作為亞馬遜公司旗下云計(jì)算服務(wù)平臺(tái)，AWS也已經(jīng)推出上線14年，我們很難用一句話說清AWS能夠在云計(jì)算領(lǐng)域持續(xù)增長和創(chuàng)新的秘訣。近來，機(jī)器學(xué)習(xí)成為AWS內(nèi)部一項(xiàng)極其重要的業(yè)務(wù)，我們或許能夠從中總結(jié)出AWS在云計(jì)算上一些打法。
在AWS披露的一項(xiàng)數(shù)據(jù)中，自 2016年推出3項(xiàng)機(jī)器學(xué)習(xí)服務(wù)以來的5年間，AWS已經(jīng)累計(jì)推出776+的機(jī)器學(xué)習(xí)服務(wù)和功能。按照2019年的數(shù)據(jù)，新推出248項(xiàng)機(jī)器學(xué)習(xí)服務(wù)和功能后，機(jī)器學(xué)習(xí)在當(dāng)年新推出服務(wù)和功能的總量（2345項(xiàng)）中的比例超過10%。
在機(jī)器學(xué)習(xí)上提供的服務(wù)越來越深入
當(dāng)中國云服務(wù)商紛紛進(jìn)軍產(chǎn)業(yè)界，并逐步確定差異化發(fā)展方向的時(shí)候，遠(yuǎn)在美國的全球云計(jì)算巨頭AWS卻在瘋狂為它的機(jī)器學(xué)習(xí)服務(wù)背書。
在不久前的“亞馬遜re:Invent 2020大會(huì)”上，AWS CEO Andy Jassy 在主題演講中調(diào)侃道：“2019年，我用75分鐘來講機(jī)器學(xué)習(xí)，但2020年我想換種方式。”而接下來，無論是他自己的闡述還是客戶證言，在他長達(dá)3小時(shí)的演講中，“機(jī)器學(xué)習(xí)”被提及的次數(shù)超過75次。
云計(jì)算的發(fā)展，為機(jī)器學(xué)習(xí)提供了蓬勃發(fā)展的土壤。亞馬遜副總裁兼CTO Werner Vogels 博士在“2021將改變世界的八大技術(shù)趨勢(shì)”的預(yù)測(cè)中提到，機(jī)器學(xué)習(xí)在2020年已經(jīng)成為主流，未來三年內(nèi)世界產(chǎn)生的數(shù)據(jù)比過去30年還要多，而與機(jī)器學(xué)習(xí)模型相結(jié)合，使用數(shù)據(jù)攝取和聚合工具，成為各行各業(yè)處理信息的唯一實(shí)際方法。
認(rèn)準(zhǔn)了機(jī)器學(xué)習(xí)的方向之后，AWS已經(jīng)對(duì)機(jī)器學(xué)習(xí)的未來做出了趨勢(shì)性判斷，在機(jī)器學(xué)習(xí)上所提供的服務(wù)越來越深入。
從2016年-2020年的五年間，AWS在機(jī)器學(xué)習(xí)上推出的服務(wù)數(shù)量增長最快的是2017-2018年，這期間，機(jī)器學(xué)習(xí)服務(wù)從2017年的60項(xiàng)，增加155項(xiàng)至215項(xiàng)，此后AWS的機(jī)器學(xué)習(xí)服務(wù)每年以“200+”的增量發(fā)展。
截止目前，AWS的機(jī)器學(xué)習(xí)服務(wù)已經(jīng)形成了“上-中-下”三個(gè)層次的服務(wù)框架：
AWS機(jī)器學(xué)習(xí)服務(wù)框架圖
第一層，AI 服務(wù)，這類服務(wù)包含了視覺、音頻-文字互轉(zhuǎn)、聊天機(jī)器人等即拿即用的服務(wù)；
第二層，Amazon SageMaker服務(wù)，這類服務(wù)可以幫助使用者自動(dòng)標(biāo)記數(shù)據(jù)，并提供了SageMaker studio集成開發(fā)環(huán)境，是一個(gè)全托管的機(jī)器學(xué)習(xí)平臺(tái)；
第三層，機(jī)器學(xué)習(xí)框架和基礎(chǔ)設(shè)施，這類服務(wù)包含了可供使用者選擇的多種機(jī)器學(xué)習(xí)框架，以及包含算力芯片、服務(wù)器等的基礎(chǔ)設(shè)施。
