成千上万的客户涌向 AWS 进行机器学习 服务-ESG跨境

西雅图--今天，Amazon.com 旗下公司（纳斯达克股票代码：AMZN）亚马逊网络服务公司 (AWS) 分享说，数以万计的客户正在使用 AWS 机器学习服务，活跃用户增加超过自 AWS re: Invent 2017 以来，Amazon SageMaker 的广泛采用推动了去年 250%开发人员和科学家更广泛、更成功地使用机器学习。 AWS 在机器学习方面拥有比任何其他提供商都多的参考客户，这在很大程度上与 AWS 无与伦比的一系列服务有关，这些服务可实现全栈机器学习体验。借助 AWS 机器学习服务，客户正在借助 AWS 的 P2 和 P3 图形处理单元 (GPU) 实例、嵌入所有主要框架的深度学习 Amazon 机器图像 (AMI)、Amazon SageMaker 构建各种智能应用程序和解决方案、AWS DeepLens——该设备已帮助成千上万的客户获得了机器学习和堆栈顶层服务（如 Amazon Rekognition、Amazon Polly、Amazon Lex 和 Amazon Comprehend）的实践经验。

“借助由 Amazon Polly 提供支持的集成文本转语音功能，Articulate Storyline 360 用户可以非常快速地为其电子学习课程生成旁白。 Amazon Polly 可以非常轻松地切换语言和声音，以本地化 Articulate Storyline 360 课程，并确保每个单词听起来都像它应该的那样。”

今天，AWS 还宣布全面推出两项新的机器学习服务，它们是 AWS 机器学习产品组合 Amazon Transcribe 和 Amazon Translate 的一部分。 Amazon Transcribe 提供语法正确的音频文件转录，以允许分析、索引和搜索音频数据。 Amazon Translate 是一种支持深度学习的机器翻译服务，可在实时和批量场景中提供自然发音的语言翻译。这些服务进一步扩展了 AWS 上已经提供的语言功能，其中包括用于对话界面的 Amazon Lex、用于文本转语音的 Amazon Polly，以及用于处理自然语言以发现文本中的洞察力和上下文关系的 Amazon Comprehend。

“很多公司都在谈论机器学习和人工智能的潜力，并在思考如何将这些技术融入他们的应用程序中，但实际上，除了少数拥有专家从业者的组织之外，机器学习对所有人来说都是遥不可及的。 AWS 机器学习副总裁 Swami Sivasubramanian 说。 “AWS 通过引入 Amazon SageMaker 改变了这一切，通过消除构建、训练和部署模型的繁重工作，让日常开发人员可以使用机器学习。”

Sivasubramanian 继续说道：“在 AWS 上进行机器学习的公司比其他任何地方都多——在堆栈的每一层。从那些使用他们最喜欢的框架和我们的高性能 P3 实例对机器学习非常熟悉的人，到首次使用 Amazon SageMaker 将机器学习整合到他们的应用程序中的日常开发人员，再到利用语音、文本、视频、翻译、面部识别的开发人员和音频转录，以使用 AWS 的人工智能服务创造新的客户体验。”

Articulate、国泰航空、Cerner、Cookpad、Cox Automotive、DailyLook、DigitalGlobe、Dow Jones、Echo360、Edmunds.com、Enetpulse、Expedia.com、FamilySearch、FICO、GE Healthcare、Genesys、Grammarly、Intuit、KloudGin、Lau Brothers、Limbik 、Lionbridge、NFL、One Hour Translation、Polotico.eu、POPSUGAR、PubNub、Realtor.com、RedAwning.com、Shutterfly、TINT、Tinder、VidMob、VMWare 和 ZipRecruiter 只是使用 AWS 的数以万计客户中的一小部分机器学习技术，以重新构想客户体验并在其业务中进行创新。

利用硬件、软件和生物技术的数据和分析，GE Healthcare 正在通过为提供者和患者提供更好的结果来改变医疗保健。 “Amazon SageMaker 使 GE Healthcare 能够访问强大的人工智能工具和服务，以促进改善患者护理，”GE Healthcare 人工智能工程负责人 Sharath Pasupunuti 说。 “Amazon SageMaker 的可扩展性以及与原生 AWS 服务集成的能力为我们增加了巨大的价值。我们对 GE Health Cloud 和 Amazon SageMaker 之间的持续合作将如何为我们的医疗保健提供商合作伙伴带来更好的结果并提供更好的患者护理感到兴奋。”

