■本刊記者 志安

隨著“上云用數(shù)賦智”行動的推進(jìn)，產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型進(jìn)入新一輪增長期。這其中也彰顯了云計(jì)算、大數(shù)據(jù)及人工智能技術(shù)在數(shù)字化轉(zhuǎn)型以及數(shù)字經(jīng)濟(jì)中的價值。

隨著人工智能（AI）應(yīng)用的不斷落地，AI賦能企業(yè)數(shù)字化轉(zhuǎn)型的價值得到了進(jìn)一步提升。

AI場景繼續(xù)下沉，深入各行各業(yè)

由于云計(jì)算、大數(shù)據(jù)等技術(shù)在算力和數(shù)據(jù)等方面的加持，使得以機(jī)器學(xué)習(xí)、深度學(xué)習(xí)為基礎(chǔ)的AI技術(shù)在近年來取得了很大突破，并不斷在各行各業(yè)中落地。

從技術(shù)層面來說，大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)是實(shí)現(xiàn)“上云用數(shù)賦智”的兩個重要的支撐點(diǎn)。其中，作為AI的一個重要方面，機(jī)器學(xué)習(xí)專注于算法，不需要通過手工直接的編程，而模仿人來獲取一些學(xué)習(xí)的能力。

例如，最近流行起來的在線教育、在線醫(yī)療以及短視頻內(nèi)容分發(fā)等場景，背后都有機(jī)器學(xué)習(xí)技術(shù)的身影。實(shí)際上，很多企業(yè)包括傳統(tǒng)企業(yè)和創(chuàng)新企業(yè)都意識到了機(jī)器學(xué)習(xí)提供的新手段和新方法給企業(yè)帶來的好處——可以引進(jìn)新產(chǎn)品、新功能，優(yōu)化及自動化企業(yè)相關(guān)流程，乃至取得突破性的進(jìn)展。

Amazon SageMaker，機(jī)器學(xué)習(xí)應(yīng)用場景下沉的抓手

盡管AI技術(shù)向各行各業(yè)的場景不斷下沉，AI應(yīng)用越來越廣泛，但就目前而言，以機(jī)器學(xué)習(xí)為代表的AI技術(shù)在深入應(yīng)用場景過程中還存在著一些阻力。AWS首席云計(jì)算企業(yè)戰(zhàn)略顧問張俠表示，一是掌握人工智能專業(yè)知識的人才不足；二是構(gòu)建和擴(kuò)展人工智能的技術(shù)產(chǎn)品掌握有難度；三是在生產(chǎn)經(jīng)營中部署人工智能應(yīng)用費(fèi)時且成本高。各種因素最終導(dǎo)致缺乏低成本、易使用、可擴(kuò)展的人工智能產(chǎn)品和服務(wù)。

來看看企業(yè)建立一個機(jī)器學(xué)習(xí)項(xiàng)目需要哪些步驟：首先企業(yè)需要根據(jù)問題建立模型，然后收集相關(guān)數(shù)據(jù)并建立機(jī)器學(xué)習(xí)框架和算法，之后進(jìn)入模型訓(xùn)練階段，企業(yè)還要設(shè)置管理訓(xùn)練環(huán)境，通過建立模型來反復(fù)進(jìn)行實(shí)驗(yàn)驗(yàn)證，這其中需要依靠強(qiáng)大算力來不斷進(jìn)行優(yōu)化、計(jì)算及整合，每一步對于企業(yè)來說都是極其復(fù)雜的。

由于機(jī)器學(xué)習(xí)技術(shù)門檻依舊較高，目前大部分公司還是很難實(shí)際應(yīng)用該技術(shù)。因此，降低機(jī)器學(xué)習(xí)技術(shù)門檻，讓更多人得到AI的普惠，有利于AI向各行各業(yè)應(yīng)用場景下沉。而對于客戶來說，也非常希望有方法可以讓該技術(shù)變得更方便、更易用。

近期，Amazon SageMaker在由西云數(shù)據(jù)運(yùn)營的AWS中國（寧夏）區(qū)域和光環(huán)新網(wǎng)運(yùn)營的AWS中國（北京）區(qū)域正式上線。Amazon SageMaker是一項(xiàng)完全托管的服務(wù)，可以幫助開發(fā)者和數(shù)據(jù)科學(xué)家快速地規(guī)模化構(gòu)建、訓(xùn)練和部署機(jī)器學(xué)習(xí)模型。

