西雅圖--今天，Amazon.com 旗下公司（納斯達克股票代碼：AMZN）亞馬遜網絡服務公司 (AWS) 分享說，數以萬計的客戶正在使用 AWS 機器學習服務，活躍用戶增加超過自 AWS re: Invent 2017 以來，Amazon SageMaker 的廣泛采用推動了去年 250%開發人員和科學家更廣泛、更成功地使用機器學習。 AWS 在機器學習方面擁有比任何其他提供商都多的參考客戶，這在很大程度上與 AWS 無與倫比的一系列服務有關，這些服務可實現全棧機器學習體驗。借助 AWS 機器學習服務，客戶正在借助 AWS 的 P2 和 P3 圖形處理單元 (GPU) 實例、嵌入所有主要框架的深度學習 Amazon 機器圖像 (AMI)、Amazon SageMaker 構建各種智能應用程序和解決方案、AWS DeepLens——該設備已幫助成千上萬的客戶獲得了機器學習和堆棧頂層服務（如 Amazon Rekognition、Amazon Polly、Amazon Lex 和 Amazon Comprehend）的實踐經驗。

“借助由 Amazon Polly 提供支持的集成文本轉語音功能，Articulate Storyline 360 用戶可以非常快速地為其電子學習課程生成旁白。 Amazon Polly 可以非常輕松地切換語言和聲音，以本地化 Articulate Storyline 360 課程，并確保每個單詞聽起來都像它應該的那樣。”

今天，AWS 還宣布全面推出兩項新的機器學習服務，它們是 AWS 機器學習產品組合 Amazon Transcribe 和 Amazon Translate 的一部分。 Amazon Transcribe 提供語法正確的音頻文件轉錄，以允許分析、索引和搜索音頻數據。 Amazon Translate 是一種支持深度學習的機器翻譯服務，可在實時和批量場景中提供自然發音的語言翻譯。這些服務進一步擴展了 AWS 上已經提供的語言功能，其中包括用于對話界面的 Amazon Lex、用于文本轉語音的 Amazon Polly，以及用于處理自然語言以發現文本中的洞察力和上下文關系的 Amazon Comprehend。

“很多公司都在談論機器學習和人工智能的潛力，并在思考如何將這些技術融入他們的應用程序中，但實際上，除了少數擁有專家從業者的組織之外，機器學習對所有人來說都是遙不可及的。 AWS 機器學習副總裁 Swami Sivasubramanian 說。 “AWS 通過引入 Amazon SageMaker 改變了這一切，通過消除構建、訓練和部署模型的繁重工作，讓日常開發人員可以使用機器學習。”

Sivasubramanian 繼續說道：“在 AWS 上進行機器學習的公司比其他任何地方都多——在堆棧的每一層。從那些使用他們最喜歡的框架和我們的高性能 P3 實例對機器學習非常熟悉的人，到首次使用 Amazon SageMaker 將機器學習整合到他們的應用程序中的日常開發人員，再到利用語音、文本、視頻、翻譯、面部識別的開發人員和音頻轉錄，以使用 AWS 的人工智能服務創造新的客戶體驗。”

Articulate、國泰航空、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 的數以萬計客戶中的一小部分機器學習技術，以重新構想客戶體驗并在其業務中進行創新。

利用硬件、軟件和生物技術的數據和分析，GE Healthcare 正在通過為提供者和患者提供更好的結果來改變醫療保健。 “Amazon SageMaker 使 GE Healthcare 能夠訪問強大的人工智能工具和服務，以促進改善患者護理，”GE Healthcare 人工智能工程負責人 Sharath Pasupunuti 說。 “Amazon SageMaker 的可擴展性以及與原生 AWS 服務集成的能力為我們增加了巨大的價值。我們對 GE Health Cloud 和 Amazon SageMaker 之間的持續合作將如何為我們的醫療保健提供商合作伙伴帶來更好的結果并提供更好的患者護理感到興奮。”

作為 AWS 的早期企業客戶，Intuit 是一家金融科技公司，致力于通過其全球產品和平臺的生態系統為全球消費者、小型企業和個體經營者提供繁榮。 Intuit 執行副總裁 H. Tayloe Stansbury 表示：“通過將 AWS 機器學習和人工智能工作負載納入我們的整體人工智能和機器學習戰略，我們可以在 QuickBooks、Mint 和 TurboTax 等旗艦產品中加速為最終用戶帶來收益。”總裁兼首席技術官。 “Intuit 十多年前開始了我們的人工智能之旅，我們很自豪我們在該領域擁有超過 150 項專利和 40 個生產系統，我們期待繼續創新以取悅我們的客戶。”

