性爱无码视频久久国产A,亚洲精品1区,2区,三区

對于大部分公司來說，本周（9月17日-19日）在上海舉行的世界人工智能大會，無疑是一個展現(xiàn)自身 AI 實例的絕佳舞臺。

作為國內(nèi)人工智能領(lǐng)域迄今級別最高的行業(yè)活動，BAT、科大訊飛、小米、谷歌、亞馬遜等企業(yè)高管均出席或發(fā)表演講。馬云從社會層面對機器與人類關(guān)系的解讀，李彥宏以技術(shù)出發(fā)討論企業(yè)掌握 AI 命脈的方法論，高管的演講，傳達出的是不同公司對人工智能的戰(zhàn)略差異。

其中，來自亞馬遜 AWS 副總裁 Swami Sivasubramanian （斯瓦米•西瓦蘇布拉曼尼，以下簡稱 Swami）的展示就有些與眾不同。

在 Swami 不到20分鐘的演講中，單是提及的客戶案例，就包括了英特爾、GE、美國橄欖球聯(lián)盟、GE、英特爾、Tinder、穆迪、英語流利說、F1方程賽車、圖森等超過10家公司，可以說，客戶層面的案例面貌，甚至比 Swami 介紹 AWS 自身的內(nèi)容還要多得多。

事實上，這樣的行事風(fēng)格，不僅體現(xiàn)在 Swami 的一場演講，在整個亞馬遜AWS的服務(wù)體系中，“客戶”是其圍繞的唯一核心。

在亞馬遜成立早期，其創(chuàng)始人杰夫·貝佐斯（Jeff Bezos）曾說過這樣一段話：“我們希望把亞馬遜打造成為世界上最以客戶為本的一家公司，我們不用關(guān)注競爭對手，也不用管別人在做什么，只需要關(guān)注客戶。”

當(dāng)然，在任何一種商業(yè)體的運營策略中，“以客戶為中心”都不會是一個過時的方法論。因此，為了將這句話不再淪為一個口號，AWS 以及整個亞馬遜，都將客戶層面的需求，緊密融合在具體產(chǎn)品、業(yè)務(wù)、內(nèi)部組織的推動進程中。

從具體的執(zhí)行層面來看，2006年亞馬遜推出 AWS 云計算服務(wù)時，其宗旨就是將原本造價高昂的云端資源與運算能力，用更彈性、經(jīng)濟的方式分配給中小企業(yè)；到了2015年，亞馬遜開始嘗試將這種資源利用的“民主化”轉(zhuǎn)移到人工智能產(chǎn)品，具體的做法包括將內(nèi)部一些機器學(xué)習(xí)的服務(wù)打包，相繼推出 Amazon Machine Learning（機器學(xué)習(xí)平臺）、Rekognition（圖像識別平臺）、Polly（語音識別平臺）等 AI 應(yīng)用。

在去年11月，亞馬遜AWS在美國宣布推出 Amazon SageMaker，這款可以直譯為“魔法生成器”的產(chǎn)品，將人工智能系統(tǒng)最開始的搜集數(shù)據(jù)；甄選平臺、框架和模型算法；到用這些數(shù)據(jù)訓(xùn)練模型，找到這些模型關(guān)鍵的參數(shù)和配置，再到機器學(xué)習(xí)里最后一步“推斷（Inference）”——全部流程都可以通過“魔法生成器”來實現(xiàn)。

通過對 AI 系統(tǒng)復(fù)雜部署方式的產(chǎn)品化，Amazon SageMaker 讓原來需要10-20多個博士級人工智能專家需要操作9個月的項目，縮短至僅受過一些訓(xùn)練的人員花3-4周就可以完成一個模型。這大大加快了人工智能在實際中的使用和應(yīng)用的速度。

可以說，亞馬遜拓展 AI 的終極目標(biāo)實則相當(dāng)樸素：就是把人工智能這樣一個復(fù)雜的、需要專業(yè)人士來運營的技術(shù)，交到普通的數(shù)據(jù)分析師、軟件開發(fā)、甚至是業(yè)務(wù)人員手里。

