AWS 宣布了两项让机器学习更易于访问的新计划-ESG跨境

拉斯维加斯--今天，在 AWS re:Invent 大会上，亚马逊网络服务公司 (AWS) 是一家 Amazon.com, Inc. 公司（纳斯达克股票代码：AMZN），宣布了两项旨在让机器学习更加深入人心的新举措。任何有兴趣学习和试验该技术的人都可以使用。 AWS 人工智能和机器学习奖学金 是一项新的教育和奖学金计划，旨在为全球范围内代表性不足和服务不足的学生做好机器学习职业的准备。该计划使用 AWS DeepRacer 和新的 AWS DeepRacer 学生联盟向学生传授基本的机器学习概念，让他们亲自体验训练自动赛车的机器学习模型，同时提供以机器学习基础知识为中心的教育内容。 AWS 正在通过 Amazon SageMaker Studio Lab 进一步增加对机器学习的访问，让每个人都可以访问免费版本的 Amazon SageMaker，这是一项帮助客户构建、训练和部署机器学习模型的 AWS 服务。

“Amazon SageMaker Studio Lab 将通过删除入门所需的云配置步骤来帮助我的学生学习机器学习的构建块。现在，在我的自然语言处理课上，学生们有更多的时间来提高他们的技能”

AWS 亚马逊机器学习副总裁 Swami Sivasubramanian 表示：“我们今天宣布的两项举措旨在为机器学习开辟教育机会，让任何对该技术感兴趣的人都能更广泛地使用它。” “机器学习将成为这一代最具变革性的技术之一。如果我们要释放这项技术的全部潜力来解决世界上一些最具挑战性的问题，我们需要来自各个背景和各行各业的最优秀的人才进入该领域。我们希望通过这项新的奖学金计划激发和激发未来多元化的劳动力，并打破阻碍许多人开始使用机器学习的成本障碍。”

新的 1000 万美元教育和奖学金计划旨在为全球代表性不足和服务不足的学生做好机器学习职业准备

世界经济论坛估计，到 2025 年，技术进步和自动化将创造 9700 万个新技术工作岗位，包括人工智能和机器学习领域。虽然技术领域的工作机会正在增加，但科学和技术职业的多样性却落后了。向任何对技术感兴趣的人提供教育资源对于鼓励人们在人工智能和机器学习职业中建立更强大、更多样化的渠道至关重要。新的 AWS AI 和 ML 奖学金旨在帮助代表性不足和服务不足的高中和大学生学习基本的机器学习概念，并为他们在人工智能和机器学习领域的职业做好准备。除了免费获得数十小时的免费机器学习模型培训和教育材料外，来自代表性不足和服务不足社区的 2,000 名符合条件的学生将获得 AI Programming with Python Udacity Nanodegree 计划的奖学金，该计划旨在为奖学金获得者提供编程机器学习的基础工具和技术。第一个纳米学位课程的毕业生将被邀请参加技术评估。在本次评估中获得最高分的 500 名学生将获得第二个关于深度学习和机器学习工程的 Udacity 纳米学位项目奖学金，以帮助他们进一步为人工智能和机器学习领域的职业做好准备。这些排名前 500 的学生还将获得来自亚马逊和英特尔技术专家的指导机会，以获得职业见解和建议。

AWS AI 和 ML 奖学金计划与英特尔合作交付并得到人才转型平台 Udacity 的支持，让来自世界各地的学生能够访问数十小时的免费培训模块和教程，了解机器学习及其实际应用的基础知识.学生可以使用 AWS DeepRacer 学习如何训练机器学习模型为虚拟赛车提供动力，从而将理论转化为实际操作。通过知识检查测验成功完成教育模块、达到特定 AWS DeepRacer 单圈时间表现目标并提交论文的学生将被考虑获得 Udacity 纳米学位项目奖学金。学生还可以在新的 AWS DeepRacer 学生联盟中测试他们的虚拟赛车。 AWS DeepRacer 学生联盟帮助各种技能水平的人学习如何使用由机器学习驱动的完全自主的^1/18比例赛车、3D 赛车模拟器和全球竞赛来构建机器学习模型。 AWS DeepRacer 已被 Capital One、宝马、德勤、摩根大通、埃森哲和 Liberty Mutual 等企业用于教员工以动手方式构建、训练和部署机器学习模型。要开始使用 AWS AI 和 ML 奖学金，请访问 。

