AWS机器学习：赋能工业，授人以鱼不如授人以渔

云栖网：近日，在2020年亚马逊re:Invent全球大会上，AWS全球机器学习副总裁SwamiSivasubramanian发表了关于机器学习和人工智能主题演讲，展示了AWS关于人工智能与机器学习的最新全景蓝图，并宣布了一系列新服务和新功能，让机器学习更易用和拓展到更加广阔的使用者、应用场景和行业。AWS大中华区云服务产品管理总经理顾凡在解读时表示，AWS的机器学习在配合客户的时候，始终坚持“授人以鱼不如授人以渔”的原则，希望把工具给到客户，“扶上马再送一程”，让他们自己有能力建立机器学习并用起来，真正帮客户快速地解决业务难题。

AWS大中华区云服务产品管理总经理顾凡

赋能工业，AWS首次推出开箱即用的机器学习解决方案

面对数字经济的发展机遇，多个国家和地区已将人工智能列为优先发展的国家战略。德勤发布的《全球人工智能发展白皮书》指出，在人工智能众多的分支领域中，机器学习是人工智能的核心研究领域之一。同时，机器学习在工业领域的应用与发展，对于工业的信息化和数字化转型具有重要意义。那么，作为机器学习的翘楚，AWS又有在工业领域又有哪些技术创新呢？

在re:Invent大会上，AWS发布了五项用于工业领域的机器学习服务，分别是AmazonMonitron、AmazonLookoutforEquipment、AWSPanorama一体机、AWSPanoramaSDK和AmazonLookoutforVision。这是AWS首次推出开箱即用的工业领域机器学习解决方案。

AmazonMonitron和AmazonLookoutforEquipment通过机器学习支持预测性维护。AmazonMonitron面向没有建立传感器网络的客户，提供由传感器、网关和机器学习服务组成的端到端机器监控系统，检测异常并预测何时需要维护工业设备。AmazonLookoutforEquipment面向已经拥有传感器、但不希望自己构建机器学习模型的客户，由AWS为其构建模型并返回预测结果，检测异常设备行为。

AWSPanorama通过计算机视觉改善工业运营和工作场所安全。AWSPanorama一体机是一个硬件设备，将它连接到工业场所的网络中，它就可以自动识别摄像头数据流，与工业摄像头进行交互。AWSPanorama软件开发套件（SDK），方便工业相机制造商在新相机中嵌入计算机视觉功能。

AmazonLookoutforVision为工业客户提供高精度、低成本的产品质量异常检测解决方案。它通过机器学习技术，每小时可以处理数千张图像，发现产品缺陷和异常。客户可以将摄像头图像批量或实时发送到AmazonLookoutforVision，找出异常，例如机器部件的裂纹、面板上的凹痕、不规则形状或产品上的颜色错误等。

Swami主题演讲中表示，“机器学习是我们这一代人能遇到最具颠覆性的技术之一，目前已经有超过10万客户在使用AWS的机器学习服务，很多客户已经将机器学习用于其核心业务。”目前已经使用AWS工业领域机器学习服务的客户和合作伙伴包括Axis、凌华科技、BP、德勤、Fender芬达、GE医疗和西门子交通等等。

顾凡表示，之所以有越来越多的企业选择使用AWS，主要是因为AWS在机器学习方面的三大优势和特点。一是AWS服务的宽度和深度。简单的来讲就是一把钥匙开一把锁，机器学习也要有合适的工具，在什么样的场景下应该选择工具箱中什么样最适合的工具；二是AWS在机器学习领域里面始终抱着一个开放的心态，很多工具是非常开放的，可以跟客户的整个环境做到非常好的集成；三是AWS不但交给用户工作，还教会他使用工具，帮客户解决业务难题并给客户带来的益处。

AWS大中华区机器学习产品总监代闻

AWS大中华区机器学习产品总监代闻同时表示，AWS始终秉承开放赋能的思路，无论是从基础设施到计算平台到服务，还是到工业化的完整场景，AWS都更加聚焦客户有哪些需求，满足客户需求的同时也提升了AWS的优势，从而更好的为客户服务。

今天，机器学习，正在成为工业领域广泛应用的工具之一。而这，也是AWS的目标。正如AWSCEOAndyJassy在他的分享当中引用了一个作家的话，他说“我把你叫来，让你做机器学习，不是为了机器学习，而是为了用机器学习作为一个工具完成一个工作。”

中国AI市场前景广阔AWS助力客户轻装前行

中国数字经济正在蓬勃发展，AI更是成为推动中国数字经济的关键组成部分。根据《2020-2021中国人工智能计算力发展评估报告》预测，2020年中国人工智能市场规模将达到约62.7亿美元，未来4年将保持30.4%的年复合增长率，2024年将达到172.2亿美元的市场规模，中国在全球人工智能市场的占比将达到15.6%，成为全球市场增长的重要驱动力。

顾凡认为，中国在机器学习方面是有机会领先发展的。首先，机器学习非常重要的因素一是数据，二是场景。而中国既不缺场景，更不缺数据。首先，从数据维度看，从生活领域，数据无处不在。比如在线支付，每个人每天都在用各种电子支付。而在工业领域，中国IoT的数据就丰富了，作为制造业大国，中国在整个智能制造迭代过程中产生的数据并不是别人能比拟的。其次，中国不缺场景。智能制造会产生很多场景，有了数据、有了场景就会变成业务线催着你做出符合需求的产品和解决方案，从而真正解决问题。另外，中国在国家政策方面对于人工智能有非常强的扶持，这为促进中国在整个生态系统方面的建设，也给整个机器学习和AI生态系统里面的参与者会有非常多的机会。

同时顾凡也强调，无论是中国还是全球都遇到了人才方面的挑战。即数据科学家、机器学习的软件开发工程师的储备还不够，会碰到产品原型开发和工程方面能力的欠缺，而这也正是AWS能帮到企业地方，AWS更强调工具的易用性，工具要因人而异，什么样的人用什么样的工具。顾凡说，“授人以鱼不如授人以渔，把客户扶上马再送一程，真正帮他把这个难关渡过去，让他真正实现价值。这才是AWS的价值所在。”