作为 AWS 的早期企业客户，Intuit 是一家金融科技公司，致力于通过其全球产品和平台的生态系统为全球消费者、小型企业和个体经营者提供繁荣。 Intuit 执行副总裁 H. Tayloe Stansbury 表示：“通过将 AWS 机器学习和人工智能工作负载纳入我们的整体人工智能和机器学习战略，我们可以在 QuickBooks、Mint 和 TurboTax 等旗舰产品中加速为最终用户带来收益。”总裁兼首席技术官。 “Intuit 十多年前开始了我们的人工智能之旅，我们很自豪我们在该领域拥有超过 150 项专利和 40 个生产系统，我们期待继续创新以取悦我们的客户。”

Edmunds.com 是一个汽车购物网站，每月向 2000 万访问者提供有关车辆的详细、不断更新的信息。 Edmunds.com 首席信息官 Stephen Felisan 说：“我们有一项战略计划，将机器学习交到我们所有工程师的手中。” “Amazon SageMaker 是帮助我们实现这一目标的关键，它使工程师能够更轻松地大规模构建、训练和部署机器学习模型和算法。我们很高兴看到我们可以如何使用 Amazon SageMaker 在整个组织中为我们的客户创新新的解决方案。”

Move, Inc. 网络（包括 Doorsteps 和Move, Inc. 首席数据官兼高级副总裁 Vineet Singh 说：“我们相信，Amazon SageMaker 是对工具集的变革性补充，因为我们支持消费者在他们的房屋所有权之旅中。”机器学习工作流程历来需要很长时间就像训练和优化模型一样，可以由更广泛的开发人员以更高的效率完成，使我们的数据科学家和分析师能够专注于为我们的用户创造最丰富的体验。”

道琼斯是一家出版和金融信息公司，在各种媒体上发布世界上最值得信赖的商业新闻和金融信息。它提供突发新闻、独家见解、专家评论和个人理财策略。 “随着道琼斯继续专注于将机器学习集成到我们的产品和服务中，AWS 一直是一个很好的资源，”集团首席产品和技术官 Ramin Beheshti 说。 “在我们最近的机器学习黑客马拉松之前，AWS 团队为参与者提供了有关 Amazon SageMaker 和 Amazon Rekognition 的培训，并为所有团队提供了全天的支持。结果是我们的团队就如何应用机器学习提出了一些很棒的想法，其中许多我们将继续在 AWS 上进行开发。这次活动取得了巨大的成功，是良好关系的一个例子。”

每天，Grammarly 的算法通过在跨设备的多个平台上提供写作帮助，帮助数百万人更有效地交流。通过结合自然语言处理和先进的机器学习技术，Grammarly 正在应对关键的通信和业务挑战。 “Amazon SageMaker 使我们能够在分布式训练环境中开发 TensorFlow 模型，”Grammarly 技术主管 Stanislav Levental 说。 “我们的工作流程还与 Amazon EMR 集成以进行预处理，因此我们可以从 Amazon Simple Storage Service (Amazon S3) 获取数据，使用 Jupyter 笔记本中的 Amazon EMR 和 Spark 进行过滤，然后使用同一笔记本在 Amazon SageMaker 中进行训练. Amazon SageMaker 还可以灵活地满足我们不同的生产要求。我们可以在 Amazon SageMaker 本身上运行推理，或者如果我们只需要模型，我们可以从 Amazon S3 下载它并为 iOS 和 Android 客户运行我们的移动设备实施的推理。”

Cookpad 是日本最大的食谱共享服务，在日本拥有约 6000 万月度用户，在全球拥有约 9000 万月度用户。 Cookpad 研究工程师 Yoichiro Someya 先生表示：“随着对更容易使用 Cookpad 食谱服务的需求不断增加，我们的数据科学家将构建更多机器学习模型以优化用户体验。” “为了尽量减少训练作业迭代次数以获得最佳性能，我们认识到部署机器学习推理端点存在重大挑战，这正在减慢我们的开发过程。为了自动化机器学习模型部署，以便数据科学家可以自行部署模型，我们使用了 Amazon SageMaker 推理 API，并证明 Amazon SageMaker 将消除应用程序工程师部署机器学习模型的需要。我们预计在生产中使用 Amazon SageMaker 使这一过程自动化。”

