【51CTO.com原創(chuàng)稿件】在今天召開的AWS Re:Invent大會(huì)上，Amazon Web Services(簡(jiǎn)稱AWS)公司公布了五項(xiàng)***機(jī)器學(xué)習(xí)服務(wù)以及一款面向開發(fā)者的深度學(xué)習(xí)型無線視頻攝像機(jī)。Amazon SageMaker是一項(xiàng)全托管服務(wù)，可供開發(fā)者與數(shù)據(jù)科學(xué)家用于快速構(gòu)建、訓(xùn)練、部署并管理自己的機(jī)器學(xué)習(xí)模型。AWS方面還推出了AWS DeepLens，一款深度學(xué)習(xí)型無線視頻攝像機(jī)，其可運(yùn)行實(shí)時(shí)計(jì)算機(jī)視頻模型，從而為開發(fā)者提供與機(jī)器學(xué)習(xí)相關(guān)的實(shí)踐體驗(yàn)。此外，AWS亦公布了四項(xiàng)新服務(wù)，允許開發(fā)者構(gòu)建相關(guān)應(yīng)用程序以模擬人類認(rèn)知能力：Amazon Transcribe用于語(yǔ)音到文本轉(zhuǎn)錄; Amazon Translate用于不同語(yǔ)種間的文本翻譯; Amazon Comprehend用于理解自然語(yǔ)言; 而Amazon Rekognition Video則是一項(xiàng)新的計(jì)算機(jī)視頻視覺服務(wù)，可通過批量及實(shí)時(shí)方式分析視頻內(nèi)容。

[[211949]]

AWS DeepLens

Amazon SageMaker與AWS DeepLens，讓機(jī)器學(xué)習(xí)飛入“尋常開發(fā)者家”

就目前來看，機(jī)器學(xué)習(xí)的實(shí)現(xiàn)流程非常復(fù)雜，其中涉及大量試驗(yàn)與錯(cuò)誤因素，且要求執(zhí)行人員具備專項(xiàng)技能。開發(fā)人員與數(shù)據(jù)科學(xué)家必須首先對(duì)數(shù)據(jù)進(jìn)行可視化、轉(zhuǎn)換與預(yù)處理，從而將其轉(zhuǎn)化為可由算法用于進(jìn)行模型訓(xùn)練的正確格式。即使是最簡(jiǎn)單的模型也需要耗費(fèi)大量計(jì)算資源與時(shí)間進(jìn)行訓(xùn)練，而企業(yè)甚至可能需要雇用專門的團(tuán)隊(duì)來管理由大量GPU支持型服務(wù)器所建立的訓(xùn)練環(huán)境。另外，模型訓(xùn)練的整個(gè)過程充斥著大量人為介入與猜測(cè)性操作(從選擇與優(yōu)化算法，到調(diào)整將影響到模型準(zhǔn)確性的數(shù)百萬條參數(shù))。在此之后，我們還需要利用不同的專業(yè)技能調(diào)整應(yīng)用程序設(shè)計(jì)與分布式系統(tǒng)對(duì)接，從而將訓(xùn)練完成的模型引入實(shí)際應(yīng)用程序。隨著數(shù)據(jù)集與變量的增長(zhǎng)，客戶將不得不重復(fù)上述流程，因?yàn)槟Ｐ鸵呀?jīng)過時(shí)、需要進(jìn)行重復(fù)訓(xùn)練，否則將無法立足新的信息實(shí)現(xiàn)學(xué)習(xí)與發(fā)展。這一切都需要大量專業(yè)知識(shí)作為支撐，這必然要求投入大量的計(jì)算資源、存儲(chǔ)容量以及時(shí)間。就目前來講，機(jī)器學(xué)習(xí)對(duì)于大多數(shù)開發(fā)人員仍可謂遙不可及。

