亚马逊云科技多位AI大咖现身，都谈了些什么？(2)

亚马逊云科技人工智能与机器学习产品副总裁 Bratin Saha博士

02 丰富的工业化工具集为AI赋能

在亚马逊云科技一直在推动机器学习普及工作，为此推出了丰富的机器学习工具集，以赋能具有不同AI/ML机器学习需求的开发者和使用者。这些工具集可以分为三层：

基础层是为机器学习专家提供的经过优化的深度学习框架。如Tensorflow、MXNet，方便专家们快速地构建环境，避免框架兼容性和依赖性等问题，从而提升训练速度、降低推理延迟。

值得一提的是，除了对现有深度学习框架进行优化外，亚马逊云科技还做了大量创新的探索工作，比如纽约大学、亚马逊云科技上海研究院等共同开发的面向图神经网络以及图机器学习的开源框架Deep Graph Library（DGL）和亚马逊云科技研发并开源的AutoGluon代码库。

会上亚马逊云科技上海人工智能研究院院长、资深首席科学家张峥教授就DGL最新进展进行了分享。张峥教授透露，目前DGL 0.9已经推出，年内将发布DGL 1.0版。亚马逊云科技人工智能开源项目首席产品经理、开源AutoML框架AutoGluon开发负责人叶文铭分享并演示 了AutoGluon 如何在 5 分钟内通过 3 行代码彻底改变机器学习工作流程，助力开发者轻松构建超大规模的机器学习应用。

位于中间的是Amazon SageMaker。这是一个端到端的机器学习平台，它覆盖机器学习应用的全流程，从数据标记、数据处理、特征存储、算法探索、模型推理到上线再到边缘端设备管理等为开发人员提供全过程支持。

最上一层是各种开箱即用的机器学习和人工智能服务。它们让客户无需机器学习的经验，就能快速地把这些能力集成到他们自己的应用或者业务流程中，如人脸识别、聊天机器人，以及个性化推荐、企业级搜索、欺诈检测等。

值得一提的是，与很多技术供应商不同，亚马逊云科技在推动人工智能和机器学习落地的过程中，非常重视机器学习的工业化，致力于实现智能化技术的普惠。

“机器学习要从极少数的专用应用程序，演变到在我们的生活中无处不在，就要通过自动化、工具化，通过部署和标准化的流程，即通过软件的工业化来实现的。”Bratin Saha说。