Edmunds.com 是一個汽車購物網站，每月向 2000 萬訪問者提供有關車輛的詳細、不斷更新的信息。 Edmunds.com 首席信息官 Stephen Felisan 說：“我們有一項戰略計劃，將機器學習交到我們所有工程師的手中。” “Amazon SageMaker 是幫助我們實現這一目標的關鍵，它使工程師能夠更輕松地大規模構建、訓練和部署機器學習模型和算法。我們很高興看到我們可以如何使用 Amazon SageMaker 在整個組織中為我們的客戶創新新的解決方案。”

Move, Inc. 網絡（包括 Doorsteps 和Move, Inc. 首席數據官兼高級副總裁 Vineet Singh 說：“我們相信，Amazon SageMaker 是對工具集的變革性補充，因為我們支持消費者在他們的房屋所有權之旅中。”機器學習工作流程歷來需要很長時間就像訓練和優化模型一樣，可以由更廣泛的開發人員以更高的效率完成，使我們的數據科學家和分析師能夠專注于為我們的用戶創造最豐富的體驗。”

道瓊斯是一家出版和金融信息公司，在各種媒體上發布世界上最值得信賴的商業新聞和金融信息。它提供突發新聞、獨家見解、專家評論和個人理財策略。 “隨著道瓊斯繼續專注于將機器學習集成到我們的產品和服務中，AWS 一直是一個很好的資源，”集團首席產品和技術官 Ramin Beheshti 說。 “在我們最近的機器學習黑客馬拉松之前，AWS 團隊為參與者提供了有關 Amazon SageMaker 和 Amazon Rekognition 的培訓，并為所有團隊提供了全天的支持。結果是我們的團隊就如何應用機器學習提出了一些很棒的想法，其中許多我們將繼續在 AWS 上進行開發。這次活動取得了巨大的成功，是良好關系的一個例子。”

每天，Grammarly 的算法通過在跨設備的多個平臺上提供寫作幫助，幫助數百萬人更有效地交流。通過結合自然語言處理和先進的機器學習技術，Grammarly 正在應對關鍵的通信和業務挑戰。 “Amazon SageMaker 使我們能夠在分布式訓練環境中開發 TensorFlow 模型，”Grammarly 技術主管 Stanislav Levental 說。 “我們的工作流程還與 Amazon EMR 集成以進行預處理，因此我們可以從 Amazon Simple Storage Service (Amazon S3) 獲取數據，使用 Jupyter 筆記本中的 Amazon EMR 和 Spark 進行過濾，然后使用同一筆記本在 Amazon SageMaker 中進行訓練. Amazon SageMaker 還可以靈活地滿足我們不同的生產要求。我們可以在 Amazon SageMaker 本身上運行推理，或者如果我們只需要模型，我們可以從 Amazon S3 下載它并為 iOS 和 Android 客戶運行我們的移動設備實施的推理。”

Cookpad 是日本最大的食譜共享服務，在日本擁有約 6000 萬月度用戶，在全球擁有約 9000 萬月度用戶。 Cookpad 研究工程師 Yoichiro Someya 先生表示：“隨著對更容易使用 Cookpad 食譜服務的需求不斷增加，我們的數據科學家將構建更多機器學習模型以優化用戶體驗。” “為了盡量減少訓練作業迭代次數以獲得最佳性能，我們認識到部署機器學習推理端點存在重大挑戰，這正在減慢我們的開發過程。為了自動化機器學習模型部署，以便數據科學家可以自行部署模型，我們使用了 Amazon SageMaker 推理 API，并證明 Amazon SageMaker 將消除應用程序工程師部署機器學習模型的需要。我們預計在生產中使用 Amazon SageMaker 使這一過程自動化。”

Echo360 提供領先的視頻平臺技術，幫助教師和學生錄制、流式傳輸、管理和共享交互式視頻，以提高學生在課前、課中和課后的參與度。 “Echo360 平臺促進了為當今學生服務的積極且引人入勝的基于視頻的學習，”Echo360 首席執行官 Fred Singer 說。 “我們對 Amazon Transcribe 感到非常興奮，因為它為我們的大學合作伙伴提供了每個視頻的高質量成績單，支持更強大的搜索、更低成本的教育視頻內容字幕以及增強的筆記功能，使學習資產更有價值，更便于學生使用。”

