對話AWS副總裁Swami：機(jī)器學(xué)習(xí)正處在Day one，但已無處不在

在亞馬遜，有一種說法是Day one（第一天）。而機(jī)器學(xué)習(xí)（Machine Learning）也毫無疑問是處在它的第一天。”

AWS副總裁Swami Sivasubramanian（斯瓦米·西瓦蘇布拉曼尼）這樣表達(dá)他對于機(jī)器學(xué)習(xí)廣袤市場空間的看法。

他給媒體打了個比方：現(xiàn)如今的機(jī)器學(xué)習(xí)有點(diǎn)像我們剛睡醒需要喝杯咖啡的時刻，處于一天中的清晨。但即使在這么早的階段，機(jī)器學(xué)習(xí)領(lǐng)域就已經(jīng)出現(xiàn)了非常多的創(chuàng)新了，而且這些創(chuàng)新不光來自于那些實(shí)力非常雄厚的大公司，同時也來自于初創(chuàng)企業(yè)。假以時日，機(jī)器學(xué)習(xí)將成為所有應(yīng)用的必備成分。

同時，隨著今年4月中國區(qū)正式上線了機(jī)器學(xué)習(xí)服務(wù)Amazon SageMaker，AWS帶給中國客戶的技術(shù)能力邊界再度擴(kuò)大。

資料顯示，SageMaker是AWS CEO Andy Jassy在2017年的AWS re:Invent大會上發(fā)布的，一經(jīng)推出，就得到了熱烈響應(yīng)，成為應(yīng)用開發(fā)領(lǐng)域的一支新力量，目前已在全球擁有了上萬家客戶。

據(jù)雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))了解，截止目前，AWS已經(jīng)推出了三個層次的機(jī)器學(xué)習(xí)云服務(wù)，包括：AI服務(wù)、ML服務(wù)、ML框架和基礎(chǔ)架構(gòu)。

·AI服務(wù)：比如，文本轉(zhuǎn)語音：Amazon Polly、語音轉(zhuǎn)文本：Amazon Transcribe、從文檔中提取文本和數(shù)據(jù)：Amazon Textract、推薦引擎：Amazon Personalize等；

·ML服務(wù)：Amazon SageMaker；

·ML框架和基礎(chǔ)架構(gòu)：集成了主流框架的機(jī)器學(xué)習(xí)鏡像、GPU和CPU計(jì)算資源、集成FPGA甚至推理芯片的計(jì)算資源等。

Swami談到，作為AWS人工智能和機(jī)器學(xué)習(xí)領(lǐng)域的負(fù)責(zé)人，他在AWS已經(jīng)工作15年，他所在部門的使命就是把機(jī)器學(xué)習(xí)的能力賦予日常工作中普通的開發(fā)者和數(shù)據(jù)科學(xué)家使用。

據(jù)悉，此前，他曾任AWS的NoSQL數(shù)據(jù)庫總經(jīng)理，兼管大數(shù)據(jù)業(yè)務(wù)。多年來，Swami先生對大數(shù)據(jù)、人工智能領(lǐng)域始終保持著極高的熱情。

在剛剛落幕的上海世界人工智能大會上，Swami就以視頻演講的形式“布道”了AWS的機(jī)器學(xué)習(xí)。

而借此契機(jī)，我們在Swami演講后與其展開了一次對話，聽到了更多關(guān)于機(jī)器學(xué)習(xí)落地中國的進(jìn)展以及在新冠肺炎疫情中他對于機(jī)器學(xué)習(xí)發(fā)展的深度思考。

平臺意識：AWS做云梯，創(chuàng)新企業(yè)聚焦業(yè)務(wù)

訪談中，Swami非常強(qiáng)調(diào)平臺公司和初創(chuàng)企業(yè)的分工。

他認(rèn)為，整個社會在轉(zhuǎn)型，因此，當(dāng)我們談到人工智能和機(jī)器學(xué)習(xí)的時候，不光只是從研究、開發(fā)的角度去看待，他覺得其實(shí)更重要的，是能夠讓開發(fā)人員和數(shù)據(jù)科學(xué)家在日常的工作中也能夠用到人工智能和機(jī)器學(xué)習(xí)，只有這樣，才能夠把機(jī)器學(xué)習(xí)的能力應(yīng)用在更多領(lǐng)域。