Amazon SageMaker是一項(xiàng)全托管機(jī)器學(xué)習(xí)服務(wù)，能夠有效消除機(jī)器學(xué)習(xí)流程中各階段所涉及的繁重轉(zhuǎn)換與猜測(cè)工作。Amazon SageMaker提供預(yù)構(gòu)建開發(fā)記事本、針對(duì)PB級(jí)數(shù)據(jù)集進(jìn)行優(yōu)化的多種流行機(jī)器學(xué)習(xí)算法，外加自動(dòng)化模型調(diào)優(yōu)機(jī)制，能夠有效降低模型構(gòu)建與訓(xùn)練的難度。Amazon SageMaker還能夠顯著簡(jiǎn)化并加速訓(xùn)練過程，自動(dòng)完成基礎(chǔ)設(shè)施的配置與管理工作，并借此訓(xùn)練模型以及運(yùn)行推理進(jìn)而完成預(yù)測(cè)。AWS DeepLens則從零開始設(shè)計(jì)，旨在幫助開發(fā)人員通過將該物理設(shè)備同廣泛的教程、示例源代碼以及原本熟知的AW服務(wù)進(jìn)行匹配，最終獲得構(gòu)建、訓(xùn)練及部署模型的實(shí)踐經(jīng)驗(yàn)。

AWS公司機(jī)器學(xué)習(xí)副總裁Swami Sivasubramanian解釋稱，“我們最初設(shè)定的AWS發(fā)展愿景，是希望任何一位用戶都能夠像世界上規(guī)模***的企業(yè)那樣獲得同樣的技術(shù)、工具、規(guī)模與成本結(jié)構(gòu)。我們希望所有開發(fā)人員都朐晚為廣泛且成功地使用機(jī)器學(xué)習(xí)工具，而不必受限于其機(jī)器學(xué)習(xí)技術(shù)水平。Amazon SageMaker消除了機(jī)器學(xué)習(xí)流程當(dāng)中的諸多難題與復(fù)雜性因素，使得開發(fā)人員能夠輕松上手模型的構(gòu)建、訓(xùn)練與部署工作。”

利用Amazon SageMaker，開發(fā)人員可以：

· 利用性能優(yōu)化型算法輕松構(gòu)建機(jī)器學(xué)習(xí)模型：Amazon SageMaker是一套全托管機(jī)器學(xué)習(xí)記事本環(huán)境，允許開發(fā)人員輕松對(duì)其存儲(chǔ)在Amazon S3當(dāng)中的數(shù)據(jù)進(jìn)行探索與可視化處理，并利用各類流行庫(kù)、框架及接口對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)換。Amazon SageMaker中包含數(shù)十種***的深度學(xué)習(xí)算法(例如k平均值聚類、因式分解、線性回歸與主成分分析)，其中AWS優(yōu)化后的運(yùn)行速度比標(biāo)準(zhǔn)實(shí)現(xiàn)方案快十倍。開發(fā)人員只需要選擇算法并指定其數(shù)據(jù)源，而后Amazon SageMaker將安裝并配置底層驅(qū)動(dòng)程序與框架。Amazon SageMaker還包含有原生TensorFlow與Apache MXNet集成，更多其它構(gòu)架支持能力也將陸續(xù)引入。開人員亦可通過將框架及算法上傳至Amazon EC2容器注冊(cè)表中容器的方式指定希望使用的框架與算法。

· 快速、全托管訓(xùn)練：Amazon SageMaker使得訓(xùn)練更為簡(jiǎn)單。開發(fā)者只需要簡(jiǎn)單指定Amazon EC2實(shí)例的類型與數(shù)量，同時(shí)指定其數(shù)據(jù)位置即可。Amazon SageMaker將設(shè)置分布式計(jì)算集群、執(zhí)行訓(xùn)練、將結(jié)果輸出至Amazon S3，并在完成后關(guān)閉此集群。Amazon SageMaker能夠自動(dòng)利用超參數(shù)優(yōu)化機(jī)制對(duì)模型進(jìn)行調(diào)優(yōu)，同時(shí)調(diào)數(shù)以千計(jì)的不同算法參數(shù)組合，從而實(shí)現(xiàn)更高的預(yù)測(cè)準(zhǔn)確率。

