、選擇這個模型,返回來的查詢結果就會自動附加正面或負面判斷。類似地,出海電商想把數據庫中的商品信息變成多語種,數據庫開發者只管查詢商品信息、選擇多語種翻譯,返回的結果就會自動包含商品信息的多語種翻譯。
從霹靂開始的功德人生 籠中的菜鳥
Amazon Athena 是數據分析師經常用到的服務。通過這項服務,可以直接從 Amazon Simple Storage Service(Amazon S3) 上的對象文件中,利用 SQL 語句進行數據查詢(SQL 是結構化查詢語言,原本用於關係型數據查詢,而 Amazon S3的對象文件不是關係型數據)。AWS 也推出了新功能 Amazon Athena ML,查詢返回的結果也可以自動附帶機器學習推理的結果。
林高远躺冠自卑!合影主动靠边站,谁注意马龙举动?省队尴尬回应
Amazon Redshift 是雲原生的數據倉庫。AWS 推出的新功能 Amazon Redshift ML,甚至把選擇模型這一步省了。舉一個例子,電商領域經常會哪些客戶有可能流失,這時你可能並沒有一個模型來判斷什麼樣特徵的客戶有可能會流失。通過 Amazon Redshift ML,數據分析師只管 SQL 查詢,Amazon Redshift ML 可以把數據導入 Amazon S3,然後與 Amazon SageMaker 的 Autopilot 功能結合。Autopilot 是一個自動建模的功能。這樣的 Amazon Redshift ML 可以自動進行數據清洗、模型訓練,選擇最優的模型進行預測。
Amazon Neptune 是 AWS 的一個圖數據庫,主要用於知識圖譜、身份圖譜、欺詐檢測、推薦引擎、社交關係、生命科學等場景,用圖的方式表示各個數據實體之間的關係,例如,好友關係圖。對圖數據庫,只是表示出數據的相關性顯然不夠,用戶更需要的是,根據這些相關性進行機器學習推理。新功能 Amazon Neptune ML,就是將圖數據庫和機器學習打通,通過機器學習模型去訪圖數據庫,進行更精準的預測。
Amazon QuickSight 是 AWS 的一個商業智能(BI)服務,可以輕鬆地調用各種數據進行分析和展現。AWS 於2020年5月推出了 Amazon QuickSight ML 新功能,它也跟 Amazon SageMaker 的 Autopilot 功能進行了結合,數據分析人員可以用它開展欺詐檢測、銷售預測等工作。
在今年的亞馬遜 re:Invent 大會上,AWS 推出了更酷的機器學習新功能 Amazon QuickSight Q。通過它,可以用自然語言對數據進行提問,獲得想要的數據洞察。例如,直接在查詢框中輸入“我們的同比增長率是多少?”幾秒鐘之內就可以得到高度準確的答案。如果按以往的方式,需要在模型中預先定義增長率、更新模型、處理數據,可能需要幾天甚至幾周時間。
AWS 還推出了 Amazon Lookout For Metrics,它利用機器學習技術,通過企業多種數據的比對,檢測出數據異常。
此外,AWS 還發布了利用機器學習的運維服務 Amazon DevOps Guru,它可以幫助應用開發人員自動檢測運維操作的問題,給出建議補救措施,提高應用程序可用性。此前,AWS 已經推出了 Amazon CodeGuru,可以讓開發人員使用機器學習自動進行代碼審覈,並且提供指導和建議。
商业插画多元发展
人妻乱交回覧板
02
重要發佈
在第二週發佈的新服務中,其中最重磅的當屬在機器學習領域的新發布,除此之外,AWS 還發布了在大數據存儲、轉化、分析等方面的新服務,接下來我們就來一起看看吧~
Amazon SageMaker 再添九項新功能
快上加快,比簡更簡
Amazon SageMaker 是面向機器學習開發者的一個集成開發環境,是一項全託管的服務。它消除了機器學習過程中每個階段的挑戰,化繁爲簡,使開發人員和數據科學家能夠從根本上更輕鬆、更快速地構建、訓練和部署機器學習模型。Amazon SageMaker 的功能也在快速迭代中,過去一年就交付了50多項新功能。在今年的 re:Invent 大會上,AWS 再次發佈了9項新功能。
Amazon SageMaker Data Wrangler
23款宾利飞驰V8五座轿车天花板现车惠价
數據特徵提取器
