亞馬遜開(kāi)辟了一條通往人工智能下一個(gè)前沿的道路

亞馬遜公司(Amazon.com Inc.)有時(shí)不會(huì)出現(xiàn)在人工智能領(lǐng)域的頂級(jí)領(lǐng)導(dǎo)者名單上，而谷歌公司(Google Inc.)、微軟公司(Micros of t Corp.)、Face book Inc.)和IBM公司(IBM Corp.)將會(huì)發(fā)生變化。

亞馬遜首席執(zhí)行官杰夫·貝佐斯最近在給股東的年度信中透露，他認(rèn)為機(jī)器學(xué)習(xí)，AI的分支機(jī)構(gòu)教計(jì)算機(jī)學(xué)習(xí)，而不是明確的編程，這是他公司未來(lái)的關(guān)鍵。

特別是，像今天其他人工智能領(lǐng)導(dǎo)者一樣，亞馬遜專注于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，其目的是以原始方式模仿大腦的學(xué)習(xí)方式。 在過(guò)去的幾年里，深度學(xué)習(xí)導(dǎo)致了語(yǔ)音和圖像識(shí)別的巨大進(jìn)步，使從亞馬遜的Alexa語(yǔ)音助理到谷歌的自動(dòng)駕駛汽車的一切都成為可能。

正如Bezos所指出的，亞馬遜的一些工作是顯而易見(jiàn)的，比如Alexa、其Prime Air遞送無(wú)人機(jī)和亞馬遜Go商店，它們使用機(jī)器學(xué)習(xí)來(lái)丟棄結(jié)帳線。 其他機(jī)器學(xué)習(xí)工作是幕后的，動(dòng)力需求預(yù)測(cè)，產(chǎn)品建議等等，這就是貝佐斯期望它產(chǎn)生最大影響的地方。

下一步是使用AmazonWe bServices云，通過(guò)降低使用它的成本和摩擦，將機(jī)器學(xué)習(xí)傳播給開(kāi)發(fā)人員。 去年秋天，亞馬遜開(kāi)始通過(guò)新的服務(wù)，如Alexa的腸子Lex，使開(kāi)發(fā)人員可以通過(guò)其云訪問(wèn)其機(jī)器學(xué)習(xí)，以創(chuàng)建會(huì)話接口，如機(jī)器人，以及Polly，將文本轉(zhuǎn)化為語(yǔ)音和Rekognition，用于圖像分析和相關(guān)任務(wù)。

貝佐斯說(shuō)：“客戶已經(jīng)在各地開(kāi)發(fā)強(qiáng)大的系統(tǒng)，從早期疾病檢測(cè)到提高作物產(chǎn)量。 ”“看這個(gè)空間。 還有更多。

亞馬遜的創(chuàng)始人不僅僅是追逐最新的熱門趨勢(shì)。 機(jī)器學(xué)習(xí)服務(wù)可能對(duì)幫助亞馬遜在日益激烈的云計(jì)算戰(zhàn)爭(zhēng)中抵御競(jìng)爭(zhēng)對(duì)手至關(guān)重要，因?yàn)楣雀韬臀④浀裙鞠Ｍ谖餮艌D在線零售巨頭上立足。 事實(shí)上，很明顯，亞馬遜希望成為未來(lái)智能應(yīng)用時(shí)代的主要技術(shù)供應(yīng)商。

CBInsights在一份新報(bào)告中表示：“亞馬遜的下一個(gè)支柱可能是人工智能，”與其主要的免費(fèi)運(yùn)輸服務(wù)和AWS本身一樣重要。 “亞馬遜比以往任何時(shí)候都更渴望成為一家平臺(tái)公司。

根據(jù)Gartner等人的計(jì)算，它有一條路可以在云機(jī)學(xué)習(xí)產(chǎn)品上趕上微軟和谷歌。 上周在舊金山舉行的AWS開(kāi)發(fā)商峰會(huì)上，該公司宣布了新的更新和功能，旨在開(kāi)始糾正這種情況。