· 一鍵式生產(chǎn)環(huán)境模型部署：Amazon SageMaker可承擔(dān)起實(shí)例啟動(dòng)、模型部署以及安全HTTPS端點(diǎn)設(shè)置等任務(wù)，從而確保具體應(yīng)用程序獲得高數(shù)據(jù)吞吐量與低延遲預(yù)測(cè)，同時(shí)在多可用區(qū)(簡(jiǎn)稱AZ)內(nèi)實(shí)現(xiàn)各Amazon EC2實(shí)例的自動(dòng)規(guī)模伸縮。其還提供A/B測(cè)試原生支持能力。在生產(chǎn)環(huán)境下，Amazon SageMaker能夠消除機(jī)器學(xué)習(xí)基礎(chǔ)設(shè)施管理層面的繁重任務(wù)、執(zhí)行健康狀態(tài)檢查、應(yīng)用安全補(bǔ)丁，并完成其它日常維護(hù)工作。

利用AWS DeepLens，開發(fā)人員能夠：

· 獲得機(jī)器學(xué)習(xí)實(shí)踐經(jīng)驗(yàn)：AWS DeepLens是業(yè)界首款具備深度學(xué)習(xí)功能且可實(shí)現(xiàn)完全編程的攝像機(jī)，旨在將深度學(xué)習(xí)能力交付至每一位開發(fā)人員手中。AWS DeepLens包含一臺(tái)帶有板載計(jì)算機(jī)的高清攝像機(jī)，其能夠?qū)崟r(shí)運(yùn)行復(fù)雜的深度學(xué)習(xí)計(jì)算機(jī)視覺模型。其定制設(shè)計(jì)硬件每秒可運(yùn)行超過1000億次深度學(xué)習(xí)運(yùn)算，同時(shí)附帶示例項(xiàng)目、示例代碼以及預(yù)訓(xùn)練模型——意味著毫無經(jīng)驗(yàn)的開發(fā)人員也能夠在十分鐘之內(nèi)輕松上手。開發(fā)人員可以對(duì)教程進(jìn)行擴(kuò)展，利用AWS Lambda函數(shù)創(chuàng)建自己的定制化深度學(xué)習(xí)項(xiàng)目。舉例來說，用戶可以對(duì)AWS DeepLens進(jìn)行編程以識(shí)別牌照上的數(shù)字并觸發(fā)家庭自動(dòng)化系統(tǒng)開啟車庫(kù)門，或者利用其識(shí)別寵物狗爬上沙發(fā)的行為并及時(shí)向主人發(fā)送文本警告。

· 在云環(huán)境中訓(xùn)練模型，將成果部署在AWS DeepLens當(dāng)中：AWS DeepLens可與Amazon SageMaker相結(jié)合，意味著開發(fā)人員能夠在云端利用后者進(jìn)行模型訓(xùn)練，而后僅通過AWS管理控制臺(tái)中的數(shù)次點(diǎn)擊將其部署在AWS DeepLens之上。該攝像機(jī)能夠以實(shí)時(shí)方式立足自身設(shè)備完成模型運(yùn)行。

NFL CIO兼高級(jí)副總裁Michelle McKenna-Doyle解釋稱，“我們深化了與AWS的合作關(guān)系，將其作為NFL的官方技術(shù)供應(yīng)商，亦在積極利用Amazon SageMaker作為我們的下一代數(shù)據(jù)統(tǒng)計(jì)方案。通過將Amazon SageMaker引入我們的工具集，我們的開發(fā)人員不再需要為機(jī)器學(xué)習(xí)流程中的無意義的重復(fù)工作而擔(dān)憂，轉(zhuǎn)而真正構(gòu)建粉絲們真正樂于接受的可視化、統(tǒng)計(jì)數(shù)據(jù)與體驗(yàn)。”