Echo360 提供领先的视频平台技术，帮助教师和学生录制、流式传输、管理和共享交互式视频，以提高学生在课前、课中和课后的参与度。 “Echo360 平台促进了为当今学生服务的积极且引人入胜的基于视频的学习，”Echo360 首席执行官 Fred Singer 说。 “我们对 Amazon Transcribe 感到非常兴奋，因为它为我们的大学合作伙伴提供了每个视频的高质量成绩单，支持更强大的搜索、更低成本的教育视频内容字幕以及增强的笔记功能，使学习资产更有价值，更便于学生使用。”

PubNub 是用于构建聊天、设备控制和实时地图应用程序的实时 API 的领先提供商。 PubNub 产品管理总监 David Hegarty 表示：“在 PubNub，我们发现聊天和协作已成为我们全球客户群的主要用例，对多语言用户体验的需求不断增加。我们很高兴能够将 Amazon Translate 的创新能力引入 PubNub ChatEngine™，这是一个用于聊天和无服务器部署的完整框架。结合其他人工智能产品，如 Amazon Polly（文本到语音）和 Amazon Lex（聊天机器人），这将有助于开发聊天应用程序更智能，并最终通过高性能和本地化的聊天功能让我们的客户更轻松地在国际上发展他们的业务。”

One Hour Translation 是全球最大的在线翻译机构之一，24/7/365 全天候为全球数以千计的商业客户提供专业翻译服务。 “使用我们的服务和技术，全球公司可以在保持高质量的同时快速本地化大量内容，”One Hour Translation 首席执行官 Ofer Shoshan 说。“我们对使用 Amazon Translate 看到的初步结果感到兴奋在我们为 iHerb 运行的翻译项目中。翻译时间减少了 67%，同时保持了与我们保持相同的质量标准。通过对神经机器翻译进行人工后期编辑，可以显着降低成本并提高速度大批量翻译项目的改进效益。”

FICO 的客户通信服务 (CCS) 团队帮助世界各地的银行、电信和公用事业公司使用分析驱动的智能自动化渠道更有效地与消费者建立联系。 “使用 Amazon Polly Text-to-Speech 服务，我们现在可以在几秒钟内创建和编辑语音回复，而不是几天，”FICO CCS 副总裁 Simon Woollett 说。 “这项创新使我们更加灵活，能够响应客户的需求。我们现在能够为我们的交互式语音响应系统和语音通知产品快速生成语音记录，这对于在动态和高度监管的市场中工作的客户组织来说至关重要。此外，我们可以跨数十种语言做到这一点，帮助我们进入新市场并简化录制现场人才的困难和昂贵的练习。”

Articulate 是屡获殊荣的 Articulate 360 的创建者，该订阅包括 Storyline 360 和 Rise，这些应用程序可以轻松创建适用于每台设备的美观、引人入胜的电子学习。 “我们的目标是让电子学习课程开发的各个方面变得更容易、更快、成本更低，”Articulate 工程高级副总裁 Mike Olivieri 说。 “借助由 Amazon Polly 提供支持的集成文本转语音功能，Articulate Storyline 360 用户可以非常快速地为其电子学习课程生成旁白。 Amazon Polly 可以非常轻松地切换语言和声音，以本地化 Articulate Storyline 360 课程，并确保每个单词听起来都像它应该的那样。”

POLITICO 是一家全球新闻和信息公司，拥有世界上最强大和迅速扩大的记者名册之一，涵盖政治和政策。 “今天的读者可以通过多种方式访问内容——在线、印刷和语音，”POLITICO 欧洲首席产品官 Johannes Boege 说。 “在 POLITICO，我们专注于与无论身在何处的读者会面。通过快速集成来自 AWS 和 WP Engine 的适用于 WordPress 的 Amazon Polly 插件，我们能够跨其他渠道提供内容以供更广泛的消费，并为我们的新闻提供更好的可访问性。”