“我們的機(jī)器學(xué)習(xí)解決方案，能夠快速進(jìn)行數(shù)據(jù)的模擬，挖掘數(shù)據(jù)價(jià)值。改變數(shù)據(jù)管理體系，可以把計(jì)算和分析融入所有的業(yè)務(wù)當(dāng)中。”Andy Jassy 在演講中說。
這正是AWS的高明之處，它將機(jī)器學(xué)習(xí)抽象為了一項(xiàng)通用服務(wù)，是數(shù)據(jù)湖、數(shù)據(jù)倉庫、數(shù)據(jù)智能這些當(dāng)下熱門服務(wù)的必備工具。不強(qiáng)調(diào)行業(yè)屬性、不強(qiáng)調(diào)使用場(chǎng)景，只強(qiáng)調(diào)“機(jī)器學(xué)習(xí)”作為一項(xiàng)服務(wù)對(duì)IT和業(yè)務(wù)效率的提升。至于用到哪兒、用到什么行業(yè)什么場(chǎng)景，客戶說了算。
同時(shí)，機(jī)器學(xué)習(xí)也可以是更加普惠和易用的。在Andy Jassy的觀念中，機(jī)器學(xué)習(xí)不應(yīng)該是只被機(jī)器學(xué)習(xí)方面的專業(yè)人士來訓(xùn)練、調(diào)優(yōu)、建構(gòu)和部署，而應(yīng)該是“Expand machine learning to more builders（讓機(jī)器學(xué)習(xí)為更多構(gòu)建者服務(wù)）”，這些“builders”包含了不是很懂機(jī)器學(xué)習(xí)的數(shù)據(jù)分析師、IT業(yè)務(wù)人員等。
事實(shí)也證明，AWS推出的機(jī)器學(xué)習(xí)服務(wù)中的SageMaker也已經(jīng)成為AWS歷史上增長最快的服務(wù)。目前，全球已經(jīng)有超過10萬的客戶在使用AWS的機(jī)器學(xué)習(xí)和人工智能服務(wù)。
不同客戶需求，促成AWS不斷創(chuàng)新
不要嘗試從AWS的口中獲得更詳細(xì)的關(guān)于產(chǎn)品創(chuàng)新的方案，在鈦媒體APP對(duì)AWS不同人員的多次采訪中，“如何保持創(chuàng)新”這個(gè)問題的答案永遠(yuǎn)是“以客戶為中心”。實(shí)際上，不同客戶所產(chǎn)生的對(duì)機(jī)器學(xué)習(xí)的需求，也確實(shí)促成了AWS在機(jī)器學(xué)習(xí)領(lǐng)域的不斷創(chuàng)新。
AWS大中華區(qū)云服務(wù)產(chǎn)品管理總經(jīng)理顧凡舉了一個(gè)SageMaker的例子：“客戶說你們?nèi)ツ臧l(fā)布的這些東西都挺好的，但是確實(shí)是在機(jī)器學(xué)習(xí)當(dāng)中有一塊硬骨頭還是沒啃，就是怎么快速地把原始數(shù)據(jù)轉(zhuǎn)化成模型所需要的核心特征，把這個(gè)步驟加快。”
在這樣的一些需求下，AWS推出了機(jī)器學(xué)習(xí)服務(wù)AWS Data Wrangler，該工具是機(jī)器學(xué)習(xí)的特征工廠。這里的“特征（function）”是機(jī)器學(xué)習(xí)中的術(shù)語，機(jī)器學(xué)習(xí)建模需要進(jìn)行函數(shù)運(yùn)算，數(shù)據(jù)“特征”輸入函數(shù)后，就可以輸出“標(biāo)簽（label）”。機(jī)器學(xué)習(xí)工具會(huì)根據(jù)標(biāo)簽來識(shí)別數(shù)據(jù)是貓、是狗還是其他。在原來的機(jī)器學(xué)習(xí)工具中，客戶需要自己將不同的數(shù)據(jù)源打通，抓取數(shù)據(jù)然后格式化，把數(shù)據(jù)特征跑出才能進(jìn)入后續(xù)流程。