而在降低 AI 產(chǎn)品門檻的同時，亞馬遜在內(nèi)部組織管理方面，也時刻體現(xiàn)出“以客戶為核心”的烙印。

在今年9月 AWS 峰會北京站，亞馬遜 AWS CTO 沃納·威格爾（Werner Vogels）穿著一件游戲公司 Fortnite （自然也是 AWS 的客戶）的T恤衫亮相，在接受采訪時 Werner 談到：“說句實在話，我也不知道我管理了多少人員。”

由于 AWS 采用去中心化的人員架構(gòu)，有多少產(chǎn)品服務(wù)類別，就可以對應(yīng)多少團隊，且每個團隊有獨立的負責(zé)人，而這種“自恰式”的自主管理方式，自然是為了能更有主觀能動性地對客戶的需求提供響應(yīng)。

“在亞馬遜 AWS，我們90%到95%的新項目都是基于客戶給我們的反饋，剩下5%也是從客戶角度出發(fā)所做得創(chuàng)新嘗試。”Swami 對鈦媒體說到。

根據(jù) Swami 透露，目前在亞馬遜 AWS 上使用機器學(xué)習(xí)服務(wù)的企業(yè)已經(jīng)數(shù)以萬計，調(diào)用量同比去年增長了250%，超過80%的客戶都是跑在AWS的云計算上，在中國的客戶包括圖森、小米、獵豹移動、小紅書、流利說，?？低暤取?/p>

而在9月17日世界人工智能大會期間，Swami 也接受了鈦媒體在內(nèi)的媒體采訪，并對亞馬遜 AWS 的發(fā)展策略；亞馬遜對于 AI 落地的看法；以及最新成立的上海亞馬遜人工智能研究院等情況進行了回復(fù)。

以下為對話實錄，經(jīng)鈦媒體編輯后發(fā)布：

鈦媒體：和國內(nèi)眾多 AI 公司相比，您認為亞馬遜 AWS 在 AI 技術(shù)積累與應(yīng)用落地兩個層面的優(yōu)勢是什么？

Swami：我們不隨意對競爭對手去做評論，但對于亞馬遜而言，我們更關(guān)注的是客戶的需求。

在技術(shù)能力方面，亞馬遜關(guān)注機器學(xué)習(xí)已經(jīng)超過20年。從早期在網(wǎng)上銷售圖書開始，我們就已經(jīng)使用機器學(xué)習(xí)的能力給客戶進行推薦以及預(yù)測，從而確保整個供應(yīng)鏈達到進一步優(yōu)化。不管是SageMaker還是其他工具及技術(shù)，亞馬遜提供了最深入、最廣泛的解決方案；

另外，我們也開發(fā)了很多系統(tǒng)與工具，比如亞馬遜Alexa，就是通過深度學(xué)習(xí)來提供語音服務(wù)，還有計算視覺技術(shù)等等?？梢哉f，在深度學(xué)習(xí)方面我們已經(jīng)積累了豐富的經(jīng)驗，客戶也覆蓋了各個領(lǐng)域。比如醫(yī)療領(lǐng)域的 GE、時尚行業(yè)、還有一些非營利組織。

鈦媒體：可否談?wù)剚嗰R遜此次在上海開設(shè)的人工智能研究院的職責(zé)是什么？

Swami：首先，我們希望能從中國本土招聘到最優(yōu)秀的人才，來關(guān)注對開源技術(shù)、深度學(xué)習(xí)以及人工智能方面的研究。為什么會在這個時候？最主要的原因是我們已經(jīng)在和諸如上海紐約大學(xué)等學(xué)校合作的過程中，發(fā)現(xiàn)了非常優(yōu)秀的人才，所以非常希望能和這些出色的教授、博士生一起關(guān)注最先進的技術(shù)。

但至于會展開什么樣的項目，如果大家熟悉亞馬遜對未來發(fā)展的規(guī)劃，會發(fā)現(xiàn)我們90%到95%的新項目，都是基于客戶給予的反饋，剩下5%的項目也是從客戶角度出發(fā)做得一部分創(chuàng)新嘗試。

比如我們在考慮到底該怎么將深度學(xué)習(xí)運用到數(shù)據(jù)庫的結(jié)構(gòu)上，或者運用在自然語言處理、計算機視覺技術(shù)等等，從而提升數(shù)據(jù)分析的準(zhǔn)確性與可拓展性。