Amazon SageMaker Studio Lab 提供对机器学习开发环境的免费访问，让每个人都能掌握机器学习

Amazon SageMaker Studio Lab 提供免费版本的 Amazon SageMaker，全世界的研究人员和数据科学家都使用它来快速构建、训练和部署机器学习模型。 Amazon SageMaker Studio Lab 无需拥有 AWS 账户或提供账单详细信息即可在 AWS 上启动和运行机器学习。用户只需通过 Web 浏览器使用电子邮件地址进行注册，Amazon SageMaker Studio Lab 就可以访问机器学习开发环境。 Amazon SageMaker Studio Lab 提供无限制的用户会话，包括用于存储项目的 15 GB 持久性存储以及用于免费训练机器学习模型的长达 12 小时的 CPU 和 4 小时的 GPU 计算。 Amazon SageMaker Studio Lab 无需构建、扩展或管理云资源，因此用户可以像关闭和打开笔记本电脑一样轻松地开始、停止和重新开始机器学习项目。当用户完成试验并希望将他们的想法投入生产时，他们可以轻松地将他们的机器学习项目导出到 Amazon SageMaker Studio，以便在 AWS 上部署和扩展他们的模型。 Amazon SageMaker Studio Lab 可用作学生的免费学习环境或数据科学家的免费原型制作环境，每个人都可以快速轻松地开始构建和训练机器学习模型，而无需承担财务义务或长期承诺。要了解有关 Amazon SageMaker Studio 实验室的更多信息，请访问。

今年早些时候，亚马逊宣布了一项新的领导原则：成功和规模带来广泛的责任。 AWS 正在扩展和投资计划以实现这一新的领导力原则，包括亚马逊承诺到 2025 年为 2900 万人提供免费的云计算技能培训，以及面向年轻人的科学、技术、工程和数学 (STEM) 教育计划学习者包括 Amazon Future Engineer、AWS Girls' Tech Day 和 AWS GetIT，以及与高校的合作。现在，AWS 正在让更多来自代表性不足的群体和服务不足的人群更容易开始使用机器学习——提供免费教育、奖学金以及使用与世界领先的初创公司、研究机构和企业相同的机器学习技术。今天宣布的这两项举措进一步推动了亚马逊为广泛普及教育和培训机会所做的努力。

AWS 和英特尔拥有 15 年的合作关系，致力于开发、构建和支持旨在管理成本和复杂性、加速业务成果和扩展以满足当前和未来计算需求的云服务。英特尔执行副总裁兼销售、营销和传播集团总经理 Michelle Johnston Holthaus 表示：“作为一个行业，我们必须做更多工作来打造多元化和包容性的技术员工队伍。 “英特尔很自豪能够支持 AWS AI 和 ML 奖学金计划等计划，这符合我们为代表性不足的群体提供更多获得 STEM 机会的承诺，并有助于使下一代机器学习从业者多样化。这个教育和奖学金计划的独特之处在于，学生从一开始就可以获得丰富的学习材料。这对于真正移动针头至关重要。学习并不取决于获胜，而是过程的一部分。”

Girls in Tech 是一家致力于消除科技领域性别差距的全球非营利组织。 “推动机器学习的多样性需要有意识的计划来创造机会并打破障碍，例如新的 AWS AI 和 ML 奖学金计划，”Girls in Tech 创始人兼首席执行官 Adriana Gascoigne 说。 “只有每个人共同努力缩小多样性差距，才能在将更多女性和代表性不足的社区带入机器学习领域取得进展。 Girls in Tech 很高兴看到 AWS AI 和 ML 奖学金等多方面的计划有助于缩小机器学习教育方面的差距并打开这些群体的职业潜力。”