為了深入研究亞馬遜的機(jī)器學(xué)習(xí)計(jì)劃，硅ANGLE在開(kāi)發(fā)人員會(huì)議上與亞馬遜網(wǎng)絡(luò)服務(wù)公司亞馬遜A I副總裁SwamiSivasubramanian進(jìn)行了交談。 這是經(jīng)過(guò)編輯的對(duì)話版本：

Q：告訴我亞馬遜在機(jī)器學(xué)習(xí)方面的工作范圍。

A：有三層。 頂級(jí)應(yīng)用程序，如Lex、Polly和Rekognition，都是預(yù)先訓(xùn)練的深度學(xué)習(xí)模型，應(yīng)用程序編程接口，適用于那些不想了解深度學(xué)習(xí)的應(yīng)用程序開(kāi)發(fā)人員，但希望構(gòu)建能夠聽(tīng)到、說(shuō)話或看到的智能應(yīng)用程序。

下一層是API平臺(tái)服務(wù)，如AmazonMachine Learning，以及EMR[Elastic Map Reduce，用于分析大量數(shù)據(jù)]等各個(gè)部分，這些服務(wù)迎合了那些想要在Red Shift[AWS的數(shù)據(jù)倉(cāng)庫(kù)]或關(guān)系數(shù)據(jù)庫(kù)中的數(shù)據(jù)之上構(gòu)建自己的機(jī)器學(xué)習(xí)模型的人。 下一層我的團(tuán)隊(duì)做的是圍繞深度學(xué)習(xí)框架和機(jī)器學(xué)習(xí)算法。

我團(tuán)隊(duì)中的一群科學(xué)家正在研究核心深度學(xué)習(xí)框架。 在AWS，我們非常開(kāi)放地支持所有的深度學(xué)習(xí)框架，如從Apache MXNet到TensorFlow到Caffe到Theano等等。

Swami Subramanian，亞馬遜A I在AWS的負(fù)責(zé)人(資料來(lái)源：Linked In)

Q：大體上來(lái)說(shuō)，你想在這里完成什么？

A：我們的目標(biāo)是使人工智能基本民主化，使每個(gè)開(kāi)發(fā)人員都能訪問(wèn)人工智能。 在很大程度上，即使在今天建立人工智能，它在許多情況下需要一個(gè)博士學(xué)位。 D.在機(jī)器學(xué)習(xí)中真正做好..

我們希望能夠建立新的智能應(yīng)用程序，這些應(yīng)用程序?qū)嶋H上可以做人類已經(jīng)能夠做的事情，比如能夠看到、聽(tīng)到、說(shuō)話或理解。 我們使企業(yè)和企業(yè)能夠在他們存儲(chǔ)在AWS中的數(shù)據(jù)之上做出智能決策。

Q：我們?cè)谀睦锬芸吹竭@些行動(dòng)？

A：Netflix已經(jīng)建立了一個(gè)推薦引擎，使用深度學(xué)習(xí)向客戶展示他們應(yīng)該看什么。 Pinterest在圖像識(shí)別方面也是如此。 我們使用亞馬遜內(nèi)部的機(jī)器學(xué)習(xí)來(lái)實(shí)現(xiàn)和物流，所以當(dāng)你點(diǎn)擊一個(gè)訂單來(lái)購(gòu)買東西時(shí)，機(jī)器人使用計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)來(lái)知道選擇和發(fā)送它。 我們還使用它來(lái)增強(qiáng)現(xiàn)有的產(chǎn)品，例如X-Ray，這是一個(gè)很酷的亞馬遜即時(shí)視頻功能，使用計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)，所以當(dāng)你凍結(jié)一個(gè)框架時(shí)，它告訴你誰(shuí)是框架中的所有演員。

我們也在用它來(lái)創(chuàng)造新的產(chǎn)品系列。 現(xiàn)在大家都認(rèn)識(shí)亞歷克莎了。 我兩歲的時(shí)候和亞歷克莎說(shuō)話，就像房子里的真人一樣。 隨著亞馬遜的去，這項(xiàng)技術(shù)為一些無(wú)結(jié)賬的體驗(yàn)提供了動(dòng)力，我們實(shí)際上可以看到誰(shuí)在走過(guò)去拿東西或把它放下。