AWS全球副總裁及大中華區(qū)執(zhí)行董事張文翊表示：“AWS提供了廣泛、深入的機(jī)器學(xué)習(xí)和人工智能服務(wù)。Amazon SageMaker在AWS中國（寧夏）區(qū)域和AWS中國（北京）區(qū)域上線，將幫助更多中國客戶去除機(jī)器學(xué)習(xí)涉及的混亂和復(fù)雜性，讓他們能夠勝任構(gòu)建、訓(xùn)練和部署模型的工作，以應(yīng)對新的挑戰(zhàn)。”

SageMaker的“魔法”，為用戶賦能

張俠介紹，SageMaker的字面意思是“魔法生成器”，它的“魔法”在于能夠提供完全托管的機(jī)器學(xué)習(xí)服務(wù)，消除了機(jī)器學(xué)習(xí)過程中各個步驟的繁重工作，從而大大降低了用戶在使用機(jī)器學(xué)習(xí)過程中模型構(gòu)建和訓(xùn)練的難度。

這種“魔法”能力來自于新技術(shù)與新功能的支持：

Amazon SageMaker Studio將所有用于機(jī)器學(xué)習(xí)的組件集中在一個地方，形成面向機(jī)器學(xué)習(xí)的集成開發(fā)環(huán)境（IDE），使開發(fā)者構(gòu)建、訓(xùn)練、解釋、檢查、監(jiān)視、調(diào)試和運(yùn)行機(jī)器學(xué)習(xí)模型變得更簡單、更快；Amazon SageMaker Notebooks提供了一鍵啟用的Jupyter Notebook，開發(fā)者可以輕松調(diào)節(jié)Notebook需要的算力，從而可以更快地開始構(gòu)建模型；鑒于開發(fā)者目前缺乏一個便利的實(shí)驗(yàn)管理機(jī)制，Amazon SageMaker Experiments可以幫助開發(fā)者組織和跟蹤機(jī)器學(xué)習(xí)模型的迭代；Amazon SageMaker Debugger用于調(diào)試和分析模型訓(xùn)練，提高準(zhǔn)確性，減少訓(xùn)練時間；Amazon SageMaker Autopilot是業(yè)內(nèi)首個可以讓開發(fā)者對其模型保持控制和可見性的自動化機(jī)器學(xué)習(xí)功能；Amazon SageMaker Model Monitor允許開發(fā)者檢測和糾正概念漂移，以改善影響部署到生產(chǎn)環(huán)境后的模型的準(zhǔn)確性。

通常情況下，客戶建立起整個機(jī)器學(xué)習(xí)模型流程通常要花很長的時間，比如八九個月，而通過SageMaker，張俠表示，一些初步了解機(jī)器學(xué)習(xí)知識的技術(shù)人員就可以在幾周之內(nèi)完成類似的工作。因此對于企業(yè)用戶來說，大大降低了該項(xiàng)工作的復(fù)雜性。

大宇無限是一家專門從事移動應(yīng)用程序開發(fā)的公司，主要為一些新興市場提供移動短視頻服務(wù)，其中涉及利用機(jī)器學(xué)習(xí)技術(shù)實(shí)現(xiàn)視頻內(nèi)容的在線推薦，而傳統(tǒng)構(gòu)建機(jī)器學(xué)習(xí)系統(tǒng)的整個流程又極為復(fù)雜，對于大宇無限的開發(fā)團(tuán)隊(duì)來說是一個巨大的挑戰(zhàn)。

大宇無限機(jī)器學(xué)習(xí)技術(shù)總監(jiān)蘇映濱表示：“SageMaker可以極大簡化機(jī)器學(xué)習(xí)系統(tǒng)的構(gòu)建、訓(xùn)練和部署流程，使大宇無限無需構(gòu)建基礎(chǔ)設(shè)施，算法工程師只需為SageMaker準(zhǔn)備數(shù)據(jù)，僅用三個月的時間就從零起步完成了整個系統(tǒng)的建設(shè)。”

Amazon SageMaker的出現(xiàn)讓機(jī)器學(xué)習(xí)技術(shù)不再遙不可及，同時也將有助于加速AI在企業(yè)側(cè)的落地。天津華來科技有限公司云業(yè)務(wù)部總監(jiān)季寶平表示：“借助Amazon SageMaker，我們自己訓(xùn)練的模型在應(yīng)用場景中具有更多個性化空間，并且我們對自己訓(xùn)練出的模型具有知識產(chǎn)權(quán)，這將是我們未來的核心競爭力。”