Zhidxcom（公众号：zhidxcom）|鑫源智滴8月9日报道，AWS技术峰会今日在北京举行。
AWS全球副总裁、大中华区执行董事荣永康携手合作伙伴光环新网、西云数据介绍了AWS中国业务的发展情况。
亚马逊首席技术官Werner Vogels博士也来到现场，与众多AWS合作伙伴网络（APN）成员分享了AWS的技术服务和业务支持，内容涵盖人工智能、机器学习、物联网等。
互联网、大数据等方面。
会后，亚马逊AWS全球技术和开发者布道者团队负责人Ian Massingham接受了知喜喜等媒体采访。
他深入探讨了亚马逊AWS在人工智能、机器学习、物联网等方面的最新技术和应用，并介绍了AWS在AI方面的全面布局以及AWS的国际经验是其进入中国市场的优势。
所谓首席布道师，其实是亚马逊云为了向大众推广和讲解技术而设立的一个特殊职位。
现在国内外大多数科技公司都拥有布道者团队。
1. 人工智能和机器学习的五个案例。
Ian Massingham首先介绍了AWS在机器学习领域的几个应用案例。
在物流领域，亚马逊在全球拥有多个运营中心，每个运营中心的机器人系统都采用了机器学习技术。
机器人随机分布在运营中心的某些角落。
他们自动对货物进行分类，然后将货物交给人类，由人类为货物贴上标签。
该技术自2001年开始使用。
在包裹递送方面，客户普遍希望更高的速度和更低的价格。
▲Ian Massingham介绍运营中心使用的机器人系统。
第二个案例是亚马逊的电子商务网站。
亚马逊官网有个性化的商品推荐服务。
推荐的形式有很多种。
例如，它可以告诉顾客大多数购买该产品的人还购买了哪些其他产品。
它还可以根据您的购买记录在主页上显示您可能想要的内容。
购买的产品。
Ian Massingham表示，由于美国亚马逊上销售的产品有2亿件，这涉及到非常巨大的数据问题。
随后，Ian Massingham介绍了两个相对较新的案例。
其中之一是 AWS 在剑桥进行的无人机送货实验。
借助计算机视觉等技术，无人机可以自动避开障碍物，无需人工控制。
目前，该无人机系统可以在 30 分钟内递送包裹。
设计这样的自主飞行系统面临许多技术挑战。
例如，有时通行区域没有网络，试图减轻硬件的重量，并且在能源供应、CPU、电池和机器学习系统方面也存在限制。
另一个案例是亚马逊的智能音箱Echo。
Echo和无人机使用的硬件正好相反，只有一个MCU微控制单元和四个固定唤醒字。
智能音箱本身的智能化程度很低。
一旦语音服务被唤醒，就会从AWS云中调用其服务。
AWS提供的自然语言理解（NLU）服务使机器能够理解说话者的意图，掌握表达的实体和关联性，变得更像人与人之间的自然语言对话。
最后一个案例是AWS去年发布的DeepLens。
DeepLens是与英特尔联合开发的智能相机，旨在让人们更容易理解深度学习等概念。
DeepLens 面向开发人员。
它为开发人员提供了 12 个预配置的示例，开发人员可以使用这些示例直接在云中训练和部署模型。
2.全面布局AI服务 Ian Massingham表示，AWS的机器学习遍布堆栈服务的每一层。
最底层是框架和基础设施，用于提供计算环境，使高性能并行计算环境更加高效。
例如，通过使用 Amazon EC2 P3，用户可以输入更多数据并更快地在模型上训练神经网络。
AWS平台上的所有框架都是平等对待的，不同的框架适合不同的场景。
Ian Massingham还特别提到了适合深度学习和统计学习的AWS系统镜像（AMI）。
AMI中包含了所有开源框架和所需工具，以及要利用的NVIDIA通用并行计算架构CUDA。
中间层是平台服务，用于工作流处理。
目前，市场上一些业务做得不错的数据团队在数据准备上花费了大量的精力。
为了解决这个问题，AWS发布了机器学习云服务Amazon SageMaker，这是一个具有完整管理功能的机器学习服务。
开发研究人员和数据科学家可以直接使用提供的样本来快速构建、训练和运行大规模机器学习模型。
最顶层是抽象层。
开发者根本不会使用上述框架，可以直接集成AWS提供的针对图像、视频、语音、文本等热门任务的API来实现想要的AI应用。
以语音服务为例，AWS的Amazon Comprehend是一组自然语言处理（NLP）API，专注于非结构化文本的理解。
它可以分析文本、挑选关键词并构建文本。
搜索。