Amazon SageMaker Data Wrangler 可以簡化機器學習的數據準備工作。機器學習訓練中有一個重要的工作,稱爲特徵工程,就是從不同來源、格式多樣的數據提取數據,形成規範化的數據字段(也稱爲特徵),作爲機器學習模型的輸入,這項工作非常耗時。通過 Amazon SageMaker Data Wrangler,客戶可以將各種數據存儲中的數據一鍵導入。Amazon SageMaker Data Wrangler 內置了300多個數據轉換器,讓客戶無需編寫任何代碼,就可以機器學習用到的特徵進行規範化、轉換和組合。客戶可以通過在 Amazon SageMaker Studio(首個用於機器學習的端到端集成開發環境)中查看這些轉換,快速預覽和檢查這些轉換是否符合預期。
聚焦汽车领域科技创新 8个项目在武汉同台路演
Amazon SageMaker Feature Store
丰田考斯特11座报价11座现车价格及图片
數據特徵存儲庫
鑑於有大量的特徵需要管理,AWS 爲 Amazon SageMaker推出了一項新功能,名爲 Amazon SageMaker Feature Store。它一個用於更新、檢索和共享機器學習特徵的專用庫。通過 Amazon SageMaker Data Wrangler 把特徵設計出來以後,可以保存在 Amazon SageMaker Feature Store 中,以供重複使用。一組特徵會用於不同的模型,被多個開發人員和數據科學家使用,需要有效地跟蹤、管理這些特徵,及時更新,保持一致性。模型訓練和利用模型進行推理(也就是實際運用模型),對特徵的使用場景也不同。在訓練過程中,模型可以離線、批量地訪問特徵,使用時間長。而對於推理,通常只用到特徵庫的一部分,不過需要實時訪問,幾毫秒內返回預測結果。因此,如何特徵庫的管理是一件複雜的事兒,Amazon SageMaker Feature Store 就用於解決這些問題。
Amazon SageMaker Pipelines
自動化工作流
22款美规宾利添越天津现车落地总价低
跟傳統編程一樣,編排和自動化可以提高機器學習的效率。Amazon SageMaker Pipelines 是第一個專爲機器學習構建的、方便易用的 CI/CD(持續集成和持續交付)服務。
Amazon SageMaker Clarify
韩国瑜何时到桃园助选?张善政:还在拿捏辅选时间
模型偏差檢測
通過 Amazon SageMaker Clarify,開發人員可以方便地檢測整個機器學習工作流中的統計偏差,爲機器學習模型所做的預測做出解釋,識別偏差,清晰描述可能的偏差來源及其嚴重程度,指導開發人員採取措施減小偏差。
Deep Profiling for Amazon SageMaker Debugger
摩铁装针孔3个月盗摄百余对情侣床战 建筑工曾拍心仪女洗澡被逮
對模型訓練進行剖析
通過 Deep Profiling for Amazon SageMaker Debugger,能夠自動監控系統資源利用率,例如 GPU、CPU、網絡吞吐量和內存 I/O,對訓練過程中的資源瓶頸進行告警,讓開發者及時調度資源,更快地訓練模型。
Distributed Training
大型複雜深度學習模型的分佈式訓練
AWS 提供了兩種方法,模型訓練拆分到幾百、幾千個 CPU 上進行。一個是數據並行引擎,對數據集進行拆分。一個是模型並行引擎,自動剖析、識別分割模型的最佳方式,在多個 GPU上高效分割具有幾十億參數的大型複雜模型。通過對訓練進行拆分,Amazon SageMaker 可以將訓練大型複雜深度學習模型的速度比當前的方法快兩倍。
Google挥别Nexus:但中兴决定继承它的遗志
Amazon SageMaker Edge Manager
邊緣端模型質量監控和管理
Amazon SageMaker Edge Manager 可以幫助開發人員優化、保護、監控和維護部署在邊緣設備集羣上的機器學習模型。模型部署到邊緣設備以後,仍然需要管理和監控模型,確保它們持續以高精度運行。當模型的準確性隨着時間的推移而下降時,開發人員可以重新訓練模型,不斷提高模型的質量。
Amazon SageMaker JumpStart
快捷起步工具
通過 Amazon SageMaker JumpStart,客戶可以快速找到跟自己類似的機器學習場景相關信息。新手開發人員可以從多個完整的解決方案進行選擇,例如欺詐檢測、客戶流失預測或時序預測,直接部署到自己的 Amazon SageMaker Studio 環境中。有一些經驗的用戶則可以從100多個機器學習模型中選擇,快速開始模型構建和訓練。
红旗HS5最低落地价-车型尺寸及配置
