由 dawei 
智东西（公众号：zhidxcom）
编 | 董温淑
智东西5月12日消息，今天，亚马逊线上举行机器学习与Amazon SageMaker媒体分享会，介绍亚马逊的机器学习服务。
机器学习技术的发展与各行各业的数字化转型相辅相成。娱乐、医疗、金融……各个领域的数字痕迹日益海量，机器学习技术能高效处理数据、提供解决方案，海量的数据又反哺了机器学习技术，使其日益精进。
在这种大环境下，许多科技公司推出机器学习服务，亚马逊也不例外。
今天，亚马逊邀来两家合作伙伴，从布局、服务、应用等方面介绍了亚马逊的机器学习服务。本次会议由AWS首席云计算企业战略顾问张侠主讲。
一、AWS的机器学习布局：从开发工具到现成服务，一站式解决需求
张侠介绍，亚马逊以电商起家，对机器学习技术的应用也首先反映在改善电商流程上。
随着公司发展，亚马逊开始致力于提供全栈机器学习服务。针为满足不同客户需求，亚马逊按照3层框架提供机器学习服务。从基础架构到顶层架构，对专业能力的要求逐步降低。
基础架构致力于满足专业人士的开发需求，全方位支持多种开源工具，虚机提供多种镜像。这一层支持的开发软件库包括TensorFlow、Gluon、Keras等；
中层架构针对有基础开发能力的企业客户，可以让企业定制自己的机器学习工具。这一层的核心产品是亚马逊的云机器学习平台Amazon SageMaker；
顶层架构是服务层，提供成熟的AI工具。这一层的服务包括视觉、语音、文字、搜索、对话等各个方面，基本能够满足企业云服务的所有需求。
二、SageMaker：亚马逊的机器学习大杀器，能把开发效率提升10倍
4月30日，云机器学习平台Amazon SageMaker上线AWS中国北京区和中国宁夏区。据张侠介绍，北京区和宁夏区是SageMaker落地的第5、第6个地区。
Amazon SageMaker提供一种完全托管的机器学习服务，能够提升训练机器学习模型过程的效率。Amazon SageMaker有4个优点：端到端机器学习、零安装、模型训练灵活、按秒付费（没有预付费用）。
从功能上来看，Amazon SageMaker可以优化机器学习的整套流程，从准备、建立、训练调优到部署管理的各个方面帮助用户提效机器学习建模。
Amazon SageMaker的应用场景也十分丰富，内置了分类算法、处理文字算法、序列翻译算法、计算机视觉算法、推荐算法、异常检测算法、主题模型算法、预测算法、聚类算法、特征缩减算法。
张侠介绍，自2017年推出至今，Amazon SageMaker把合作企业的总体拥有成本降低了54%，把开发效率提升了10倍以上。
2019年12月，亚马逊为Amazon SageMaker推出了新功能——机器学习整合开发环境Amazon SageMaker Studio，可以使机器学习过程更加高效。
三、两家企业现身说法：SageMaker帮助实现“从0到1”
会上，大宇无限公司的机器学习技术总监苏映滨、伊克罗徳公司的产品经理陈昶佑分享了对Amazon SageMaker的使用心得。
大宇无限是一家面向拉美、中东、东南亚等新兴市场的短视频服务公司，旗下主要产品是Zapee、Snaptube等App。Zapee、Snaptube的卖点是短视频聚合服务，能够为用户提供精准的内容推荐。
苏映滨介绍，在公司成立初期，研究人员基于SageMaker平台，仅用3个月就完成了整个系统的建设，快速实现“从0到1”的突破。另外，Amazon SageMaker的功能十分成熟，帮助大宇无限节省了70%的训练成本，而且还能算法自动调优、节省运维成本。
伊克罗徳是一家云服务解决方案提供商，服务客户涉及媒体、金融、制造、游戏、零售、教育等各个行业，面对的需求五花八门。
陈昶佑介绍，SageMaker拥有弹性的机器学习框架，可以帮助伊克罗徳快速设计出适合不同客户的解决方案。
结语：可以期待更多功能
除了大宇无限和伊克罗徳，在机器学习方面，亚马逊还有其他领域的合作伙伴，比如制药公司诺华、生物科技公司Celgene等。
据了解，亚马逊会即时更新SageMaker的功能，一些用户开发的功能也会在平台上开源和共享。
另外，尽管Amazon SageMaker还没有在中国区“解锁”全部功能，但张侠称，亚马逊会聆听客户反馈，后续考虑增加其他功能。