PubNub 是用于構建聊天、設備控制和實時地圖應用程序的實時 API 的領先提供商。 PubNub 產品管理總監 David Hegarty 表示：“在 PubNub，我們發現聊天和協作已成為我們全球客戶群的主要用例，對多語言用戶體驗的需求不斷增加。我們很高興能夠將 Amazon Translate 的創新能力引入 PubNub ChatEngine?，這是一個用于聊天和無服務器部署的完整框架。結合其他人工智能產品，如 Amazon Polly（文本到語音）和 Amazon Lex（聊天機器人），這將有助于開發聊天應用程序更智能，并最終通過高性能和本地化的聊天功能讓我們的客戶更輕松地在國際上發展他們的業務。”

One Hour Translation 是全球最大的在線翻譯機構之一，24/7/365 全天候為全球數以千計的商業客戶提供專業翻譯服務。 “使用我們的服務和技術，全球公司可以在保持高質量的同時快速本地化大量內容，”One Hour Translation 首席執行官 Ofer Shoshan 說。“我們對使用 Amazon Translate 看到的初步結果感到興奮在我們為 iHerb 運行的翻譯項目中。翻譯時間減少了 67%，同時保持了與我們保持相同的質量標準。通過對神經機器翻譯進行人工后期編輯，可以顯著降低成本并提高速度大批量翻譯項目的改進效益。”

FICO 的客戶通信服務 (CCS) 團隊幫助世界各地的銀行、電信和公用事業公司使用分析驅動的智能自動化渠道更有效地與消費者建立聯系。 “使用 Amazon Polly Text-to-Speech 服務，我們現在可以在幾秒鐘內創建和編輯語音回復，而不是幾天，”FICO CCS 副總裁 Simon Woollett 說。 “這項創新使我們更加靈活，能夠響應客戶的需求。我們現在能夠為我們的交互式語音響應系統和語音通知產品快速生成語音記錄，這對于在動態和高度監管的市場中工作的客戶組織來說至關重要。此外，我們可以跨數十種語言做到這一點，幫助我們進入新市場并簡化錄制現場人才的困難和昂貴的練習。”

Articulate 是屢獲殊榮的 Articulate 360 的創建者，該訂閱包括 Storyline 360 和 Rise，這些應用程序可以輕松創建適用于每臺設備的美觀、引人入勝的電子學習。 “我們的目標是讓電子學習課程開發的各個方面變得更容易、更快、成本更低，”Articulate 工程高級副總裁 Mike Olivieri 說。 “借助由 Amazon Polly 提供支持的集成文本轉語音功能，Articulate Storyline 360 用戶可以非常快速地為其電子學習課程生成旁白。 Amazon Polly 可以非常輕松地切換語言和聲音，以本地化 Articulate Storyline 360 課程，并確保每個單詞聽起來都像它應該的那樣。”

POLITICO 是一家全球新聞和信息公司，擁有世界上最強大和迅速擴大的記者名冊之一，涵蓋政治和政策。 “今天的讀者可以通過多種方式訪問內容——在線、印刷和語音，”POLITICO 歐洲首席產品官 Johannes Boege 說。 “在 POLITICO，我們專注于與無論身在何處的讀者會面。通過快速集成來自 AWS 和 WP Engine 的適用于 WordPress 的 Amazon Polly 插件，我們能夠跨其他渠道提供內容以供更廣泛的消費，并為我們的新聞提供更好的可訪問性。”

迄今為止，Tinder 擁有 200 億次配對，是世界上最流行的結識新朋友的應用程序。 Tinder 首席執行官埃利·塞德曼 (Elie Seidman) 表示：“每次 Tinder 滑動背后都有一個系統，該系統每分鐘管理數百萬個請求，每天管理數十億次滑動，遍及 190 多個國家/地區。” “Amazon SageMaker 簡化了機器學習，幫助我們的開發團隊構建用于預測的模型，從而創建原本不可能實現的新連接。”