作為全球領(lǐng)先的高分辨率地球圖像、數(shù)據(jù)與分析服務(wù)供應(yīng)商，DigitalGlobe公司每天都需要與無數(shù)數(shù)據(jù)打交道。該公司Maxar技術(shù)***技術(shù)官兼創(chuàng)始人Walter Scott博士指出，“DigitalGlobe公司致力于幫助人們更輕松地找到、訪問并運(yùn)行存儲(chǔ)在AWS云中的100 PB圖像庫(kù)，從而利用深度學(xué)習(xí)分析衛(wèi)星圖像。我們計(jì)劃使用Amazon SageMaker，利用托管的Jupyter筆記本工具借助PB級(jí)別的地球觀測(cè)圖像數(shù)據(jù)集進(jìn)行模型訓(xùn)練。這意味著DigitalGlobe的地理空間大數(shù)據(jù)平臺(tái)(簡(jiǎn)稱GBDX)用戶只需要按下一個(gè)按鍵，即可創(chuàng)建對(duì)應(yīng)模型，并將其部署到一套可擴(kuò)展的分布式規(guī)模環(huán)境當(dāng)中。”

Hotels.com為全球領(lǐng)先的酒店品牌，以41種語(yǔ)言運(yùn)營(yíng)著90個(gè)本地化網(wǎng)站。Hotels.com與Expedia Affiliate Network公司副總裁兼***數(shù)據(jù)科學(xué)官M(fèi)att Fryer指出，“在Hotels.com，我們一直高度關(guān)注如何提升行動(dòng)速度，從而充分利用***技術(shù)成果并保持創(chuàng)新優(yōu)勢(shì)。利用Amazon SageMaker，我們的團(tuán)隊(duì)得以利用分布式訓(xùn)練、優(yōu)化算法與內(nèi)置超參數(shù)功能立足規(guī)模***的數(shù)據(jù)集快速構(gòu)建精度更高的醋，從而縮短將模型投入實(shí)際生產(chǎn)所需要的時(shí)間周期。只需要一次API調(diào)用，Amazon SageMaker即可為我們顯著降低機(jī)器學(xué)習(xí)的復(fù)雜性，使我們得以快速為客戶創(chuàng)造更理想的使用體驗(yàn)。”

Intuit公司也意識(shí)到了機(jī)器學(xué)習(xí)的巨大價(jià)值與威力，且借此幫助客戶做出更好的日常決策并精簡(jiǎn)工作流程。該公司***數(shù)據(jù)官Ashok Srivastava解釋稱，“利用Amazon SageMaker，我們得以通過在該平臺(tái)上構(gòu)建并部署算法的方式加快自身人工智能項(xiàng)目的規(guī)?；M(jìn)程。我們將創(chuàng)造新的大規(guī)模機(jī)器學(xué)習(xí)與人工智能算法，并將其部署在這一平臺(tái)之上，最終解決我們客戶所面對(duì)的各類復(fù)雜問題。”

路透社是全球領(lǐng)先的新聞與信息專業(yè)資源供應(yīng)商。路透社人工智能與認(rèn)知計(jì)算中心負(fù)責(zé)人Khalid Al-Kofahi指出，“過去25年以來，我們一直在開發(fā)先進(jìn)的機(jī)器學(xué)習(xí)功能，旨在幫助我們的客戶挖掘、連接、增強(qiáng)、組織并傳遞各類信息，確保他們能夠成功簡(jiǎn)化工作流程并獲取更多價(jià)值。利用Amazon SageMaker，我們得以在問答應(yīng)用環(huán)境下設(shè)計(jì)出自然語(yǔ)言處理能力。我們的解決方案需要利用Amazon SageMaker的強(qiáng)大功能以多次進(jìn)行深度學(xué)習(xí)配置。”

