當前主要的公有云廠(chǎng)商，都在持續發(fā)展人工智慧應用，并且提供對應的解決方案，而身為市場(chǎng)龍頭的AWS到了2017年底，也加緊腳步推出不同層面的平臺與服務(wù)，并強調整合多種AWS服務(wù)的優(yōu)勢。

　　人工智慧的應用當道，使用機器學(xué)習技術(shù)的機會(huì )跟著(zhù)快速增長(cháng)，許多云端服務(wù)業(yè)者都在積極發(fā)展這樣的業(yè)務(wù)，而AWS當然也不例外。

　　他們在底層架構的部份，提供搭配GPU的加速運算型執行個(gè)體P3，以及專(zhuān)門(mén)用於深度學(xué)習的一系列AMI映像檔，支援Apache MXNet、Caffe2、CNTK、PyTorch、TensorFlow、Theno、Torch等框架。而在深度學(xué)習的應用介面上，AWS也支援2015年問(wèn)世的Keras（能在TensorFlow、CNTK、Theano當中執行），以及由AWS與微軟在2016年10月所共同推出的Gluon（MXNet已涵蓋在內，微軟CNTK未來(lái)版本及更多深度學(xué)習框架，也將納入）。

　　而在2017底年舉行的re:Invent全球用戶(hù)大會(huì )上，AWS新發(fā)表了多種機器學(xué)習相關(guān)的云端服務(wù)項目。

　　在11月29日的主題演講當中，AWS執行長(cháng)Andy Jassy針對機器學(xué)習平臺，首先宣布推出的服務(wù)是SageMaker，這是一套關(guān)於機器學(xué)習模型的建立、訓練與部署作業(yè)的云端服務(wù)，由AWS全權管理，可協(xié)助應用程式的開(kāi)發(fā)者、資料科學(xué)家，將發(fā)展機器學(xué)習環(huán)境所需的多項繁復操作，變得更容易。

　　SageMaker之所提供這樣的便利性，是因為運用了預先建好的Jupyter notebooks開(kāi)發(fā)范本、針對PB等級資料集最佳化的常用機器學(xué)習演算法，以及自動(dòng)模型調校等技術(shù)。而在訓練過(guò)程中，SageMaker也能予以簡(jiǎn)化與加速，并且可以自動(dòng)建立與管理所需要的IT基礎架構，用於訓練模型與執行推論，以便產(chǎn)生預測結果。

　　在深度學(xué)習框架的搭配上，SageMaker原生整合了TensorFlow和MXNet，未來(lái)將會(huì )支援更多類(lèi)型，同時(shí)，開(kāi)發(fā)者若在SageMaker使用特定的框架與演算法，也可以先把相關(guān)環(huán)境的容器，上傳到EC2 Container Registry容器登錄服務(wù)，再予以設定。

　　透過(guò)SageMaker執行訓練模型的過(guò)程，也相當簡(jiǎn)單，開(kāi)發(fā)者只需選擇EC2的執行個(gè)體類(lèi)型與數量，以及資料所在位置即可，系統會(huì )幫你設定分散式運算叢集、執行模型的訓練，并將結果輸出到S3，在完成作業(yè)之後，也會(huì )自動(dòng)拆散叢集。此外，這套服務(wù)提供了自動(dòng)調校模型功能，里面運用方式包括：超參數（Hyperparameters）的最佳化，以及自動(dòng)調整幾千種演算法的參數組合，藉此提升預測精確度。

　　接續在SageMaker之後，Andy Jassy第二項關(guān)於機器學(xué)習的發(fā)布，出乎眾人意外地，竟是一臺具有WI-Fi無(wú)線(xiàn)上網(wǎng)能力、內建深度學(xué)習的視訊攝影機DeepLens，令全場(chǎng)與會(huì )者為之震驚。

　　這是一部協(xié)助開(kāi)發(fā)者設計深度學(xué)習應用的設備，并可用於人員的教育訓練，AWS人工智慧事業(yè)群總經(jīng)理Matt Wood也在現場(chǎng)利用這臺設備，直接向全場(chǎng)觀(guān)眾展示辨識物件圖像與臉部情緒的能力，處理速度與判斷準確性相當不錯。

　　Matt Wood也公布了DeepLens的售價(jià)是249美元，有意試用者，可參加re:Invent大會(huì )現場(chǎng)舉行的DeepLens工作坊，AWS也已經(jīng)開(kāi)放網(wǎng)站預購，可到電子商務(wù)網(wǎng)站amazon.com下單，預計在2018年初開(kāi)始出貨。