而要達(dá)到這樣的目的，平臺企業(yè)就需要支持市場主流的一些機(jī)器學(xué)習(xí)框架，像Tensorflow、PyTorch、MXNet等等，并且支持GPU、CPU等不同的硬件架構(gòu)。

而這些條件，包括SageMaker在內(nèi)的AWS的機(jī)器學(xué)習(xí)服務(wù)都做到了。

雷鋒網(wǎng)注意到，截至目前，SageMaker支持的領(lǐng)先的深度學(xué)習(xí)框架和接口標(biāo)準(zhǔn)包括：TensorFlow、PyTorch、Apache MXNet、Chainer、Keras、Gluon、Horovod、Scikit-learn和Deep Graph Library。此外，用戶可以通過上傳自己的容器鏡像讓SageMaker運(yùn)行自定義的框架和模型。

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)家快速構(gòu)建、訓(xùn)練和部署機(jī)器學(xué)習(xí)模型。SageMaker消除了機(jī)器學(xué)習(xí)過程中的繁重工作，讓開發(fā)高質(zhì)量模型變得更加輕松。

Swami指出，其實(shí)機(jī)器學(xué)習(xí)的應(yīng)用領(lǐng)域是非常廣泛的，可以適用于很多行業(yè)。對于初創(chuàng)公司而言，可以深入到行業(yè)應(yīng)用解決方案中，聚焦于行業(yè)化的具體應(yīng)用開發(fā)和部署，幫助這些行業(yè)實(shí)現(xiàn)創(chuàng)新自動化。

而SageMaker這樣的平臺則可以被用來幫他們完成建模、部署等一些“苦活累活”。

對于初創(chuàng)公司，Swami的建議是其迅速找到重要的客戶然后快速做創(chuàng)新，而工具平臺則交給AWS來完成。

機(jī)器學(xué)習(xí)落地為王：晶泰科技、圖森未來、有道樂讀案例

實(shí)際上的確如此——Swami的觀點(diǎn)符合當(dāng)前AI重度強(qiáng)調(diào)落地，打造“AI+行業(yè)”的重要趨勢。在國內(nèi)，目前已經(jīng)有眾多公司使用AWS機(jī)器學(xué)習(xí)服務(wù)。

晶泰科技（XtalPi）是一家以計(jì)算驅(qū)動創(chuàng)新的藥物研發(fā)科技公司，通過自主研發(fā)的基于AWS GPU計(jì)算實(shí)例的機(jī)器學(xué)習(xí)框架，實(shí)現(xiàn)大規(guī)模的模型訓(xùn)練及參數(shù)優(yōu)化。

在新冠肺炎疫情爆發(fā)后，該公司很快對近3000個已通過美國藥監(jiān)局（FDA）審核的上市藥物、以及超過1萬種中藥成分分子，進(jìn)行了老藥新用的掃描，成功找到了183個可能對新冠病毒有潛在治療效果的藥物。之后，晶泰科技對這些藥物的活性進(jìn)行了排序，然后又通過更加高精度的計(jì)算方法，最終鎖定了38個藥物。

圖森未來（TuSimple）是一個無人駕駛卡車品牌，創(chuàng)立初衷在于以L4級別（SAE標(biāo)準(zhǔn)）的無人駕駛卡車技術(shù)為全球物流運(yùn)輸行業(yè)提供支持。

在美國圣地亞哥和中國，它都使用了SageMaker進(jìn)行超過100英里的自動駕駛貨運(yùn)服務(wù)的自主研發(fā)，它使用SageMaker訓(xùn)練了一百多種人工智能的模型，設(shè)立了不同的場景，以每小時65邁的速度實(shí)現(xiàn)車輛在車道中間誤差不超過5厘米的精準(zhǔn)度進(jìn)行行駛。

有道樂讀是一家網(wǎng)易有道旗下做少兒閱讀的科技公司，使用了Amazon Personalize來開發(fā)自己的個性化推薦引擎。據(jù)雷鋒網(wǎng)了解，有道樂讀的開發(fā)團(tuán)隊(duì)非常精悍，他們通過Amazon Personalize這樣的服務(wù)去實(shí)現(xiàn)了推薦引擎的快速開發(fā)。

