大数据分析和机器学习是数字化转型的过程中的两个重要支撑点
当前，数字化转型已经成为社会各个行业领域所面临的必答题。在解题过程中，我们需要哪些方法和工具呢？对此，aws首席云计算企业战略顾问张侠表示：“在数字化转型的过程中，大数据分析和机器学习是两个重要的支撑点。”
“几乎所有行业都在机器学习的影响范围之内，比如大家相对熟悉的金融行业，从风险欺诈侦测到智能投顾，机器学习都起到了巨大的作用；再比如，媒体娱乐行业中的短视频领域，视频内容的生成、分类、推荐等都大量运用了机器学习的方法。”各行各业对于机器学习技术的需求日趋强烈，但是机器学习技术的使用门槛颇高，这是矛盾点，同时也是需求点、创新点。张侠表示：“ aws希望把机器学习的能力交到每一位创建者的手中，使它成为大家手中的一个工具。”
一、让机器学习能力唾手可得
工具的创造和使用在社会发展进程中一直处于重要地位，从石器到铁器，再到蒸汽机、电动机、计算机……时代的车轮不断前进，到了信息化、智能化的今天，工具的形式已不再局限于实体硬件。
在数字社会，机器学习就是一种手段、一种工具。
日前，亚马逊云服务amazon web services， inc. （aws） 宣布，amazon sagemaker在由西云数据运营的aws中国 （宁夏） 区域和光环新网运营的aws中国（北京）区域正式上线。
amazon sagemaker的出现，有效地帮助企业解决了制约人工智能广泛应用的三个方面的挑战：一是掌握人工智能专业知识的人才不足；二是构建和扩展人工智能的技术产品的难度大；三是在生产经营中部署人工智能应用费时且成本高。
aws推出amazon sagemaker的一系列行动的含义可以解释为：打造工具，简化过程，推动生产，激发创造。
二、“保姆式”工具删繁就简
新工具的创造和采用必然促使科学技术水平和能力相应地提高，工具越高级，对使用者进行相关作业的赋能作用越大，aws的机器学习服务就是这样的一种新工具。
作为aws机器学习服务的核心产品，amazon sagemaker 是一项完全托管的服务，可以帮助开发者和数据科学家快速构建、训练和部署机器学习 （ml） 模型。sagemaker 可通过主动学习、超参数优化、模型分布式训练、监控训练进展，部署培训模型作为自动扩展的 restful 服务，以及对并发 ml 实验进行集中式管理，从标签数据开始简化 ml工作流，消除了机器学习过程中的繁重工作，让开发高质量模型变得更加轻松。
amazon sagemaker提供了强大的功能，如弹性笔记本、实验管理、自动模型创建、调试与分析，以及概念漂移检测等，这些功能封装在首个面向机器学习的集成开发环境amazon sagemaker studio中。
autodesk、change healthcare、拜耳、英国航空、盖洛普、洛杉矶快船队、松下航空电子（panasonic avionics）、环球邮报和t-mobile等众多企业都已开始利用amazon sagemaker加快机器学习部署。在中国，如虎牙、大宇无限、嘉谊互娱、华来科技等也都选择使用amazon sagemaker服务大规模地构建、训练和部署机器学习模型。
为什么这么多国内外知名企业纷纷选择aws的机器学习技术服务呢？张侠指出：“aws提供的是最广泛、最深入的机器学习的服务。”aws机器学习服务到底有多高级，能给急于数字化转型的企业带来多大的赋能作用？下面让我们一起来看一下亚马逊aws目前提供的三层“保姆式”的机器学习服务都有哪些内容。
底层是机器学习框架和基础架构层。在这一层，aws几乎支持了所有的开源标准框架，比如tensorflow、apache mxnet、pytorch等，另外还支持gluon、keras等多个平台的接口标准、转换标准。在基础架构层还提供亚马逊机器镜像——ami（amazon machine image），它是一个可以将操作系统、用户的应用程序、配置等一起打包的加密机器镜像，可用于启用实例的预配置服务器模板。
