用人工智能授人以渔

石菲

你在网络购物的时候经常会看到网站向你推荐某些商品，这些商品是你购买或者曾经浏览过的。这就是用人工智能、机器学习根据你的购物经历计算出来的。

当你看杂志时发现一套喜欢的衣着搭配，可以拍照上传到电子商务网站，机器学习的模型会跟电商网站的产品库进行比对，找到风格类似的商品。

你在购物时，同一个时间有很多人都在挑选商品，如果没有机器学习的算法将每一件商品和准确的客户ID进行连接，购物体验就不会那么流畅。

在物流方面也处处离不开人工智能。在你网络购物之前，很多商品就已经布置到了离你最近的仓库，这也需要机器学习进行预测。对于全球化的电子商务网站来说，每天面临多种配送方式，不同的地址，机器学习要针对这样的复杂环境尽量准确地预测货品的到达时间，增强客户体验。

作为全球跨境最大的购物网站之一，亚马逊利用机器学习有一个核心理念，就是亚马逊+机器学习等于客户体验的提升。而这个理念，也延伸到了亚马逊云科技的战略之中。

亚马逊云科技大中华区云服务产品管理总经理顾凡表示，“亚马逊想把AI/ML普惠作为我们的核心使命，要想完成这个使命最重要的一條就是帮助不同的客户提供不同的工具，所以我们为客户准备了产品齐全、简单易用的人工智能工具箱。客户使用我们的工具箱可以快速迭代、快速开发，规模化地产生数据模型。做到真正的授人以鱼不如授人以渔。甚至更进一步‘扶上马，送一程的方式，帮助客户更快应用机器学习技术，把机器学习的能力交到每一位构建者手中，加速人工智能和机器学习的普惠。”

多年来，亚马逊云科技已经为多个行业提供了这样的人工智能工具。

在教育行业，叽里呱啦使用 Amazon Polly 和 AmazonEC2 P3快速地构建了具有逼真语音体验的在线学习平台，让儿童获得具有沉浸式体验的纯正英语发音学习环境。

在工业智能领域，天和荣在开发即视通门铃产品的人脸识别功能过程中，采用了开箱即用的 Amazon Rekognition，短时间内就为即视通平台增加了人形侦测、人脸识别等能力。

在游戏行业， 行者AI 利用Am a z o nSageMaker开发了游戏内容过滤服务，对不恰当内容的识别率超过96%，大大高于同类产品的水平，上线短短三个月内，已经获得了几十家游戏客户青睐。

淄博热力在供热方面用自动化完全代替人工，帮助能耗下降30%。

在人工智能（AI）服务层面，亚马逊云科技在北京区域推出了Amazon Personalize，客户无需具备机器学习专业知识，即可方便、快速地构建个性化推荐系统;在中间层，将Amazon SageMaker在re：Invent 2020上亮相的包括Data Wranger、Feature Store、Pipelines等七项新功能在北京区域和宁夏区域上线，让客户可以更轻松地构建端到端的机器学习管道;在算力层面，亚马逊云科技在北京区域和宁夏区域推出了Amazon EC2 Inf1实例，该实例基于亚马逊云科技自研机器学习推理芯片Amazon Inferentia，与当前成本最低的基于GPU的实例相比，可以提高多达30%的吞吐量，并使每次推断的成本最高降低45%。

淄博市热力集团有限责任公司董事长、党委书记汪德刚表示，“多年来，淄博热力利用信息化手段改造传统供热，致力于成为行业标准的制定者和行业发展的引领者。通过与亚马逊云科技合作，借助机器学习能力创新，建成了基于机器学习和大数据分析的智能供热平台，帮助我们从传统供热向产业智能化方向转型，在满足用户需求的同时实现节能减排，建立绿色能源生态系统。未来，希望我们能借助先进的云技术持续创新，推动国内热力行业的数字化、智能化转型。”