Hugging Face 是一个 AI 社区，用于构建、训练和部署由机器学习中的参考开源支持的最先进模型。 “在 Hugging Face，我们的使命是让最先进的机器学习民主化，”Hugging Face 产品营销总监 Jeff Boudier 说。 “借助 Amazon SageMaker Studio Lab，AWS 做到了这一点，让任何人都可以通过 Web 浏览器学习和试验 ML，而无需高性能 PC 或信用卡即可开始使用。这使得 ML 更易于访问并且更容易与社区共享。我们很高兴能参与此次发布，并贡献 Hugging Face 转换器示例和资源，让 ML 更易于使用！”

圣克拉拉大学与金融系的使命是教育本科生和研究生水平的学生，以耶稣会传统为他们的组织和社会服务。 “Amazon SageMaker Studio Lab 将通过删除入门所需的云配置步骤来帮助我的学生学习机器学习的构建块。现在，在我的自然语言处理课程中，学生有更多时间来提高他们的技能，”圣克拉拉大学金融与数据科学教授 Sanjiv Das 说。 “Amazon SageMaker Studio Lab 使学生能够快速加入 AWS，在几个小时内工作和试验，并轻松地从中断的地方继续学习。 Amazon SageMaker Studio Lab 为学习机器学习的初学者和高级学生带来了云中 Jupyter 笔记本的易用性。”

宾夕法尼亚大学工程学院是现代计算机的发源地。正是在那里，1946 年开发了世界上第一台电子、大型、通用数字计算机 ENIAC。70 多年来，宾夕法尼亚大学的计算机科学领域一直以令人兴奋的创新为标志。 “使用机器学习进行编程最困难的部分之一是配置要构建的环境。学生通常必须选择计算实例、安全策略并提供信用卡，”宾夕法尼亚大学计算机与信息科学教授 Dan Roth 说。 “我的学生需要 Amazon SageMaker Studio Lab 来抽象出所有复杂的设置，并提供一个免费的强大沙盒来进行实验。这让他们可以立即编写代码，而无需花时间配置 ML 环境。”

关于亚马逊网络服务

15 年来，Amazon Web Services 一直是世界上最全面、被广泛采用的云产品。 AWS 一直在不断扩展其服务以支持几乎任何云工作负载，现在它拥有 200 多项功能齐全的服务，用于计算、存储、数据库、网络、分析、机器学习和人工智能 (AI)、物联网 (IoT) 、移动、安全、混合、虚拟和增强现实（VR 和 AR）、媒体以及来自 25 个地理区域内的 81 个可用区 (AZ) 的应用程序开发、部署和管理，并宣布计划再增加 27 个可用区和另外 9 个可用区澳大利亚、加拿大、印度、印度尼西亚、以色列、新西兰、西班牙和瑞士以及阿拉伯联合酋长国的 AWS 区域。数以百万计的客户（包括发展最快的初创公司、最大的企业和领先的政府机构）信任 AWS 来支持他们的基础设施、变得更加敏捷并降低成本。

关于亚马逊

亚马逊遵循四项原则：以客户为中心而非以竞争对手为中心、对发明的热情、对卓越运营的承诺以及长期思考。亚马逊努力成为地球上最以客户为中心的公司、地球上最好的雇主和地球上最安全的工作场所。客户评论、一键购物、个性化推荐、Prime、亚马逊物流、AWS、Kindle Direct Publishing、Kindle、Career Choice、Fire 平板电脑、Fire TV、亚马逊 Echo、Alexa、Just Walk Out 技术、亚马逊工作室和气候承诺是亚马逊开创的一些东西。有关更多信息，请访问 amazon.com/about 并关注@AmazonNews。

点击咨询现在有哪些新兴平台值得关注 >>>

特别声明：以上文章内容仅代表作者本人观点，不代表ESG跨境电商观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与ESG跨境电商联系。