• Amazon Lex，支持Amazon Alexa的技術，讓任何開發者都能為web、移動和互聯設備應用構建豐富的、對話式的用戶體驗。
• Amazon Polly可將文本轉化成生動傳神的談話，讓應用能以47種逼真的聲音、24種語言對話。
• Amazon Rekognition可輕松添加圖像分析至應用，使用強大的、基于深度學習的圖像和面部識別。
• Capital One, Motorola Solutions, SmugMug, American Heart Association, NASA, HubSpot, Redfin, Ohio Health, DuoLingo, Royal National Institute of Blind People, LingApps, GoAnimate及Coursera，還有很多客戶都在使用這些Amazon AI服務。

美國西雅圖，2016年11月30日 ，亞馬遜旗下公司Amazon Web Services, Inc.(AWS)發布三項人工智能(AI)服務，讓任何開發者都能輕松構建理解自然語言的應用程序，將文本變成生動的言語，使用聲音或文本進行對話，分析圖像并識別人臉、物體和場景。Amazon Lex、Amazon Polly和Amazon Rekognition都基于同樣經驗證的、高可擴展的Amazon技術，由全公司數千名深度學習和機器學習專家打造。Amazon AI服務全都提供高質量、高精度的AI能力，可擴展且經濟高效。Amazon AI服務是完全托管的服務，因此無需構建深度學習算法，無需訓練機器學習模型，無需前期承諾或基礎設施投資。這解放了開發者，讓他們能專注于定義并構建全新一代的應用，這些程序能看到、聽到、說、理解并與周圍的世界互動。要了解有關Amazon Lex，Amazon Polly或Amazon Rekognition的更多信息，請訪問：https：//aws.amazon.com/amazon-ai

到目前為止，很少有開發人員能構建、部署并大規模擴展具備AI能力的應用程序，因為這樣做需要訪問大量數據，以及機器學習和神經網絡方面的專業知識。有效地應用AI涉及大量手動操作，以開發并調整許多不同類型的機器學習和深度學習算法(例如自動語音識別、自然語言理解、圖像分類)，收集清理訓練數據，訓練并調整機器學習模型。并且，這一過程必須對應用程序中的每個對象、面部、語音和語言特性重復。Amazon AI服務消除了所有這些繁重的工作，讓AI可以為所有應用程序開發人員廣泛地訪問，提供Amazon強大且可靠的深度學習算法和技術，以任何開發人員可通過API調用或在AWS管理控制臺點擊幾次即可達成的完全托管服務形式呈現。Amazon AI服務完全釋放了Amazon的自然語言理解、語音識別、文本到語音和圖像分析技術能力，任意規模、任意應用程序、任意設備，在任何地方。

“更好的算法、對大量數據的廣泛訪問以及由云提供的高效經濟的計算能力，三者結合，使得AI成為應用程序開發人員的現實。AWS是目前使用的一些極具創新性和創造性的AI應用程序的家，”AWS數據庫、分析和AI副總裁Raju Gulabani說：“多年來，Amazon成千上萬的機器學習和深度學習專家一直在開發人工智能技術，以預測顧客可能喜歡閱讀什么，通過機器人技術和計算機視覺技術提高我們物流中心的效率，并帶給客戶我們AI支持的虛擬助理Alexa。現在，我們正將這些創新的基礎技術以任何開發人員都可用的形式提供，包括三種易于使用、功能強大且高效經濟的完全托管的Amazon AI服務。我們很興奮看到客戶如何使用Amazon Lex、Amazon Polly和Amazon Rekognition，構建新一代的應用程序。這些應用程序具有類似人類的智能，可以看到、聽到、說話，并與人和他們的環境進行交互。”

用Amazon Lex實現智能對話

Amazon Lex是一項新服務，使用支持Amazon Alexa的、基于相同的自動語音識別(ASR)技術和自然語言理解(NLU)的語音和文本構建對話界面。Amazon Lex可輕松將復雜的自然語言功能帶到幾乎任何應用程序。開發人員可以通過輸入幾個示例短語(例如，“查找航班”或“預訂航班”)，用于獲得完成任務所需參數(例如，旅行日期和目的地)的指令以及相應的澄清問題以詢問用戶(例如，“你想什么時候旅行?”，“你想去哪里?)，直接從AWS管理控制臺構建和測試機器人(執行自動化任務的會話應用，如檢查天氣或預訂航班)。 Amazon Lex負責其余部分，構建語言模型并詢問完成任務所需的后續問題。由于Amazon Lex是與AWS Lambda集成的，開發人員可以將Amazon Lex配置為通過AWS Lambda函數調用適當的后端服務(例如航班預訂服務)。開發人員還可以使用執行AWS Lambda函數的預構建企業連接器，通過從Salesforce、Microsoft Dynamics、Marketo、Zendesk、QuickBooks和HubSpot等企業系統中獲取數據來回答諸如“我在Salesforce.com中的前十個帳戶是什么”這樣的問題。