卡耐基梅隆大學(xué)計(jì)算機(jī)科學(xué)學(xué)院院長(zhǎng)Andrew Moore指出，“深度學(xué)習(xí)是我們的學(xué)生們所發(fā)現(xiàn)的一大真正鼓舞人心的成果。其似乎每個(gè)星期都能夠在機(jī)器人、語(yǔ)言以及生物學(xué)方面帶來新的突破。而我之所以喜歡AWS DeepLens，也正是因?yàn)槠渌坪跤锌赡芰顧C(jī)器學(xué)習(xí)實(shí)驗(yàn)真正實(shí)現(xiàn)民主化。像我們這樣的高校非常樂于將AWS DeepLens引入課堂與實(shí)驗(yàn)室，從而幫助加速學(xué)生們立足真實(shí)世界了解深度學(xué)習(xí)的流程。”

新的語(yǔ)音、語(yǔ)言與視覺服務(wù)亦允許應(yīng)用開發(fā)者們更輕松地構(gòu)建智能化應(yīng)用程序。

對(duì)于那些不具備機(jī)器學(xué)習(xí)專業(yè)知識(shí)，但卻有志于利用這些技術(shù)構(gòu)建人工智能類新型應(yīng)用程序的開發(fā)者，Amazon Transcribe、Amazon Translate、Amazon Comprehend以及 Amazon Rekognition Video能夠提供高質(zhì)量且高準(zhǔn)確度的機(jī)器學(xué)習(xí)服務(wù)，同時(shí)保持可擴(kuò)展性與成本效益。AWS機(jī)器學(xué)習(xí)副總裁Swami Sivasubramanian指出，“如今客戶正越來越多地將Amazon S3作為一套可擴(kuò)展、可靠且安全的數(shù)據(jù)湖，其中存儲(chǔ)的數(shù)據(jù)量遠(yuǎn)超以往任何時(shí)候。這些客戶希望能夠?qū)⑦@些數(shù)據(jù)應(yīng)用于企業(yè)與客戶，因此他們需要易于使用的工具與技術(shù)以解鎖數(shù)據(jù)中的情報(bào)。我們很高興能夠提供這四種新的機(jī)器學(xué)習(xí)應(yīng)用服務(wù)，旨在幫助開發(fā)人員立即著手創(chuàng)建新一代智能應(yīng)用程序，確保其有能力看到、聽到、說出并與周邊世界進(jìn)行交互。”

· Amazon Transcribe (現(xiàn)處于預(yù)覽階段)能夠?qū)⒄Z(yǔ)音轉(zhuǎn)換為文本，允許開發(fā)人員將存儲(chǔ)在Amazon S3當(dāng)中的音頻文件轉(zhuǎn)換為準(zhǔn)確且完整的帶標(biāo)點(diǎn)文本。Amazon Transcribe已經(jīng)進(jìn)行訓(xùn)練，能夠以高準(zhǔn)確度處理低保真度音頻——例如呼叫中心錄音。Amazon Transcribe能夠?yàn)楦鱾€(gè)單詞生成一個(gè)時(shí)間戳，以便開發(fā)人員精確地將文本與源文件進(jìn)行對(duì)齊。目前，Amazon Transcribe僅支持英語(yǔ)與西班牙語(yǔ)，未來還將有更多支持語(yǔ)種被加入進(jìn)來。在接下來的幾個(gè)月中，我們還將努力確保Amazon Transcribe得以同時(shí)識(shí)別音頻文件中的多個(gè)發(fā)言人，并允許開發(fā)人員上傳自定義詞匯表，以便對(duì)包含這些詞匯的音頻進(jìn)行更為準(zhǔn)確的轉(zhuǎn)錄。

