【TechWeb】4月24日，在AWS INNOVATE 2020在线技术大会上，AWS首席云计算企业战略顾问张侠发表了主题演讲，围绕企业数字化转型进行了深入探讨。他分享了AWS在数据库、数据分析、人工智能和机器学习等多个领域的技术实力，以及这些技术如何帮助企业实现数字化转型。

在数字化时代，数据已成为至关重要的战略资源。通过整合大数据、机器学习和人工智能技术，企业能够进行前瞻性的数据分析，从而更广泛和深入地利用大数据，进行预测性分析。

谈及AWS在人工智能和机器学习方面的能力时，张侠透露，过去一年中，AWS新推出了近250项人工智能相关的服务和功能。其中，Amazon SageMaker和Amazon SageMaker Studio这两个针对机器学习的关键服务即将在中国市场全面推出，目前处于有限预览阶段。

Amazon SageMaker是一款完全托管的服务，旨在帮助开发者和数据科学家快速构建、训练和部署机器学习模型。该服务简化了机器学习流程，使开发高质量模型变得更加容易。Amazon SageMaker集成了多种强大功能，如弹性笔记本、实验管理、自动模型创建、模型调试分析以及模型概念漂移检测，并将其整合到Amazon SageMaker Studio这一面向机器学习的集成开发环境中。

张侠指出，亚马逊在机器学习领域积累了近25年的经验，拥有数千名工程师和数据科学家专注于这一领域。为了让更多用户受益，亚马逊提出了一个口号——将机器学习能力普及给每一位开发者。

亚马逊AWS的机器学习服务分为三个层次：

底层：机器学习框架和基础设施。AWS支持多种主流的机器学习框架，例如TensorFlow、PyTorch、Apache MXNet、Chainer、Gluon、Horovod、Keras等，并且提供了AWS Glue、Amazon Kinesis等机器学习数据库或数据接口。此外，AWS还提供了各种类型的虚拟机、实例和镜像，包括配备GPU的计算实例Amazon EC2 G4和Amazon EC2 P3，以及Amazon Elastic Inference，后者可以在Amazon EC2上动态挂载专用GPU以降低成本。AWS还推出了基于自家创新芯片的Amazon Inferentia Inf1实例，专门用于机器学习推理。

中层：Amazon SageMaker。

顶层：现成的人工智能服务。AWS提供了多种现成的人工智能服务，如Amazon Rekognition图像识别服务、Amazon Polly文本转语音服务、Amazon Transcribe语音转文字服务等。Polly和Transcribe服务已经在中国市场提供。此外，还有自然语言处理、语言翻译、语义理解和文档处理等服务。此次还新推出了企业内部全局搜索服务Amazon Kendra。

在过去两年中，AWS基于Amazon.com的一些人工智能和机器学习技术，推出了个性化推荐服务Amazon Personalize、欺诈检测服务Amazon Fraud Detector、预测服务Amazon Forecast。此外，还有用于代码审查和分析的Amazon CodeGuru，它利用机器学习技术来分析代码，识别资源消耗大和成本高的部分。Amazon Connect Contact Lens服务则通过机器学习分析客服中心的客户情绪。AWS还提供了一种人机对话服务Amazon Lex，这是Amazon Echo智能音箱背后的技术。

AWS在人工智能和机器学习领域的服务覆盖面广且深入。这一点可以从分析机构Gartner的评价中得到验证。Gartner在2020年2月发布的《云上AI开发者服务魔力象限》中，将AWS列为领导者象限的第一位。报告指出，AWS凭借其全面的服务和开发接口（API），包括语音和视觉服务，为开发者和数据科学家提供了强有力的支持。Amazon SageMaker更是为这一生态系统提供了重要支撑。