Q：亞馬遜最近在談?wù)撊斯ぶ悄軙r(shí)表現(xiàn)得更明顯，但谷歌、微軟、Face book等似乎得到了更多的關(guān)注。 你想改變嗎？

A：在亞馬遜，我們傾向于更多地關(guān)注對(duì)客戶重要的事情。 例如，我們說(shuō)，“這是一種無(wú)結(jié)帳的零售體驗(yàn)，可以幫助顧客更快地購(gòu)物?！蔽覀儾粫?huì)說(shuō)，“嘿，看看這個(gè)，這是一個(gè)很棒的深度學(xué)習(xí)東西，順便說(shuō)一句，它可能是有用的。”亞歷克莎也是這樣。 我自己也很感激作為一名科學(xué)家，但我更喜歡它，因?yàn)槲业募胰讼矚g和亞歷克莎說(shuō)話。

也就是說(shuō)，亞馬遜多年來(lái)一直在大力投資機(jī)器學(xué)習(xí)和人工智能，我們?cè)诳茖W(xué)界非常公開(kāi)，做出了我們的貢獻(xiàn)，并對(duì)此持開(kāi)放態(tài)度。 我們今年收到了亞馬遜的多份意見(jiàn)書、研究論文等等。 在MXNet中，我們已經(jīng)完成了35%的代碼提交貢獻(xiàn)。

Q：是什么改變了，使深度學(xué)習(xí)算法，已經(jīng)大約20年或更長(zhǎng)時(shí)間，工作這么好今天？

A：三件事。 現(xiàn)在，我們有能力以廉價(jià)的方式存儲(chǔ)所有這些數(shù)據(jù)，而不必向這些存儲(chǔ)供應(yīng)商支付大量的錢。 第二，進(jìn)入專業(yè)化計(jì)算.. GPU[圖形處理單元]和FPGA[現(xiàn)場(chǎng)可編程門陣列]芯片已經(jīng)解鎖和加速了這些應(yīng)用。 最后一個(gè)方面是，一旦這些東西被構(gòu)建和訓(xùn)練，我們就更容易使用預(yù)先配置的模板來(lái)運(yùn)行分布式培訓(xùn)基礎(chǔ)設(shè)施，只要一次單擊就可以擴(kuò)展到數(shù)百個(gè)GPU。 由于云的作用，你現(xiàn)在可以編程的簡(jiǎn)單性已經(jīng)大大改變了。

Q：亞馬遜的工作在多大程度上側(cè)重于應(yīng)用現(xiàn)有技術(shù)，而不是提出新的算法或技術(shù)？

A：我們?cè)谶@些領(lǐng)域做了基礎(chǔ)創(chuàng)新研究-語(yǔ)音識(shí)別、自然語(yǔ)言理解、視覺(jué)理解。 如果你在十年前把時(shí)鐘推回來(lái).我們必須在深度學(xué)習(xí)技術(shù)中推動(dòng)邊界，以獲得我們想要真正把它放在客戶手中的準(zhǔn)確性。 就像Alexa一樣，盡管它很受歡迎，我們不得不在這些算法之上發(fā)明新的算法，以獲得我們想要的客戶體驗(yàn)。 或者使用AmazonGo，我們必須在深度學(xué)習(xí)和計(jì)算機(jī)視覺(jué)方面顯著提高藝術(shù)水平。

我們也在這里做核心引擎的基礎(chǔ)研究，比如深度學(xué)習(xí)框架.. 我們有一個(gè)團(tuán)隊(duì)，致力于深度學(xué)習(xí)引擎，努力繼續(xù)擴(kuò)大系統(tǒng)規(guī)模。 我們的客戶有一些他們想要處理的數(shù)據(jù)-圖像、視頻等等。 可伸縮性將是未來(lái)幾年的關(guān)鍵區(qū)別之一，因?yàn)槟枰幚淼臄?shù)據(jù)量繼續(xù)增加。