使用Amazon Lex構建的機器人可以在任何地方使用：從Web應用程序，到Slack和Facebook Messenger等聊天和信使應用程序，或通過移動或連接設備上的應用程序中的語音。 Amazon Lex處理不同平臺所需的身份驗證，并通過不要求開發人員為每個平臺編寫自定義代碼來簡化用戶界面設計。 此外，開發人員不必擔心擴展其基礎架構，因為Amazon Lex會隨著流量增加而自動擴展，并且開發人員僅需對Amazon Lex API的調用進行支付。

Capital One通過各種渠道為消費者、小型企業和商業客戶提供廣泛的金融產品和服務。 Capital One實驗室首席技術官Firoze Lafeer表示：“作為AWS的資深用戶，Amazon Lex與其他AWS服務(如AWS Lambda和Amazon DynamoDB)的無縫集成非常吸引人。 一個高度可擴展的解決方案，Amazon Lex還帶來了加快新一代語音和文本交互上市速度的潛力，例如我們最近為Alexa推出的Capital One技術。”

OhioHealth是一個全國認可的醫療保健組織，在47個縣擁有11多家醫院的網絡。 “我們對利用不斷演進的語音識別和自然語言處理技術來改善客戶的生活感到很興奮。Amazon Lex為我們提供了一個很好的機會，帶給我們的病人一種新體驗。” OhioHealth運營支持高級副總裁兼首席信息官Michael Krouse表示：“我們在OhioHealth所做的一切都是為了在正確的時間和地點為我們的患者提供適當的護理。Amazon Lex的下一代技術和我們正在開發的創新應用程序，將有助于提供增強的客戶體驗。我們擁有無限可能。”

HubSpot是一個營銷和銷售軟件的領導者。“HubSpot的GrowthBot是一個一體化的聊天機器人，通過使用會話界面提供對相關數據和服務的訪問，幫助營銷人員和銷售人員提高工作效率。使用GrowthBot，營銷人員可在創建內容、研究競爭對手并監控其分析方面獲得幫助。通過Amazon Lex，我們添加了復雜的自然語言處理能力，幫助GrowthBot為我們的用戶提供更直觀的UI，“HubSpot創始人和首席技術官Dharmesh Shah表示：“Amazon Lex讓我們利用先進的AI和機器學習，不必自己編寫算法。”

通過允許將實時通信和身份驗證功能直接嵌入軟件應用程序，Twilio幫助企業實現通信相關并合乎語境。Twilio消息產品部總監Benjamin Stein表示：“開發者和企業使用Twilio來構建應用程序，可以與世界各地的客戶進行溝通。Amazon Lex將為開發人員提供一個易于使用的模塊化架構和全面的API，以支持在移動平臺上構建和部署對話機器人。我們期待看到我們的客戶使用Twilio和Amazon Lex構建的東西。”

用Amazon Polly實現智能語音

Amazon Polly使開發人員能夠輕松地向現有應用程序(如新聞閱讀器和電子學習平臺)添加自然語音功能，或創建全新類別的語音功能產品(從移動應用程序到設備和設備)。 Amazon Polly易于使用，開發人員可以使用SDK或從AWS管理控制臺中向Amazon Polly發送文本，Polly會立即返回可以直接播放或以標準音頻文件格式存儲的音頻流。47個逼真的聲音和24種語言的支持，開發人員可以選擇男性和女性的聲音與各種口音，使應用程序面向全球用戶。Amazon Polly流暢的文本內容發音意味著，應用程序可跨多種文本格式，提供高質量的語音輸出。Amazon Polly是可擴展的，即使在將大量文本轉換為語音時，也能夠快速返回高質量的語音。使用Amazon Polly，開發人員只需為他們轉換的文本支付，并且可以緩存生成的語音，隨意重復播放，沒有任何次數限制。

華盛頓郵報是一家曾獲普利策獎的媒體和技術公司，每天出版超過1200個故事。“華盛頓郵報高級產品經理Joseph Price說：“我們一直對提供我們故事的音頻版本感興趣，但發現，現有的文本到語音解決方案相對于它們提供的語音質量而言，不具備什么成本效益。 隨著Amazon Polly的到來和其高品質的聲音，我們期待為讀者提供更豐富多樣的方式體驗我們的內容。”