POPSUGAR Inc. 是一家全球媒體和技術公司，向超過 4 億的全球觀眾提供多平臺內容。 2017 年，全球每月平均有 31 億次內容瀏覽量，POPSUGAR 試圖擺脫手動標記照片的痛苦，并開始以低成本利用機器學習自動化。 “我們使用 Amazon Rekognition 在我們龐大的數字資產庫中識別名人，”POPSUGAR 的 IT 高級總監 Bjorn Pave 說。 “Amazon Rekognition 使我們能夠停止手動標記數千張照片，并為我們不斷增長的圖書館提供急需的自動化。”

KloudGin 提供在 AWS 上運行的基于 AI 的智能現場服務、資產和庫存管理解決方案。通過單個應用程序，KloudGin 從任何設備實時連接客戶、工作人員、后臺、合作伙伴和設備。 “Amazon Lex 連接到 KloudGin 的云平臺，使我們能夠解決困擾企業業務客戶的一個主要問題——用戶采用。 Amazon Lex 正在幫助我們的客戶使用他們自然的聲音與 KloudGin 進行交互，類似于在現實世界的對話中提出問題或采取行動，”KloudGin 創始人兼首席執行官 Vikram Takru 說。

RedAwning.com 是全球最大的度假租賃物業品牌網絡。 “RedAwning 每月為成千上萬的度假租賃客人提供服務，Amazon Connect 與 Amazon Lex 幫助我們為 RedAwning 和我們的客人更快、更高效地服務客人，”RedAwning.com 創始人兼首席執行官 Tim Choate 說。“借助 Amazon Connect，我們現在以十分之一的成本擁有十倍的功能，并且我們不再需要昂貴的每個代理許可成本，也不再需要管理電話的復雜性。使用 Amazon Lex，我們構建了一個虛擬助理，“Scarlett” ,' 并將其與 Amazon Connect 集成。虛擬助手利用 Amazon Lex 的文本到語音功能以及自動語音識別。我們還使用 AWS Lambda 進行后臺數據庫集成，通過以下方式快速將客戶與其預訂匹配電話號碼，并幫助他們完全快速地解決最常見的呼叫中心查詢，而無需人工干預。這在我們不斷擴大客戶群的過程中尤為重要快點。”

TINT 幫助 B2C 營銷人員在營銷過程中從社交媒體中找到、策劃和展示他們最有效的客戶生成內容。 “我們的業務專注于為依賴我們的品牌提供最好的營銷內容，”TINT 首席技術官 Ryo Chiba 說。 “使用 Amazon Comprehend，我們能夠顯著提高我們平臺內容分析功能的質量和準確性，從而為最具影響力的營銷活動確定正確的內容。 Amazon Comprehend 使我們能夠專注于我們的核心產品，而不必擔心與構建我們自己的機器學習模型相關的繁重工作。”

FamilySearch 是世界上最大的家譜組織，致力于將世代相傳的家庭聯系起來，相信了解我們的祖先有助于我們更好地了解自己。 FamilySearch 首席技術官兼首席架構師 Tom Creighton 表示：“FamilySearch 使用 Amazon Rekognition 開發了‘人臉對比’，以幫助網站用戶根據家庭照片查看他們最相似的祖先。”Amazon Rekognition 用于提供一種引人入勝的體驗，幫助人們以一種新的方式與他們的祖先建立聯系。我們期待在未來使用 Amazon Rekognition 來實現其他潛在的人臉匹配體驗。”

Limbik 是第一個用于短視頻的 Data Studio。通過大規模注釋和分析視頻的上下文、視覺和聽覺特征，并將每個屬性與實際觀看行為相關聯，Limbik 揭示了注意力的精確觸發點。 Limbik 使用人工智能開發了一套技術支持的流程來預測哪些內容會成功，并通過執行屬性和解釋原因的分析。 “Amazon Rekognition 是 Limbik Annotate 的一個關鍵方面，我們的視頻分析堆棧利用機器學習和人工分析來識別短視頻內容的關鍵屬性，”Limbik 首席執行官兼聯合創始人 Zach Schwitzky 說。 “在評估了多個第三方視頻注釋服務之后，Amazon Rekognition 是最精確、最高效和無縫集成的更廣泛的視頻分析流程的一部分。”