Q：你的機(jī)器學(xué)習(xí)模型也能在云網(wǎng)絡(luò)的邊緣工作嗎，比如自動(dòng)駕駛汽車，它們迫不及待地要回中央云了嗎？

A：我們相信，為云構(gòu)建的模型也可以在邊緣運(yùn)行。 我們建立的深度學(xué)習(xí)模型可以在傳統(tǒng)的計(jì)算機(jī)環(huán)境中運(yùn)行，也可以在EC2[AWS的彈性計(jì)算云服務(wù)]或Lambda[AWS的臨時(shí)計(jì)算服務(wù)]中運(yùn)行。 Greengrass[允許離線操作和本地處理數(shù)據(jù)而不需要云服務(wù)的軟件]是在邊緣設(shè)備中運(yùn)行的一個(gè)很好的環(huán)境。 我的團(tuán)隊(duì)移植了一個(gè)MXNet深度學(xué)習(xí)模型，它可以識(shí)別表中的對(duì)象，這些對(duì)象可以在RaspberryPI相機(jī)上運(yùn)行[里面有一臺(tái)微型、廉價(jià)的計(jì)算機(jī)]。

其目標(biāo)是將有一個(gè)混合模式，其中一些深度學(xué)習(xí)模型將運(yùn)行在快速用例的邊緣，一些在云中運(yùn)行更復(fù)雜的用例。 亞歷克莎就是這樣做的。 這就是為什么我們看到這種新的混合部署模式在未來(lái)可能更有趣。

Q：機(jī)器學(xué)習(xí)下一步是什么？

A：我女兒兩歲了，大約一個(gè)左右，她看到兩個(gè)西紅柿后認(rèn)出了西紅柿是什么。 她不需要一千個(gè)西紅柿來(lái)展示。 這正是我認(rèn)為深度學(xué)習(xí)處于起步階段的原因。 實(shí)際上，有一些技術(shù)存在于今天，在那里你可以用非常有限的數(shù)據(jù)來(lái)提高深度學(xué)習(xí)模型的準(zhǔn)確性。

我們對(duì)這些東西做了很多試驗(yàn)。 有時(shí)人們不需要絕對(duì)的準(zhǔn)確性。 即使像視覺(jué)搜索這樣的東西，人們也愿意以較低的準(zhǔn)確性生活，只要他們能夠得到更好的覆蓋。

所以還有很多事情要做。 如果是亞馬遜的第一天，在機(jī)器學(xué)習(xí)中，我們剛剛醒來(lái)，甚至還沒(méi)有喝過(guò)一杯咖啡。

顯示您對(duì)我們的任務(wù)的支持，我們的一鍵訂閱我們的優(yōu)管頻道（下面）。 我們擁有的用戶越多，你就越能向你推薦相關(guān)的企業(yè)和新興技術(shù)內(nèi)容。 謝謝！

支持我們的使命：>；>；>；SUBS CRIBE NOW>；>；>；到我們的優(yōu)管頻道。

我們還想告訴你我們的使命，以及你如何幫助我們完成它。 硅谷媒體公司的商業(yè)模式是基于內(nèi)容的內(nèi)在價(jià)值，而不是廣告。 與許多在線出版物不同，我們沒(méi)有付費(fèi)墻或經(jīng)營(yíng)橫幅廣告，因?yàn)槲覀兿Ｍ３治覀兊男侣勯_(kāi)放，沒(méi)有影響或需要追逐流量。 硅谷的新聞、報(bào)道和評(píng)論-以及我們硅谷工作室的現(xiàn)場(chǎng)、未經(jīng)剪輯的視頻和CUBE的環(huán)球視頻團(tuán)隊(duì)-需要大量的艱苦工作、時(shí)間和金錢。 保持高質(zhì)量需要贊助商的支持，他們與我們的無(wú)廣告新聞內(nèi)容的愿景一致。

如果您喜歡這里的報(bào)道，視頻采訪和其他無(wú)廣告內(nèi)容，請(qǐng)花點(diǎn)時(shí)間查看我們的贊助商支持的視頻內(nèi)容樣本，推特您的支持，并繼續(xù)回到硅安格爾。