中层是aws机器学习的核心服务层。该层最主要的产品就是amazon sagemake和sagemake studio，它针对的有技术背景的专业人员，开发人员和数据科学教可以利用这个工具找到人工智能、机器学习所衍生的创新点、突破点，进而推出新产品、新服务。
上层是人工智能服务层。该层提供了aws通过深度学习开发出来的人工智能专用服务，这些服务主要解决与人类认知相关的典型问题。客户可以直接在其应用中调用aws提供的这些人工智能服务，而无需关注服务背后的机器学习模型。比如，针对计算机视觉类方面的amazon rekognition，针对文字语音的转换和记录的amazon polly和amazon transcribe、针对人机对话的amazon lex等。
张侠博士解释说：“这三层的关系，越往下越基础，功能越强大对使用者的要求也会更高；越往上越专门化，越产品化、服务化，通用化。”
三、推动生产 激发创造
恩格斯指出：“工具意味着异于其他动物的人所特有的活动，意味着人对自然界进行改造的反作用，意味着生产。”总而言之，工具意味着生产，意味着创造。
“amazon sagemaker是一个工具集，提供了用于机器学习的所有组件，贯穿整个机器学习的工作流程，从而以更少的努力、更低的成本、更快地将机器学习模型投入生产。”张侠这样讲道。
机器学习正在引领新一轮的创新浪潮，新产品新功能的出现、 产业链流程优化和自动化、传统行业的突破性进展，无一不有机器学习的身影，也无时无刻不刺激着各行各业从业者的神经。
大宇无限是一家专门从事移动应用程序开发的公司，主要为中东、东南亚和拉丁美洲等新兴市场提供移动短视频服务。对于当初作为初创企业的大宇无限来说，要构建一个满足海量用户有千万级视频的推荐系统，以及相匹配的机器学习平台，在人力和时间相当有限的情况下，是一项非常大的挑战。但是aws机器学习服务工具的出现，为大宇无限产品服务的生产创造提供了绝佳的助力。
大宇无限机器学习技术总监苏映滨表示：“amazon sagemaker帮助大宇无限实现了从0到1的突破。sagemaker极大地简化了整个机器学习构建、训练和部署的流程，而且其中的很多算法的性能已经被优化得非常好，完全能够满足我们的需求，我们只需要做好训练数据的准备、调用接口、设置参数，只需几个命令就可以完成机器学习平台的部署上线。”
伊克罗德是aws的核心级咨询合作伙伴 （apn premier consulting partner），致力利用云计算优势引领企业实现数字化转型。伊克罗德运用amazon sagemaker平台加速企业导入行业ai解决方案，如标签标注、文本分析、语意理解、预测分类、推荐系统与诈欺侦测等，针对客户实际遇到的商业问题，量身打造真正解决问题的端到端ai应用。伊克罗德产品经理陈昶佑表示：“amazon sagemaker是帮助企业兼顾了效能和成本的绝佳选择。”
好的工具能够激发出各行各业“百花齐放”的优秀局面，数字化转型进程的有效推进正需要aws机器学习服务这种“以点带面”作用的激发。同时，优秀的局面和创新环境又进一步反哺机器学习技术的提升，aws正不断地为amazon sagemaker增加新功能，仅仅在2019年就增加了50多个新功能，这使我们坚定不移地相信，未来企业的数字化转型将会处在一个非常良性的正向循环中。
电子书阅读器入门神器，当属当当阅读器新锐版
信号放大器《天线图鉴》，看完你也是通信人
解析示波器通道耦合与触发耦合的区别
MAX1241 串行AD和DA芯片的应用
LED正在改变所有的汽车
大数据分析和机器学习是数字化转型的过程中的两个重要支撑点
多功能界面锌主体的协同设计助力实用锌金属电池
L4无人重卡、重型无人机亮相618 助力物流调拨
2A 高效率升压 DC/DC 电压调整器LN3608AR-G介绍
WVD和STFT的定义及变换原理
北京联通携手华为采用4T6S解决方案，落实提速降费的政策
新思科技面向台积电推出全面EDA和IP解决方案
特斯拉订单规模异常庞大 你以为这样就可以多卖几台？
NVIDIA推出用于XR开发的CloudXR SDK
S类功放扩流电路原理图
3GPP官方宣布冻结5G R16标准规范？
利用NVIDIA Triton推理服务器加速语音识别的速度