迄今为止，Tinder 拥有 200 亿次配对，是世界上最流行的结识新朋友的应用程序。 Tinder 首席执行官埃利·塞德曼 (Elie Seidman) 表示：“每次 Tinder 滑动背后都有一个系统，该系统每分钟管理数百万个请求，每天管理数十亿次滑动，遍及 190 多个国家/地区。” “Amazon SageMaker 简化了机器学习，帮助我们的开发团队构建用于预测的模型，从而创建原本不可能实现的新连接。”

POPSUGAR Inc. 是一家全球媒体和技术公司，向超过 4 亿的全球观众提供多平台内容。 2017 年，全球每月平均有 31 亿次内容浏览量，POPSUGAR 试图摆脱手动标记照片的痛苦，并开始以低成本利用机器学习自动化。 “我们使用 Amazon Rekognition 在我们庞大的数字资产库中识别名人，”POPSUGAR 的 IT 高级总监 Bjorn Pave 说。 “Amazon Rekognition 使我们能够停止手动标记数千张照片，并为我们不断增长的图书馆提供急需的自动化。”

KloudGin 提供在 AWS 上运行的基于 AI 的智能现场服务、资产和库存管理解决方案。通过单个应用程序，KloudGin 从任何设备实时连接客户、工作人员、后台、合作伙伴和设备。 “Amazon Lex 连接到 KloudGin 的云平台，使我们能够解决困扰企业业务客户的一个主要问题——用户采用。 Amazon Lex 正在帮助我们的客户使用他们自然的声音与 KloudGin 进行交互，类似于在现实世界的对话中提出问题或采取行动，”KloudGin 创始人兼首席执行官 Vikram Takru 说。

RedAwning.com 是全球最大的度假租赁物业品牌网络。 “RedAwning 每月为成千上万的度假租赁客人提供服务，Amazon Connect 与 Amazon Lex 帮助我们为 RedAwning 和我们的客人更快、更高效地服务客人，”RedAwning.com 创始人兼首席执行官 Tim Choate 说。“借助 Amazon Connect，我们现在以十分之一的成本拥有十倍的功能，并且我们不再需要昂贵的每个代理许可成本，也不再需要管理电话的复杂性。使用 Amazon Lex，我们构建了一个虚拟助理，“Scarlett” ,' 并将其与 Amazon Connect 集成。虚拟助手利用 Amazon Lex 的文本到语音功能以及自动语音识别。我们还使用 AWS Lambda 进行后台数据库集成，通过以下方式快速将客户与其预订匹配电话号码，并帮助他们完全快速地解决最常见的呼叫中心查询，而无需人工干预。这在我们不断扩大客户群的过程中尤为重要快点。”

TINT 帮助 B2C 营销人员在营销过程中从社交媒体中找到、策划和展示他们最有效的客户生成内容。 “我们的业务专注于为依赖我们的品牌提供最好的营销内容，”TINT 首席技术官 Ryo Chiba 说。 “使用 Amazon Comprehend，我们能够显着提高我们平台内容分析功能的质量和准确性，从而为最具影响力的营销活动确定正确的内容。 Amazon Comprehend 使我们能够专注于我们的核心产品，而不必担心与构建我们自己的机器学习模型相关的繁重工作。”

FamilySearch 是世界上最大的家谱组织，致力于将世代相传的家庭联系起来，相信了解我们的祖先有助于我们更好地了解自己。 FamilySearch 首席技术官兼首席架构师 Tom Creighton 表示：“FamilySearch 使用 Amazon Rekognition 开发了‘人脸对比’，以帮助网站用户根据家庭照片查看他们最相似的祖先。”Amazon Rekognition 用于提供一种引人入胜的体验，帮助人们以一种新的方式与他们的祖先建立联系。我们期待在未来使用 Amazon Rekognition 来实现其他潜在的人脸匹配体验。”