鈦媒體：7月份的時候，您在紐約亞馬遜大會上談到：亞馬遜會用人工智能和機器學(xué)習(xí)，去優(yōu)化公司的結(jié)構(gòu)，這將是另一個創(chuàng)新的領(lǐng)域?？煞駨?AWS 的角度談一下該如何具體去做？

Swami：對亞馬遜而言，機器學(xué)習(xí)已經(jīng)完全深入到業(yè)務(wù)的方方面面。

亞馬遜每個事業(yè)部的負責(zé)人都會在年初時提交一個六頁的文件，來闡述自己在下一年的業(yè)務(wù)發(fā)展規(guī)劃，在這份文件中，所有人必須要回答的一個問題就是：如何更好地利用機器學(xué)習(xí)，從而對事業(yè)部產(chǎn)生改變。

可以說，“機器學(xué)習(xí)”已經(jīng)是亞馬遜的DNA所在，不論是亞馬遜官網(wǎng)對機器學(xué)習(xí)給出的建議，還是我們的物流、Alexa 中使用到的機器推薦、預(yù)測能力，都是基于深度學(xué)習(xí)基礎(chǔ)的產(chǎn)物。

因此，我想整個亞馬遜都可以說是數(shù)字驅(qū)動、或者是深度機器學(xué)習(xí)驅(qū)動的公司，并不是說機器學(xué)習(xí)是一件非?？岬氖虑槲覀儾湃プ觯呀?jīng)完全生根在我們每一天的日常業(yè)務(wù)運作當(dāng)中。

鈦媒體：AI 目前的落地途徑還是非常有限，您如何看待其中的挑戰(zhàn)和困難？

Swami：正是因為有云的存在，人工智能才有了更多的民主化。如果我們看歷史的發(fā)展，人工智能和機器學(xué)習(xí)并不是一個全新的概念，最早在30年之前就有深度學(xué)習(xí)的技術(shù)，可為什么之前深度學(xué)習(xí)、機器學(xué)習(xí)沒有大規(guī)模的被采納或者說落地呢？也是因為如下幾個原因。

首先，它需要非常大量的數(shù)據(jù)；另外，機器學(xué)習(xí)對于CPU、計算能力有非常高的要求，所以在以前，只有大型互聯(lián)網(wǎng)公司才具備在數(shù)據(jù)庫上建立系統(tǒng)的能力；而亞馬遜AWS的出現(xiàn)改變了這樣的狀態(tài)。

AWS誕生之后，不一定是大公司，哪怕是小型的初創(chuàng)企業(yè)，也可以從零開始使用人工智能，而且成本非常低；同時我們提供的存儲系統(tǒng)具備很強的可擴展性與安全性，也可以按需使用你需要的技術(shù)和服務(wù)。

鈦媒體：可否舉例談?wù)剚嗰R遜 AWS 的機器學(xué)習(xí)平臺能為客戶帶來的價值？

Swami：比如美國的金融科技公司Intuit、醫(yī)療行業(yè)的百時美施貴寶，它們經(jīng)常遇到的挑戰(zhàn)是：公司沒有足夠多的專業(yè)人才來建立機器學(xué)習(xí)的模型，而我們能夠提供的，就是讓用戶方便獲取打造機器學(xué)習(xí)模型的能力。

Intuit 告訴我們，使用AWS以及SageMaker產(chǎn)品后，他們的機器學(xué)習(xí)開發(fā)時間，從以前的幾個星期減少了90%時間，這也就是為什么我們能夠通過客戶的口碑相傳，在每一年都能達到250%的速度增長。

從計算資源的角度來講，AWS 是世界最大的云服務(wù)提供商，我們有很多客戶都有大量“跑數(shù)據(jù)”以及計算的需求。包括我們自己的 Amazon GO和Alexa，像 Amazon GO從攝像機里捕捉到的數(shù)據(jù)量是非常大的。

還有F1方程賽所用的賽車，每一輛F1方程賽車上面都有120個傳感器，一場比賽產(chǎn)生的數(shù)據(jù)量在3GB左右，在采用亞馬遜的機器學(xué)習(xí)平臺來建模之后，F(xiàn)1方程賽可以對過去65年間所有的比賽數(shù)據(jù)進行分析。所以對于亞馬遜AWS來講，我們有著非常強的計算能力與可拓展性。（本文首發(fā)鈦媒體，采訪、撰文/蘇建勛）

快報