DC充电系统架构及主要适用的ST产品介绍
寄生电感怎么产生的_寄生电感产生原因是什么
继电器的工作原理、特性和相关驱动电路
“几乎所有行业都在机器学习的影响范围之内，比如大家相对熟悉的金融行业，从风险欺诈侦测到智能投顾，机器学习都起到了巨大的作用；再比如，媒体娱乐行业中的短视频领域，视频内容的生成、分类、推荐等都大量运用了机器学习的方法。”各行各业对于机器学习技术的需求日趋强烈，但是机器学习技术的使用门槛颇高，这是矛盾点，同时也是需求点、创新点。张侠表示：“ aws希望把机器学习的能力交到每一位创建者的手中，使它成为大家手中的一个工具。”
一、让机器学习能力唾手可得
工具的创造和使用在社会发展进程中一直处于重要地位，从石器到铁器，再到蒸汽机、电动机、计算机……时代的车轮不断前进，到了信息化、智能化的今天，工具的形式已不再局限于实体硬件。
在数字社会，机器学习就是一种手段、一种工具。
日前，亚马逊云服务amazon web services， inc. （aws） 宣布，amazon sagemaker在由西云数据运营的aws中国 （宁夏） 区域和光环新网运营的aws中国（北京）区域正式上线。
amazon sagemaker的出现，有效地帮助企业解决了制约人工智能广泛应用的三个方面的挑战：一是掌握人工智能专业知识的人才不足；二是构建和扩展人工智能的技术产品的难度大；三是在生产经营中部署人工智能应用费时且成本高。
aws推出amazon sagemaker的一系列行动的含义可以解释为：打造工具，简化过程，推动生产，激发创造。
二、“保姆式”工具删繁就简
新工具的创造和采用必然促使科学技术水平和能力相应地提高，工具越高级，对使用者进行相关作业的赋能作用越大，aws的机器学习服务就是这样的一种新工具。
作为aws机器学习服务的核心产品，amazon sagemaker 是一项完全托管的服务，可以帮助开发者和数据科学家快速构建、训练和部署机器学习 （ml） 模型。sagemaker 可通过主动学习、超参数优化、模型分布式训练、监控训练进展，部署培训模型作为自动扩展的 restful 服务，以及对并发 ml 实验进行集中式管理，从标签数据开始简化 ml工作流，消除了机器学习过程中的繁重工作，让开发高质量模型变得更加轻松。
amazon sagemaker提供了强大的功能，如弹性笔记本、实验管理、自动模型创建、调试与分析，以及概念漂移检测等，这些功能封装在首个面向机器学习的集成开发环境amazon sagemaker studio中。
autodesk、change healthcare、拜耳、英国航空、盖洛普、洛杉矶快船队、松下航空电子（panasonic avionics）、环球邮报和t-mobile等众多企业都已开始利用amazon sagemaker加快机器学习部署。在中国，如虎牙、大宇无限、嘉谊互娱、华来科技等也都选择使用amazon sagemaker服务大规模地构建、训练和部署机器学习模型。
为什么这么多国内外知名企业纷纷选择aws的机器学习技术服务呢？张侠指出：“aws提供的是最广泛、最深入的机器学习的服务。”aws机器学习服务到底有多高级，能给急于数字化转型的企业带来多大的赋能作用？下面让我们一起来看一下亚马逊aws目前提供的三层“保姆式”的机器学习服务都有哪些内容。
底层是机器学习框架和基础架构层。在这一层，aws几乎支持了所有的开源标准框架，比如tensorflow、apache mxnet、pytorch等，另外还支持gluon、keras等多个平台的接口标准、转换标准。在基础架构层还提供亚马逊机器镜像——ami（amazon machine image），它是一个可以将操作系统、用户的应用程序、配置等一起打包的加密机器镜像，可用于启用实例的预配置服务器模板。
中层是aws机器学习的核心服务层。该层最主要的产品就是amazon sagemake和sagemake studio，它针对的有技术背景的专业人员，开发人员和数据科学教可以利用这个工具找到人工智能、机器学习所衍生的创新点、突破点，进而推出新产品、新服务。
