隨著數(shù)字化進(jìn)程和人工智能的加速普及，企業(yè)人工智能(AI)和機(jī)器學(xué)習(xí)(ML)開發(fā)人員嚴(yán)重短缺，亞馬遜(AWS)正在尋求快速啟動AI和ML的方式，以幫助填補(bǔ)專業(yè)開發(fā)人員空白。同時也在激勵學(xué)生和其他行業(yè)的非專業(yè)人員加入這個利潤豐厚、需求巨大的領(lǐng)域。

[[440404]]

為了實(shí)現(xiàn)這些目標(biāo)，AWS發(fā)布了其SageMaker機(jī)器學(xué)習(xí)培訓(xùn)平臺家族的兩個新成員——Amazon SageMaker Canvas，它將允許非專業(yè)開發(fā)者創(chuàng)建無代碼的ML項(xiàng)目;以及全新的Amazon SageMaker Studio Lab的免費(fèi)公開預(yù)覽版。這將允許任何有興趣學(xué)習(xí)更多關(guān)于ML的人，可以嘗試使用這項(xiàng)技術(shù)。

亞馬遜人工智能和人工智能副總裁Bratin Saha(薩哈)稱，這兩款產(chǎn)品本周在拉斯維加斯的AWS re:Invent2021大會上發(fā)布，可以立即幫助企業(yè)解決一些積壓的ML項(xiàng)目。

AWS已經(jīng)幫助ML專業(yè)人員使用SageMaker等工具更便捷地完成工作，所以使用相關(guān)工具將無代碼的ML帶給非開發(fā)人員或所謂的“平民開發(fā)人員”是這一使命的一個分支。無代碼的應(yīng)用程序和服務(wù)已經(jīng)可以用于廣泛的IT細(xì)分領(lǐng)域，但在ML的世界里，直到現(xiàn)在還沒有這樣的服務(wù)。

薩哈說:“通過我們的創(chuàng)新，我們認(rèn)為機(jī)器學(xué)習(xí)將遵循類似的道路，客戶一直告訴我們，給他們提供無代碼工具將讓他們的分析師和其他人開始使用機(jī)器學(xué)習(xí)。”

SageMaker Canvas工具不僅僅是讓非開發(fā)人員輸入他們的項(xiàng)目，還將為非專業(yè)用戶進(jìn)行推斷，從現(xiàn)有數(shù)據(jù)中推斷出信息后，填充缺失的值并糾正錯誤。在這些后端工具中添加了更多的ML智能來幫助用戶。例如，如果你有一個區(qū)域的郵政編碼，你知道，如果數(shù)字是8位數(shù)，他們不是有效的美國郵政編碼，然后他們就可以介入并標(biāo)記這些錯誤。

如果需要在SageMaker Canvas中創(chuàng)建的ML項(xiàng)目上做更多的工作，開發(fā)者可以在SageMaker Studio版本中查看和更改Canvas項(xiàng)目，因?yàn)镃anvas是基于SageMaker Studio的。SageMaker Canvas允許你以低代碼的方式將所有正在做的事情輸出到SageMaker Studio。這些代碼以及所有的數(shù)據(jù)準(zhǔn)備和模型構(gòu)建代碼都可以使用。

使用過Canvas早期版本的客戶告訴AWS，這種簡單的數(shù)據(jù)導(dǎo)入功能是一個有價值的特性。也是創(chuàng)新之一，你可以無縫地從無代碼環(huán)境過渡到代碼優(yōu)先的環(huán)境，然后讓數(shù)據(jù)科學(xué)家參與進(jìn)來，做出他們認(rèn)為合適的修改。

該公司表示，SageMaker Canvas允許非數(shù)據(jù)科學(xué)家使用來自云中或本地不同數(shù)據(jù)源的數(shù)據(jù)創(chuàng)建和運(yùn)行自己的ML模型，同時通過點(diǎn)擊一個按鈕將數(shù)據(jù)集結(jié)合起來。這些員工可以使用Canvas訓(xùn)練精確的模型，然后通過一個直觀的界面生成新的預(yù)測。

該服務(wù)目前在美國東部(俄亥俄州)、美國東部(弗吉尼亞州)、美國西部(俄勒岡州)、歐洲(法蘭克福)和歐洲(愛爾蘭)的AWS地區(qū)普遍可用。根據(jù)AWS的說法，它可以用于本地?cái)?shù)據(jù)集，也可以用于已經(jīng)存儲在Amazon S3、Amazon Redshift或Snowflake上的數(shù)據(jù)。

全球?qū)C(jī)器學(xué)習(xí)從業(yè)者的需求持續(xù)增長，遠(yuǎn)遠(yuǎn)快于能夠勝任這些角色的受過培訓(xùn)和有技能的數(shù)據(jù)科學(xué)家。為了縮小這一差距，AWS引入了SageMaker Canvas，但更進(jìn)一步，它還引入了SageMaker Studio Lab，其目的是將ML教育帶給更多的人，他們可以獲得從事這一重要且有利可圖的工作所需的專業(yè)技能。

這是一項(xiàng)完全免費(fèi)的服務(wù)，讓學(xué)生、實(shí)驗(yàn)人員、研究人員和其他人開始學(xué)習(xí)機(jī)器學(xué)習(xí)，學(xué)習(xí)機(jī)器學(xué)習(xí)，用機(jī)器學(xué)習(xí)做快速實(shí)驗(yàn)等等。甚至不需要一個AWS賬戶就可以開始。你可以用一個電子郵件地址登錄……它不僅給你免費(fèi)的計(jì)算能力，而且還給你免費(fèi)的存儲空間。Studio Lab為你做了所有這些，它集成了GitHub和所有流行的軟件包。同時還包括有價值的教育材料，包括開源的ML指南，從深入深度學(xué)習(xí)，提供了關(guān)于機(jī)器學(xué)習(xí)廣泛而深入信息和課程，人工智能，神經(jīng)網(wǎng)絡(luò)以及更多。AWS、Udacity和英特爾公司提供的約1000萬美元的人工智能獎學(xué)金也將通過Studio Lab發(fā)放，以幫助弱勢和貧困學(xué)生獲得人工智能教育。

教育內(nèi)容還包括AWS機(jī)器學(xué)習(xí)大學(xué),以及一個大型開源社區(qū)，來進(jìn)行針對自然語言處理預(yù)訓(xùn)練、深度學(xué)習(xí)(DL)模型。

AWS的舉措讓非開發(fā)者用戶更容易地使用ML，并有可能將更多的工人帶入該領(lǐng)域，這對AWS和其他ML供應(yīng)商的未來非常重要。任何新技術(shù)都有一個學(xué)習(xí)曲線，像AWS這樣的服務(wù)需要大量的用戶，才能使相關(guān)的努力成為經(jīng)濟(jì)上的實(shí)質(zhì)性成果。最初，ML太困難，而且限制相對較多，不太實(shí)用。但隨著這種功能的廣泛應(yīng)用，理解能力增加了，創(chuàng)建更容易學(xué)習(xí)的工具的能力變得可行了。

分析師表示AWS正在“采取額外的步驟使培訓(xùn)免費(fèi)，展示了犧牲短期戰(zhàn)術(shù)收入以換取更大的長期優(yōu)勢和利潤的戰(zhàn)略意圖。“