GoAnimate是一個基于云的動畫視頻創作平臺，旨在讓沒有動畫背景的商業人士快速、容易地創建動畫視頻。“Amazon Polly讓GoAnimate用戶能夠立刻為使用我們平臺創建的角色配音。這在現場解說難得或時間不允許的場景中尤其有幫助，例如開發一個多語言的視頻，或者是加快審批流程的預生產制作，”GoAnimate創始人兼首席執行官Alvin Hung表示：“Amazon Polly的語音與我們豐富的前動畫資產無縫集成，鞏固了GoAnimate的易用性，在為我們的客戶帶來高效率的同時，加速產品上市。”

用Amazon Rekognition實現智能圖像分析

Amazon Rekognition可讓開發者快速、容易地構建應用程序，分析圖像，識別人臉、物體和場景。Amazon Rekognition使用深度學習技術，自動確定物體或場景，例如汽車、寵物或家具，并提供一個置信度得分，讓開發者可以給圖像打標簽，這樣應用程序使用者就可使用關鍵詞搜索特定的圖像。Amazon Rekognition可在圖像內定位面部并探測屬性，例如是否在微笑，或眼睛是否是睜開的。Amazon Rekognition還支持先進的面部分析功能，例如面部對比和人臉搜索。使用Rekognition，開發者可構建一個應用，評估兩張圖像中的面部是來自同一個人的可能性，從而能夠近實時地根據參考照片驗證用戶。類似地，開發者可創建成百上千萬面部(在圖像中探測到)的集合，根據其參考圖像，在集合中搜索相似的面部。通過借助一個簡單、高效經濟且可靠的AWS服務實現全面的圖像分類、探測和管理能力，Amazon Rekognition消除了開發和管理昂貴的圖像處理流程所需的復雜性和開銷。

Redfin是一個全方位服務的經紀商，使用現代技術幫助人們買賣房子。“Redfin用戶喜歡在我們的網站和移動應用程序上瀏覽房產，我們希望讓用戶更容易篩選數億的列表和圖像。”Redfin大數據和分析總監Yong Huang表示：“Amazon Rekognition可從圖像直接生成一組豐富的標簽。這使得構建智能搜索功能相對簡單，幫助客戶根據他們的特定需求(如壁爐，院子或游泳池)發現房子。由于Rekognition是接受Amazon S3 URL的，因此可在探測物體、場景和人臉上節省大量時間，無需移動圖像。

SmugMug是一個每天為成百上千萬客戶存儲數十億張優美照片的家，安全又美麗。 SmugMug創始人、首席執行官和首席極客Don MacAskill說：“SmugMug的客戶希望花時間創造更多的回憶，而不是手動管理他們的照片收藏。Amazon Rekognition允許我們自動識別客戶的照片中的內容，解鎖一大堆功能，允許他們和其訪客將更多時間放在享受生活和慶祝他們的照片上。”

基于AWS的深度學習和AI

Amazon Polly今天在美國東部(N. Virginia)、美國東部(Ohio)、美國西部(Oregon)和歐盟(Dublin)地區可用，并將在未來幾個月擴展到更多地區。 Amazon Rekognition在美國東部(N. Virginia)、美國西部(Oregon)和歐盟(Dublin)地區提供，并將在未來幾個月擴展到更多地區。客戶可以從今天開始注冊Amazon Lex預覽。

除了這些服務，AWS最近宣布正在大力投資MXNet，一個開源的分布式深度學習框架，最初由卡內基梅隆大學和其他頂尖大學開發，貢獻代碼并改進開發人員體驗。 MXNet將使機器學習科學家能夠構建可擴展的深度學習模型，從而大大減少其應用的訓練時間。有關AWS支持MXNet的更多信息，請訪問：http：//www.allthingsdistributed.com/2016/11/mxnet-default-framework-deep-learning-aws.html。

AWS還使開發人員能夠輕松運行自己的深度學習和機器學習工作負載，在AWS之上構建自己的AI平臺。Amazon Elastic Compute Cloud(Amazon EC2)具有廣泛的實例類型，并擁有包含大量內存的GPU，是深度學習訓練的理想選擇。P2實例在2016年9月推出，旨在面向大規模機器學習和深度學習，具備高達8個NVIDIA Tesla K80加速器，每個都運行一對NVIDIDA GK210 GPU，有12 GiB的內存和2,496個并行處理核心。并且，客戶可以使用AWS的深度學習AMI，其中包含六個預配置和預測試的深度學習框架，包括所有依賴項、Nvidia驅動程序和數據科學工具，如Jupyter和Anaconda。 此外，AWS CloudFormation模板可用于規模化的深度神經網絡訓練，幾次點擊便可實現。