上层是人工智能服务层。该层提供了aws通过深度学习开发出来的人工智能专用服务，这些服务主要解决与人类认知相关的典型问题。客户可以直接在其应用中调用aws提供的这些人工智能服务，而无需关注服务背后的机器学习模型。比如，针对计算机视觉类方面的amazon rekognition，针对文字语音的转换和记录的amazon polly和amazon transcribe、针对人机对话的amazon lex等。
张侠博士解释说：“这三层的关系，越往下越基础，功能越强大对使用者的要求也会更高；越往上越专门化，越产品化、服务化，通用化。”
三、推动生产 激发创造
恩格斯指出：“工具意味着异于其他动物的人所特有的活动，意味着人对自然界进行改造的反作用，意味着生产。”总而言之，工具意味着生产，意味着创造。
“amazon sagemaker是一个工具集，提供了用于机器学习的所有组件，贯穿整个机器学习的工作流程，从而以更少的努力、更低的成本、更快地将机器学习模型投入生产。”张侠这样讲道。
机器学习正在引领新一轮的创新浪潮，新产品新功能的出现、 产业链流程优化和自动化、传统行业的突破性进展，无一不有机器学习的身影，也无时无刻不刺激着各行各业从业者的神经。
大宇无限是一家专门从事移动应用程序开发的公司，主要为中东、东南亚和拉丁美洲等新兴市场提供移动短视频服务。对于当初作为初创企业的大宇无限来说，要构建一个满足海量用户有千万级视频的推荐系统，以及相匹配的机器学习平台，在人力和时间相当有限的情况下，是一项非常大的挑战。但是aws机器学习服务工具的出现，为大宇无限产品服务的生产创造提供了绝佳的助力。
大宇无限机器学习技术总监苏映滨表示：“amazon sagemaker帮助大宇无限实现了从0到1的突破。sagemaker极大地简化了整个机器学习构建、训练和部署的流程，而且其中的很多算法的性能已经被优化得非常好，完全能够满足我们的需求，我们只需要做好训练数据的准备、调用接口、设置参数，只需几个命令就可以完成机器学习平台的部署上线。”
伊克罗德是aws的核心级咨询合作伙伴 （apn premier consulting partner），致力利用云计算优势引领企业实现数字化转型。伊克罗德运用amazon sagemaker平台加速企业导入行业ai解决方案，如标签标注、文本分析、语意理解、预测分类、推荐系统与诈欺侦测等，针对客户实际遇到的商业问题，量身打造真正解决问题的端到端ai应用。伊克罗德产品经理陈昶佑表示：“amazon sagemaker是帮助企业兼顾了效能和成本的绝佳选择。”
好的工具能够激发出各行各业“百花齐放”的优秀局面，数字化转型进程的有效推进正需要aws机器学习服务这种“以点带面”作用的激发。同时，优秀的局面和创新环境又进一步反哺机器学习技术的提升，aws正不断地为amazon sagemaker增加新功能，仅仅在2019年就增加了50多个新功能，这使我们坚定不移地相信，未来企业的数字化转型将会处在一个非常良性的正向循环中。
电子书阅读器入门神器，当属当当阅读器新锐版
信号放大器《天线图鉴》，看完你也是通信人
解析示波器通道耦合与触发耦合的区别
MAX1241 串行AD和DA芯片的应用
LED正在改变所有的汽车
大数据分析和机器学习是数字化转型的过程中的两个重要支撑点
多功能界面锌主体的协同设计助力实用锌金属电池
L4无人重卡、重型无人机亮相618 助力物流调拨
2A 高效率升压 DC/DC 电压调整器LN3608AR-G介绍
WVD和STFT的定义及变换原理
北京联通携手华为采用4T6S解决方案，落实提速降费的政策
新思科技面向台积电推出全面EDA和IP解决方案
特斯拉订单规模异常庞大 你以为这样就可以多卖几台？
NVIDIA推出用于XR开发的CloudXR SDK
S类功放扩流电路原理图
3GPP官方宣布冻结5G R16标准规范？
利用NVIDIA Triton推理服务器加速语音识别的速度
DC充电系统架构及主要适用的ST产品介绍
寄生电感怎么产生的_寄生电感产生原因是什么
继电器的工作原理、特性和相关驱动电路