不久前，亚马逊发布2018年第二季度的财报，业界人士纷纷叫好，猜测亚马逊很有可能成为既苹果之后的下一个万亿市值公司。而亚马逊AWS作为亚马逊的“第二大创造”，一举一动也备受关注。
在建立起亚马逊零售帝国之后，亚马逊集团董事会主席兼CEO杰夫·贝佐斯（Jeff Bezos）几乎用了所有的手段来押注和成就AWS. AWS全球副总裁、大中华区执行董事容永康说：“2018年第二季度的营业额已经增加到61亿美金，年增长49%，年收入预计超过240亿美元。”据了解，目前亚马逊AWS有几百万个活跃的企业客户，分布全球190多个国家。
AWS全球副总裁、大中华区执行董事容永康
五年之前，亚马逊AWS开始发力中国市场，从光环新网运营的AWS中国（北京）区域，到2017年12月西云数据运营的AWS中国（宁夏）区域开通，中国客户数量不断增加，除中小企业、初创企业，还有许多政企客户与行业独角兽均将业务运行在亚马逊AWS的平台上，可以说，五年中，亚马逊AWS在中国“所建不凡”。
截至目前，亚马逊共提供125种云服务，4200+种功能特性，在全球18个区域，55个可用区，100多个边缘节点。容永康表示，年底之前，亚马逊AWS还将在全球范围内开放4个区域。
技术不凡，增添AI与机器学习新玩法
日前，在亚马逊AWS技术峰会人工智能与机器学习专场中，亚马逊AWS全球技术与开发者布道师团队负责人Ian Massingham （伊恩·马幸哈姆）从AI、机器学习两方面介绍了亚马逊如何利用最新的技术服务打造用户体验。
亚马逊AWS全球技术与开发者布道师团队负责人Ian Massingham （伊恩·马幸哈姆）
或许有人好奇布道师是什么？宗教中的传教士？亦或是某种神秘人士？古有传道受业解惑之师，现有讲解技术的布道师。百科将其定义为随着IT产业的兴起而兴起的职业，面向公众进行技术的宣传和讲解。在现场布道中，lan从不同领域的多个案例入手，介绍了亚马逊目前各项业务中对AI和机器学习等各项技术的应用。
第一个案例是物流领域，亚马逊在全球有多个运营中心，每个运营中心的机器人系统就使用了机器学习技术。lan表示，机器人会随机分布在运营中心的角落，自动分拣货物，通过不同路径将货物交付给人工，由人工贴上标签。
第二个案例是产品个性化推荐，主要应用于亚马逊的电商网站。具体的推荐形式多样化，比如当顾客登录亚马逊网站，个性化推荐可以告诉顾客购买了这个产品的大多数人也购买了其它哪些产品，也可以根据你的购买记录在主页显示出你可能会想购买的产品。
第三个案例是用无人机来递送包裹，目前正在英国剑桥大学进行实验。正如Ian所说，你看到的这些无人机都不是由人来操控的，而是由一系列的组合算法来完成的。比如说基于GPS的路径规划的算法，以及计算机视觉，来避免可能会碰到一些障碍物等等。
第四个案例是智能音箱Echo，Echo只有一个MCU微控制单元和四个固定唤醒词。lan表示，智能音箱本身的智能程度非常低，一旦唤醒语音服务后，其服务将从AWS云端调用。AWS提供的自然语言理解（Nature Language Understanding，NLU）服务，使得机器能够了解说话者的意图，抓住表述的实体和关联性，变得更像人与人自然语言之间的对话。
最后一个案例是去年AWS发布的一款硬件产品DeepLens.DeepLens是和英特尔联合开发的可编程的智能摄像头，加载了GPU和CPU，目标用户是开发者，它为开发者提供12个预先配置好的样本，开发者可以用其直接在云端训练并部署模型。
将机器学习的能力赋予每一位开发者和数据科学家
如今，大量开发人员和企业客户选择在AWS平台之上使用深度学习和机器学习系统，lan总结说有两个原因。第一个原因是AWS平台上有大量数据，并且全球客户大多与AWS进行数据分享；第二个原因是亚马逊AWS的机器学习和深度学习的服务可以和AWS的其他云服务进行结合。AWS的做法是，将其机器学习和人工智能技术打包成服务，即使用户不是这方面的专家，也可以轻松使用。
据了解，为了将人工智能、机器学习的能力交付给每一位开发者，AWS建立了一个三层的AWS机器学习堆栈，最上面一层是应用服务，集合了AWS预抽取或预训练的一些机器学习的服务和模型，开发人员可以直接使用，中间一层是平台服务，帮助软件开发人员将其在软件开发方面的知识用于机器学习中，最下面一层是框架和基础设施，包含机器学习所需的一些基本工具和资源。AWS会在每一层中不断加入新的功能。
AWS利用广泛的客户基础，多元化的使用场景，帮助开发人员根据场景选择不同的机器学习框架和工具，力求将机器学习的能力赋予每一位开发者和数据科学家。
【中国IDC圈原创，未经授权禁止转载】
相关链接：
热门专题
