机器学习的冤家
作者头像
  • 智能天下
  • 2020-05-29 08:08:13 0

在2019年AWS re:Invent峰会上,Amazon SageMaker Studio的推出引发了现场数千名开发者的热烈反响。这一全新的集成开发环境(IDE)使Amazon SageMaker更贴近用户,成为机器学习领域的重要工具。

随着时间的推移,越来越多的企业选择AWS来运行机器学习任务。Amazon SageMaker不仅成为连接云计算与人工智能的关键桥梁,也成为帮助企业实现数字化转型的有力助手。此外,它还成为开发者、数据科学家和算法工程师的好帮手。

Amazon SageMaker的历史沿革

Amazon SageMaker是一款完全托管的机器学习服务,旨在帮助开发者、数据科学家和算法工程师快速高效地将机器学习模型应用于实际场景。该服务源自亚马逊内部,亚马逊在其业务中广泛应用机器学习技术,例如物流配送、在线推荐系统、智能音箱Amazon Echo等。

正如AWS在2005年开始构建大型分布式系统,让云计算变得像水和电一样普及一样,机器学习的价值也被带到云端。AWS的目标是让机器学习成为更多企业和机构的常用工具。

将Amazon SageMaker从亚马逊内部推广到云端服务,始于AWS机器学习副总裁Swami Sivasubramanian的一次假期旅行。在这次旅行中,他开始思考如何利用AI和机器学习推动业务发展。

尽管人工智能有着悠久的历史,但在2011年后,随着云计算、大数据和移动互联网的兴起,人工智能进入了快速发展阶段。然而,直到2015年,人工智能仍未进入互联网搜索关键词的前十位。这是因为并不是所有企业都能够掌握机器学习技术,构建算法需要大量的计算资源和顶尖的人才。

面对这一挑战,Swami决定深入研究深度学习算法和机器学习框架,并撰写了一份关于AWS如何实现AI和机器学习的论文。这篇论文不仅推动了Amazon SageMaker的云端化,也为AWS提供了更易用的机器学习工具。

经过两年的准备,Amazon SageMaker于2017年正式上线,迅速成为AWS最受欢迎的服务之一。如今,Amazon SageMaker已服务于包括F1赛车、NFL、GE、西门子在内的数万家企业。

Amazon SageMaker在中国的应用

AWS已将Amazon SageMaker引入中国的两个区域——由光环新网运营的AWS中国(北京)区域和由西云数据运营的AWS中国(宁夏)区域。此举为中国开发者提供了更加便捷的机器学习服务。

“AWS将中国视为人工智能和机器学习的重要市场之一。Amazon SageMaker在中国的落地,将极大地促进中国机器学习的发展,助力中国企业进行AI创新。”AWS首席云计算企业战略顾问张侠博士表示。

Amazon SageMaker的全栈功能

Amazon SageMaker从诞生到在中国市场落地,一直在不断创新。如今,它已成为一个一站式的机器学习平台,涵盖底层基础设施、机器学习框架和上层丰富的AI服务。

机器学习项目涉及从发现问题、构建模型到解决问题的过程。包括数据收集、算法选择、模型训练和部署等环节。传统机器学习过程复杂且成本高昂,缺乏集成工具。AWS通过Amazon SageMaker解决了这些问题,提供了一个完整的解决方案,将云计算、大数据平台和机器学习平台有效结合在一起。

Amazon SageMaker的底层架构

Amazon SageMaker依赖于强大的底层架构,包括计算资源、容器和框架。AWS提供了多种计算实例,如P3和G4系列的GPU/CPU实例,以及高性能的推理服务实例。此外,AWS还提供了丰富的开源框架,如TensorFlow、PyTorch等,用户可以根据需要选择合适的框架。

Amazon SageMaker的服务模块

Amazon SageMaker的核心服务模块包括数据准备、算法构建、模型训练和部署。它能够自动化许多繁琐的任务,如模型调优和部署,显著简化和加快了模型训练过程。

Amazon SageMaker的开放性

Amazon SageMaker致力于开放性,包括框架开放性、集成开放性和生态系统开放性。AWS不仅支持主流框架,还鼓励用户使用自己的框架。此外,用户可以通过API和SDK将Amazon SageMaker集成到自己的平台中。

Amazon SageMaker与MLOps

MLOps类似于DevOps,旨在解决机器学习过程中遇到的问题。Amazon SageMaker通过清晰的分工和自动化工具,加速了MLOps的实施过程,为算法工程师和数据科学家提供了更好的工作环境。

机器学习的安全设计

机器学习的安全性至关重要。Amazon SageMaker通过独立空间、权限配置和端到端安全措施,提供了全面的安全保障。

机器学习与数字化转型

机器学习已经成为数字化转型的重要支撑。特别是在医疗健康、在线教育和金融等行业,机器学习发挥着重要作用。大宇有限是一家移动应用公司,借助Amazon SageMaker成功构建了精准的个性化内容推荐系统,展示了机器学习在企业数字化转型中的巨大潜力。

    本文来源:图灵汇
责任编辑: : 智能天下
声明:本文系图灵汇原创稿件,版权属图灵汇所有,未经授权不得转载,已经协议授权的媒体下载使用时须注明"稿件来源:图灵汇",违者将依法追究责任。
    分享
冤家机器学习
    下一篇