· Amazon Translate (現(xiàn)處于預(yù)覽階段)利用目前***進(jìn)的神經(jīng)機(jī)器翻譯技術(shù)，可提供將文本由一種語(yǔ)言轉(zhuǎn)換為另一種語(yǔ)言的高準(zhǔn)確度翻譯能力。Amazon Translate可翻譯不同長(zhǎng)度的文本，并支持英語(yǔ)與其它六種語(yǔ)言(阿拉伯語(yǔ)、法語(yǔ)、德語(yǔ)、葡萄牙語(yǔ)、簡(jiǎn)體中文以及西班牙語(yǔ))之間的翻譯。更多翻譯語(yǔ)種長(zhǎng)城將于2018年推出。

· Amazon Comprehend (已正式推出)可立足文檔、社交網(wǎng)絡(luò)帖子、文章或AWS中存儲(chǔ)的任何其它文本數(shù)據(jù)進(jìn)行自然語(yǔ)言內(nèi)容理解。Amazon Comprehend利用深度學(xué)習(xí)技術(shù)識(shí)別文本中的各實(shí)體(例如人物、地點(diǎn)、日期與組織)、文本所使用之語(yǔ)言、文本所表達(dá)的情感以及包含概念與形容詞——例如美麗、溫暖或陽(yáng)光明媚等——的關(guān)鍵短語(yǔ)。Amazon Comprehend已經(jīng)經(jīng)歷了廣泛的數(shù)據(jù)集訓(xùn)練，包括來自Amazon.com的產(chǎn)品描述與客戶評(píng)論，從而構(gòu)建起能夠從文本中提取重要結(jié)論的***語(yǔ)言模型。其還擁有主題建模功能，可幫助應(yīng)用程序從文檔集中提取常見主題。Amazon Comprehend與AWS Glue相集成，可對(duì)存儲(chǔ)在Amazon S3、Amazon Redshift、Amazon RDS、Amazon DynamoDB或者其它流行Amazon 數(shù)據(jù)源中的文本數(shù)據(jù)進(jìn)行端到端分析。

· Amazon Rekognition Video (現(xiàn)已推出)能夠追蹤大量存儲(chǔ)于Amazon S3中的視頻資料內(nèi)的對(duì)象、面孔、名人與不當(dāng)內(nèi)容。其還提供實(shí)時(shí)流媒體視頻，可對(duì)數(shù)百萬人臉進(jìn)行面部識(shí)別。Amazon Rekognition Video提供易于使用的API，且由計(jì)算機(jī)視覺模型進(jìn)行驅(qū)動(dòng)——這些模型經(jīng)過訓(xùn)練，能夠準(zhǔn)確檢測(cè)出數(shù)千個(gè)對(duì)象及其活動(dòng)，并從存儲(chǔ)在Amazon S3中的實(shí)況視頻流及視頻內(nèi)容中提取基于情景信息的活動(dòng)。Amazon Rekognition Video能夠自動(dòng)為視頻的特定部分(例如海難、太陽(yáng)、孩子)添加標(biāo)簽與位置、檢測(cè)活動(dòng)(例如跑步、跳躍與游泳)，檢測(cè)、識(shí)別并分析人臉，并追蹤多個(gè)人物對(duì)象——即使其有可能被部分隱藏在畫面當(dāng)中。

Isentia公司CIO Andrea Walsh表示，“在Isentia，我們使用一種語(yǔ)言構(gòu)建自己的媒體智能軟件。為了擴(kuò)大業(yè)務(wù)能力，滿足客戶多樣化的語(yǔ)言需求，我們需要翻譯支持以生成非英語(yǔ)媒體內(nèi)容，同時(shí)提供有價(jià)值的見解。Amazon Translate服務(wù)給我們留下了深刻的印象，因?yàn)槠淠軌虮惠p松整合至我們的管道當(dāng)中，其強(qiáng)大的擴(kuò)展能力確保我們能夠處理任何數(shù)量的工作，且翻譯結(jié)果更準(zhǔn)確也更細(xì)致，足以滿足客戶提出的嚴(yán)格要求。”