不斷豐富的新功能,讓 Amazon SageMaker 備受客戶歡迎。它推出短短三年時間,已經有幾萬家客戶在使用,包括3M、ADP、阿斯利康、Avis、拜耳、Bundesliga、Capital One、Cerner、Chick-fil-A、Convoy、達美樂比薩、富達投資、GE醫療、Georgia-Pacific、赫斯特、iFood、iHeartMedia、摩根大通、Intuit、聯想、Lyft、國家橄欖球聯盟、Nerdwallet、T-Mobile、湯森路透、Vanguard等等。
Amazon CodeGuru 新功能
1) Python 支持的 CodeGuru Reviewer and Profiler
CodeGuru 現在支持用 Python 編寫的應用程序。它以預覽模式提供了改進和調優 Python 代碼的建議,這將降低基礎設施成本並提高應用程序性能。
2) Security detectors for CodeGuru Reviewer
這些檢測器識別 Java 代碼中的安全漏洞,並在檢測到問題時提供補救措施。安全工程師可以使用這些檢測器專注於特定應用程序的安全最佳實踐,而代碼審閱人員可以專注於其他改進。
3) Memory profiling for CodeGuru Profiler
Memory profiling 會標識應用程序中的內存不足,並提供必要的方法來優化其內存使用。
其他新發布的服務
Automatic Table Optimizations (ATO) for Amazon Redshift 是一項新的自調優功能,使用機器學習來自動優化任務,如設置排序和分發鍵,而不需要管理員干預。
Amazon Forecast Weather Index 的發佈,提高了機器學習模型利用當地天氣信息預報的準確性。該工具利用機器學習,結合歷史天氣事件的天氣指標和當前的預報,以發展準確的預報。AWS的客戶可以添加美國和歐洲地區的14天天氣預報,以創建準確的需求預測。
Amazon HealthLake 供醫療保健提供商存儲、轉換和分析雲中的所有數據,以確定趨勢、發現異常並對患者的健康狀況進行預測。Amazon Lookout for Metrics 是一項由機器學習支持的異常檢測服務,用於檢測指標中的異常情況,並監控客戶業務的健康狀況。這項服務將幫助組織及早發現缺陷,節省材料成本,改善客戶體驗。現有客戶包括 Digitata Networks、NextRoll 和 Playrix。Amazon Lookout for Metrics 現在已經在美國、亞太地區和歐洲推出了預覽版。
Amazon Elastic MapReduce (Amazon EMR)是一個使用開源工具快速處理大量數據的大數據平臺,如 Apache Spark、Hive、HBase、Presto 和 Flink。Amazon EMR 在 Amazon Elastic Kubernetes Service (Amazon EKS) 上的普遍可用性,意味着允許客戶在 Amazon EKS 上自動提供和管理開源工具。當 Amazon EKS 上的 Amazon EMR 構建、配置和管理容器時,客戶可以專注於運行分析工作負載。目前,該服務已在美國和歐洲開放使用。
Amazon Redshift Data 共享預覽發佈將使組織可以夠跨多個 Amazon Redshift 集羣安全地共享實時數據,而不需要複製或移動數據。數據共享提供對數據的實時訪問,以便爲客戶配備最新的數據和一致的信息。
AWS Audit Manager 是一種新的法規遵循服務,用於審計 AWS 的使用情況,並簡化組織評估風險以及遵守法規和行業標準的方式。它預先構建了框架來映射 AWS 資源,以滿足法規的要求,如 GDPR、PCI-DSS 和 CIS AWS 基礎基準測試。
在澳大利亞墨爾本推出新的 AWS Region,AWS 現在於全球24個地理區域內運營着77個可用區,並宣佈計劃在澳大利亞、印度、印度尼西亞、日本、西班牙和瑞士新增6個 AWS 區域,同時再增加18個可用區。
以上就是上一週亞馬遜 re:Invent 2020的重磅回顧
在本週,亞馬遜 re:Invent 2020精彩繼續
還有其他 AWS 大咖和技術高管
爲你帶來乾貨十足的演講內容
記得持續關注哦!
福田欧马可冷藏车康机2.8北京销售电话
END
卡戎(CARON)
亞馬遜 re:Invent 2020
中國網站演講視頻現已上線!
《美股》消息面:叶伦、雷蒙多可能访问北京;金价首度收复2000美元
各位雲計算夥伴們,掃描下圖中的二維碼
報名參會吧!
掃碼關注
冯仑:改变我们人生的,是这一件事
“ AWS雲計算 ”
23款奔驰GLS450实拍图片最配置报价
雲上乾貨任你挑
美国汽车工会:若谈判未取得重大进展 周五将扩大罢工