Limbik 是第一个用于短视频的 Data Studio。通过大规模注释和分析视频的上下文、视觉和听觉特征，并将每个属性与实际观看行为相关联，Limbik 揭示了注意力的精确触发点。 Limbik 使用人工智能开发了一套技术支持的流程来预测哪些内容会成功，并通过执行属性和解释原因的分析。 “Amazon Rekognition 是 Limbik Annotate 的一个关键方面，我们的视频分析堆栈利用机器学习和人工分析来识别短视频内容的关键属性，”Limbik 首席执行官兼联合创始人 Zach Schwitzky 说。 “在评估了多个第三方视频注释服务之后，Amazon Rekognition 是最精确、最高效和无缝集成的更广泛的视频分析流程的一部分。”

VidMob 是一个技术平台，将营销人员与全球专家编辑、动画师和动态图形设计师网络联系起来。 “Amazon Comprehend 和 Amazon Transcribe 服务允许 VidMob 将高质量的机器学习文本分析构建到我们的敏捷创意套件中，使我们能够帮助品牌客户以前所未有的方式了解内容性能，”创始人兼首席执行官 Alex Collmer 说VidMob。 “我们能够从视频内容中转录文本，并使用 Comprehend 快速对其进行分析，从而使我们能够为创作者社区和客户提供可行的见解，从而使他们在市场上具有战略优势。”

Enetpulse 是为全球一些最大的游戏和媒体品牌提供体育数据解决方案的领先供应商。该公司提供体育数据产品，包括体育数据馈送或 API 服务，以及体育数据解决方案，例如实时比分和结果数据。 “我们向全球 150 多家媒体公司提供与 30 多种体育运动相关的数据，”Enetpulse 首席技术官 Mads Møllegaard 说。 “我们翻译了超过一百万件与各种运动相关的物品。虽然我们内部有专业的翻译人员，但手动翻译既费时又不可扩展。 Amazon Translate 为我们提供了几乎不需要后期编辑的高质量机器翻译。这有助于提高我们的专业翻译效率，从而降低成本和周转时间。”

关于 AWS 机器学习

凭借技术堆栈的所有三层的广泛服务组合，与任何其他提供商相比，更多的客户参考使用 AWS 进行机器学习。对于习惯于自行构建、调整、训练、部署和管理模型的高级开发人员和科学家，AWS 在堆栈底部提供了 P2 和 P3 实例，其性能比现有的任何其他 GPU 实例高 6 倍。今天的云——与 AWS 的深度学习 AMI 一起嵌入所有主要框架，例如 TensorFlow 和 MXNet。在堆栈的中间层，希望以广泛的方式使用机器学习的组织可以利用 Amazon SageMaker，这是一项完全托管的服务，可以消除机器学习过程每个步骤的繁重工作、复杂性和猜测，为日常开发人员提供支持和科学家成功地使用机器学习。 Amazon SageMaker 还可以与 AWS DeepLens 一起使用，这是一种支持深度学习的无线摄像机，它将高清摄像机开发人员工具包与一组示例项目配对，以帮助开发人员学习机器学习概念。在堆栈的顶层，AWS 提供解决方案，例如用于基于深度学习的视频和图像分析的 Amazon Rekognition、用于将文本转换为语音的 Amazon Polly、用于构建对话的 Amazon Lex、用于将语音转换为文本的 Amazon Transcribe、Amazon Translate用于翻译语言之间的文本，Amazon Comprehend 用于理解文本中的关系和发现见解。除了这些广泛的服务和设备外，客户还与 AWS 机器学习实验室的亚马逊专家数据科学家合作实施现实生活中的用例。

关于亚马逊网络服务

12 年来，Amazon Web Services 一直是世界上最全面、应用最广泛的云平台。 AWS 为计算、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）提供超过 125 项功能齐全的服务，来自全球 18 个地理区域和一个本地区域的 54 个可用区 (AZ) 的媒体和应用程序开发、部署和管理，跨越美国、澳大利亚、巴西、加拿大、中国、法国、德国、印度、爱尔兰、日本、韩国、新加坡和英国。 AWS 服务受到全球数百万活跃客户（包括发展最快的初创公司、最大型企业和领先的政府机构）的信任，为他们的基础设施提供支持、使其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。客户评论、一键购物、个性化推荐、Prime、亚马逊物流、AWS、Kindle Direct Publishing、Kindle、Fire 平板电脑、Fire TV、亚马逊 Echo 和 Alexa 是亚马逊率先推出的一些产品和服务。欲了解更多信息，请访问并关注@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。