RingDNA公司CEO兼創(chuàng)始人Howard Brown指出，“RingDNA是一套面向銷售團(tuán)隊(duì)的端到端溝通平臺(tái)。數(shù)百家企業(yè)利用RIngDNA大幅提升自身生產(chǎn)力，進(jìn)行更為明智的銷售對(duì)話，獲取預(yù)測(cè)性銷售洞察力，提高訂單成功率并訓(xùn)練銷售代表。RingDNA的Conversation AI中一大重要組成部分，在于能夠以***方式實(shí)現(xiàn)每通電話的語(yǔ)音到文本內(nèi)容轉(zhuǎn)錄。RingDNA對(duì)Amazon Transcribe的出現(xiàn)感到興奮，因?yàn)槠淠軌蛱峁┮?guī)模化高質(zhì)量語(yǔ)音識(shí)別能力，幫助我們更好地完成每一項(xiàng)語(yǔ)音轉(zhuǎn)錄任務(wù)。”

《華盛頓郵報(bào)》數(shù)據(jù)科學(xué)主管Sam Han博士表示：“我們努力為近1億讀者提供最出色的體驗(yàn)，而內(nèi)容的相關(guān)性是實(shí)現(xiàn)這一目標(biāo)的關(guān)鍵性前提。在Amazon Comprehend的幫助下，我們得以利用持續(xù)訓(xùn)練的自然語(yǔ)言處理功能(例如關(guān)鍵詞加主題API)提升內(nèi)容的個(gè)性化程度、搜索引擎優(yōu)化效果以及廣告定位功能。”

Infor公司軟件開發(fā)副總裁Manjunath Ganimasty指出，“構(gòu)建智能應(yīng)用程序以幫助客戶促進(jìn)業(yè)務(wù)發(fā)展是我們的核心目標(biāo)所在。Amazon Comprehend允許我們?cè)谒阉?、聊天與文檔當(dāng)中分析非結(jié)構(gòu)化文本，從而理解其意圖與情感。這樣的能力使我們得以訓(xùn)練出自己的Coleman AI技能集，同時(shí)為客戶提供真正具有針對(duì)性的定制化搜索體驗(yàn)。”

Elementum公司工程技術(shù)負(fù)責(zé)人Minh Chau指出，“自然語(yǔ)言處理非常困難。我們?cè)?jīng)對(duì)從閉源到開源的各類解決方案進(jìn)行研究，希望利用其分析并理解我們的數(shù)據(jù)，但卻一直沒有找到任何一種能夠使我們保持敏捷性、可擴(kuò)展性以及成本效益的解決方案。Amazon Comprehend提供一種持續(xù)訓(xùn)練模式，使我們能夠?qū)Ｗ⒂谧陨順I(yè)務(wù)，并在供應(yīng)鏈管理(簡(jiǎn)稱SCM)領(lǐng)域切實(shí)進(jìn)行創(chuàng)新。”

奧蘭多市警察局局長(zhǎng)John Mina表示：“奧蘭多市很高興能夠與Amazon合作，通過***的公私合作伙伴關(guān)系試用***的公共安全軟件。通過試點(diǎn)，奧蘭多市將利用Amazon的Rekognition Video與Acuity技術(shù)，配合現(xiàn)有城市資源對(duì)人群對(duì)象進(jìn)行實(shí)時(shí)檢測(cè)，并在發(fā)現(xiàn)可疑人士時(shí)發(fā)布通知，從而進(jìn)一步提高奧蘭多乃至全國(guó)其它城市的公共安全保障能力與運(yùn)營(yíng)效率。”

摩托羅拉公司***數(shù)據(jù)科學(xué)家Dan Law解釋稱，“Amazon Rekognition Video的分析能力令人印象深刻。舉例來說，其可幫助我們搜索歷史與實(shí)時(shí)視頻，用以提高效率與意識(shí)，而這從傳統(tǒng)角度看一直屬于必需依靠人工方式才能完成的任務(wù)。”

【51CTO原創(chuàng)稿件，合作站點(diǎn)轉(zhuǎn)載請(qǐng)注明原文作者和出處為51CTO.com】