此外，彈幕式互動平臺虎牙直播也使用SageMaker，在云上訓(xùn)練機(jī)器學(xué)習(xí)模型。

個人洞察：抗擊新冠肺炎疫情中，機(jī)器學(xué)習(xí)的3大趨勢

此前一次采訪中，AWS首席云計(jì)算企業(yè)戰(zhàn)略顧問張俠博士表示，在全球范圍內(nèi)，有上萬個客戶都在AWS上運(yùn)行各種各樣的機(jī)器學(xué)習(xí)負(fù)載，大概有85%的Tensorflow負(fù)載都是跑在AWS上。據(jù)統(tǒng)計(jì)，在AWS上運(yùn)行機(jī)器學(xué)習(xí)負(fù)載的客戶量至少高于其它云運(yùn)營商的2倍。

而新冠肺炎疫情大流行的這段時間，AWS的機(jī)器學(xué)習(xí)也在得到更大范圍地普及。

Swami談到，新冠肺炎疫情是一次洗禮，促使越來越多的公司向云端遷移，尤其是公共領(lǐng)域的公司，加快了使用云端機(jī)器學(xué)習(xí)來開發(fā)各式各樣的應(yīng)用。

AWS副總裁Swami

比如一些公司使用Amazon Textract（一項(xiàng)自動提取文檔中文本和數(shù)據(jù)的服務(wù)）來打造自己的應(yīng)用，增加對申請表的智能處理能力，同時使用對話機(jī)器人來建構(gòu)他們的呼叫中心，實(shí)現(xiàn)大規(guī)模部署的企業(yè)通訊系統(tǒng)。

總結(jié)來說，Swami看到了抗擊新冠肺炎疫情中人們使用機(jī)器學(xué)習(xí)的三大趨勢。

第一個趨勢，大規(guī)模的通訊。

比如有公司利用來自官方渠道的權(quán)威信息，結(jié)合專業(yè)文獻(xiàn)和詞庫，再利用機(jī)器學(xué)習(xí)和自然語言處理、知識圖譜技術(shù)對專業(yè)信息進(jìn)行結(jié)構(gòu)化處理、整合歸類并建立新冠肺炎防護(hù)的知識圖譜，快速打造了一套準(zhǔn)確率很高的新冠肺炎智能問答系統(tǒng)，累計(jì)解決了數(shù)十萬個問題。

第二個趨勢，人們使用機(jī)器學(xué)習(xí)來進(jìn)行新冠病毒治療方案的研發(fā)。

有公司利用機(jī)器學(xué)習(xí)進(jìn)行了老藥新用的掃描，成功找到了可能對新冠病毒有潛在治療效果的藥物，這得益于這類公司基于AWS GPU計(jì)算實(shí)例的機(jī)器學(xué)習(xí)框架，實(shí)現(xiàn)大規(guī)模的模型訓(xùn)練及參數(shù)優(yōu)化，加速了算法研發(fā)效率。

第三個趨勢，使用機(jī)器學(xué)習(xí)打造遠(yuǎn)程醫(yī)療平臺。

利用AWS的機(jī)器學(xué)習(xí)服務(wù)，中國一家專注智慧遠(yuǎn)程心電平臺及專業(yè)會診服務(wù)的初創(chuàng)企業(yè)益體康實(shí)現(xiàn)了快速構(gòu)建AI模型和推理部署，通過聯(lián)網(wǎng)的專業(yè)心電設(shè)備和云端遠(yuǎn)程醫(yī)療平臺幫助中小醫(yī)療機(jī)構(gòu)解決專業(yè)醫(yī)生資源不足的問題，為眾多身處隔離病房不方便醫(yī)生時時監(jiān)測心臟受損狀況的病患提供了服務(wù)，大幅減少了跨區(qū)傳播的風(fēng)險。

從這些鮮明的例子也可以看到，從初創(chuàng)公司到大型企業(yè)，部署機(jī)器學(xué)習(xí)應(yīng)用程序幾乎是普遍的重中之重了。

在每一個細(xì)分行業(yè)，企業(yè)不僅面臨多變的外部環(huán)境（政治經(jīng)濟(jì)文化），也面臨同行的激烈競爭。而借助機(jī)器學(xué)習(xí)，則有機(jī)會更快爬到行業(yè)金字塔的頂端，去應(yīng)對這些不確定性。AWS提供的人工智能和機(jī)器學(xué)習(xí)服務(wù)，正是為了實(shí)現(xiàn)這一目的。