VidMob 是一個技術平臺，將營銷人員與全球專家編輯、動畫師和動態圖形設計師網絡聯系起來。 “Amazon Comprehend 和 Amazon Transcribe 服務允許 VidMob 將高質量的機器學習文本分析構建到我們的敏捷創意套件中，使我們能夠幫助品牌客戶以前所未有的方式了解內容性能，”創始人兼首席執行官 Alex Collmer 說VidMob。 “我們能夠從視頻內容中轉錄文本，并使用 Comprehend 快速對其進行分析，從而使我們能夠為創作者社區和客戶提供可行的見解，從而使他們在市場上具有戰略優勢。”

Enetpulse 是為全球一些最大的游戲和媒體品牌提供體育數據解決方案的領先供應商。該公司提供體育數據產品，包括體育數據饋送或 API 服務，以及體育數據解決方案，例如實時比分和結果數據。 “我們向全球 150 多家媒體公司提供與 30 多種體育運動相關的數據，”Enetpulse 首席技術官 Mads M?llegaard 說。 “我們翻譯了超過一百萬件與各種運動相關的物品。雖然我們內部有專業的翻譯人員，但手動翻譯既費時又不可擴展。 Amazon Translate 為我們提供了幾乎不需要后期編輯的高質量機器翻譯。這有助于提高我們的專業翻譯效率，從而降低成本和周轉時間。”

關于 AWS 機器學習

憑借技術堆棧的所有三層的廣泛服務組合，與任何其他提供商相比，更多的客戶參考使用 AWS 進行機器學習。對于習慣于自行構建、調整、訓練、部署和管理模型的高級開發人員和科學家，AWS 在堆棧底部提供了 P2 和 P3 實例，其性能比現有的任何其他 GPU 實例高 6 倍。今天的云——與 AWS 的深度學習 AMI 一起嵌入所有主要框架，例如 TensorFlow 和 MXNet。在堆棧的中間層，希望以廣泛的方式使用機器學習的組織可以利用 Amazon SageMaker，這是一項完全托管的服務，可以消除機器學習過程每個步驟的繁重工作、復雜性和猜測，為日常開發人員提供支持和科學家成功地使用機器學習。 Amazon SageMaker 還可以與 AWS DeepLens 一起使用，這是一種支持深度學習的無線攝像機，它將高清攝像機開發人員工具包與一組示例項目配對，以幫助開發人員學習機器學習概念。在堆棧的頂層，AWS 提供解決方案，例如用于基于深度學習的視頻和圖像分析的 Amazon Rekognition、用于將文本轉換為語音的 Amazon Polly、用于構建對話的 Amazon Lex、用于將語音轉換為文本的 Amazon Transcribe、Amazon Translate用于翻譯語言之間的文本，Amazon Comprehend 用于理解文本中的關系和發現見解。除了這些廣泛的服務和設備外，客戶還與 AWS 機器學習實驗室的亞馬遜專家數據科學家合作實施現實生活中的用例。

關于亞馬遜網絡服務

12 年來，Amazon Web Services 一直是世界上最全面、應用最廣泛的云平臺。 AWS 為計算、存儲、數據庫、網絡、分析、機器學習和人工智能 (AI)、物聯網 (IoT)、移動、安全、混合、虛擬和增強現實（VR 和 AR）提供超過 125 項功能齊全的服務，來自全球 18 個地理區域和一個本地區域的 54 個可用區 (AZ) 的媒體和應用程序開發、部署和管理，跨越美國、澳大利亞、巴西、加拿大、中國、法國、德國、印度、愛爾蘭、日本、韓國、新加坡和英國。 AWS 服務受到全球數百萬活躍客戶（包括發展最快的初創公司、最大型企業和領先的政府機構）的信任，為他們的基礎設施提供支持、使其更加敏捷并降低成本。

關于亞馬遜

亞馬遜遵循四項原則：以客戶為中心而非以競爭對手為中心、對發明的熱情、對卓越運營的承諾以及長期思考。客戶評論、一鍵購物、個性化推薦、Prime、亞馬遜物流、AWS、Kindle Direct Publishing、Kindle、Fire 平板電腦、Fire TV、亞馬遜 Echo 和 Alexa 是亞馬遜率先推出的一些產品和服務。欲了解更多信息，請訪問并關注@AmazonNews。

點擊咨詢現在有哪些新興平臺值得關注 >>>

特別聲明：以上文章內容僅代表作者本人觀點，不代表ESG跨境電商觀點或立場。如有關于作品內容、版權或其它問題請于作品發表后的30日內與ESG跨境電商聯系。