　　想要獲得機器學(xué)習的能力，首先要克服的難關(guān)是相關(guān)環(huán)境的建置，而在A(yíng)WS宣布推出的服務(wù)SageMaker當中，簡(jiǎn)化了這些作業(yè)，開(kāi)發(fā)者只需考慮資料模型該如何建立、訓練、部署，底層的瑣碎工作由AWS來(lái)處理。

　　除了SageMaker和DeepLens，AWS在圖像、語(yǔ)音、語(yǔ)言、語(yǔ)意的辨識服務(wù)上，也增加了新的解決方案。

　　在影像識別應用上，AWS先前就有Rekogntion，是針對圖片的搜尋、分析與組織，而在這次大會(huì )期間，他們推出Rekognition Video，能即時(shí)與批次分析影片，另一個(gè)則是Kinesis Video Streams，可擷取與儲存影音串流資料。

　　其中的Rekognition Video，可以針對用戶(hù)存放在S3云端儲存的影片資料，追蹤里面的人員與活動(dòng)狀態(tài)，并且辨識物體、臉孔、名人與不當內容，AWS借助電腦視覺(jué)模型的力量，提供易於使用的API，而這些模型訓練的目的，就是為了能夠做到精準偵測幾千個(gè)物體與活動(dòng)，并且可以針對即時(shí)錄制的視訊，以及放置在S3的影片，拆解出動(dòng)作相關(guān)的脈絡(luò )。

　　而對於語(yǔ)音識別，AWS過(guò)去已推出文字轉換語(yǔ)音的服務(wù)Polly，以及針對應用程式提供語(yǔ)言和文字交談介面的服務(wù)Lex，而到了2017年底，他們增設了將語(yǔ)音辨識為文字的服務(wù)Transcribe，翻譯多國語(yǔ)文的Translate，以及具備自然語(yǔ)言處理能力的Comprehend。

　　以Transcribe為例，能夠處理音質(zhì)較低的語(yǔ)音資料，例如通話(huà)中心的電話(huà)語(yǔ)音記錄，提供高精準度的分析，系統對於處理的每一個(gè)字，都會(huì )給予一個(gè)時(shí)戳（Timestamp），讓開(kāi)發(fā)者對於文字與原始檔案的內容，進(jìn)行精準對齊。而在多國語(yǔ)言的支援上，目前這套服務(wù)僅支援英文與西班牙文，至於處理其他語(yǔ)言的部份，未來(lái)將陸續推出。在技術(shù)的發(fā)展上，Transcribe的下個(gè)目標是針對同一個(gè)聲音檔，能夠清楚辨識出里面的多個(gè)講者，也將提供開(kāi)發(fā)者上傳自定的詞匯資料，以提升語(yǔ)音轉為文字的精確度。

　　而在Translate的服務(wù)當中，AWS運用了神經(jīng)機器翻譯（Neural Machine Translation）的技術(shù)，提供精準的多國語(yǔ)文翻譯，初期可處理英文與6國語(yǔ)言之間的轉換（阿、法、德、葡、簡(jiǎn)中、西），2018將推出更多語(yǔ)言的支援。

　　至於Comprehend，則是提供理解自然語(yǔ)言的能力，針對儲存在A(yíng)WS云端服務(wù)環(huán)境中的文件、社交網(wǎng)站的貼文、文章，以及任何文字資料，進(jìn)行相關(guān)的處理。AWS在這套服務(wù)里面，主要是運用了深度學(xué)習技術(shù)，而能辨識出多種資訊，例如：文字敘述的主體（例如人物、地點(diǎn)、日期、所屬的團體組織），內容撰寫(xiě)采用的語(yǔ)言，文字表達的情緒、表達概念與形容詞的關(guān)鍵字。

　　在2017年底，AWS宣布6個(gè)物聯(lián)網(wǎng)（IoT）云端服務(wù)，都是針對連網(wǎng)設備而來(lái)的應用。首先發(fā)表的是IoT 1-Click，提供更易於建構物聯(lián)網(wǎng)應用的環(huán)境，針對使用者單鍵操作的連網(wǎng)設備，使其具有技術(shù)支援、後續添購相關(guān)商品與服務(wù)，或是資產(chǎn)位置追蹤等功能。

　　接著(zhù)，AWS推出IoT Device Management、IoT Device Defender、IoT Analytics，對應連網(wǎng)設備的管理、安全防護，以及資料分析需求。

　　而對於小型、低功耗連網(wǎng)設備的整合運用，AWS提供Amazon FreeRTOS作業(yè)系統平臺，使設備安全連至AWS云端服務(wù)，或是執行Greengrass的邊緣設備與閘道裝置，而開(kāi)發(fā)者可以更容易建構具有通用物聯(lián)網(wǎng)能力的設備。