在不久前召开的2018世界人工智能大会上，正是凭借在AI人工智能技术创新上的卓越表现，亚马逊AWS云上AI创新一举摘得了大会最具重量级的奖项之一——“SAIL卓越奖”。
亚马逊发展史：AI人工智能的进步史
在巨头环伺、强手林立的AI人工智能领域，亚马逊AWS能够夺得SAIL卓越奖，绝非运气使然，而是当仁不让。
早在1998年，也就是许多中国人还不知道电子商务为何物的时候，亚马逊基于AI人工智能技术的电商平台推荐系统就已经上线。
2012年，为了提升仓储物流效率，亚马逊开始大量部署Kiva机器人。
2013年，亚马逊在全球率先提出了无人机送货的全新模式——“Prime Air”。
2014年，亚马逊内置AI虚拟助手Alexa的Echo智能音箱上市销售。这不仅成为了AI应用落地的经典范例，而且还在全球市场引爆了智能音箱这一风口。
2015年，亚马逊AWS首次推出Amazon Machine Learning机器学习服务。
2016年，亚马逊AWS发布针对机器视觉和语音交互的机器学习服务Rekognition、Polly、Lex。
2016年，亚马逊推出了颠覆性的无人值守实体商店——Amazon Go。
2016年，亚马逊在英国成功完成首次无人机送货试飞。
2016年，亚马逊AWS宣布MXNet作为官方首选深度学习框架，并且通过DL AMI对所有主流深度学习框架提供良好支持。
2017年，亚马逊启用“无人驾驶”智能供应链，实现了整个过程几乎零人工干预。
2017年，亚马逊AWS发布了成熟易用的机器学习平台Amazon SageMaker，并且还增加了更多的视觉、语音、语义服务。
2018年，亚马逊AWS人工智能研究院在上海落地。
可以看到，在过去的20年中，围绕AI人工智能和机器学习领域，亚马逊持之以恒地进行了大量的资源投入。亚马逊的发展史，可以说也是一部AI人工智能的进步史。
尤为值得一提的是，亚马逊AWS还秉承开放合作的心态，将相关的技术和解决方案与合作伙伴和客户进行了分享，共同推动了AI人工智能的技术发展与应用落地。
AI+机器学习：助力企业开展创新
AI人工智能技术能够在近年来取得飞跃式的进展，与云计算、大数据的蓬勃发展，特别是机器学习的进步息息相关。
在2018世界人工智能大会的采访中，亚马逊AWS副总裁Swami Sivasubramanian向趣味科技透露，机器学习已经成为了亚马逊AWS的DNA，渗透到了每一天的日常工作，不仅许多应用和服务都是建立在机器学习、深度学习基础之上的产物，并且还改变了整个公司的内部架构。
Swami指出，如果回顾历史，可以发现AI人工智能与机器学习其实并不是全新的概念，而是早在数十年前就已经诞生了相关技术。然而为什么当时没有大规模落地？因为它需要三个条件，一是海量的数据；二是巨大的运算能力；三是高技能的操作者。这就使得过去只有大型企业才有可能运行这样的系统。然而随着亚马逊AWS等云计算服务的出现，机器学习也在云中迎来了复兴。如今即便是中小企业甚至是初创企业，也可以用非常低的成本，通过云服务按需调用AI人工智能、机器学习的技术和服务。
“现在已经有数以万计的活跃开发者在AWS上训练机器学习，而且这个数量还在与日俱增。使用AWS的机器学习、产品和服务，在2017年同比增长了250%，更有超过80%的TensorFlow机器学习工具都是在AWS上运行。”Swami透露。
“AWS怎样帮助大家？我们把机器学习技术开放给了所有的开发者，无论你是有数万员工的大型企业，还是在车库里刚刚诞生的初创企业，我们的机器学习技术都可以帮助所有的人开展创新。”Swami指出，“另外得益于机器学习技术，AWS自己创新的速度也在不断加快，光是在2018年就已经推出了130多项新的AI功能和服务。”
AI人工智能在应用场景的落地
在介绍AI人工智能与机器学习技术的同时，Swami还通过大量的行业案例，展示了AWS的AI人工智能技术在各行各业应用场景的落地。
在医疗行业，医生们正在AWS上调动机器学习技术，来获得更好的洞察和医疗的成像。机器学习技术可以帮助对X光片进行更加全面的分析，更快、更好地发现症状和问题，其水平甚至超过了一些非常有经验的医疗专业人士。更有许多制药公司纷纷采用机器学习技术，以加速药品的研发过程。
在运动领域，美国橄榄球联盟采用了AWS从球员身上的传感器获得数据，以及通过视频研究球员的跑动路线，从中发现潜在的规律甚至是预测球员将来可能会跑哪条路线。
在社交领域，流行社交软件Tinder上的每一次滑动和每一次联动，背后都是由跑在AWS上的机器学习进行联动，因此很多连接都是通过机器学习来实现的。
在金融服务行业，许多企业的打印和扫描文件中都包含有金融数据、资产组合信息等重要信息，通过与亚马逊AWS机器学习实验室的合作，穆迪可以从文档中提取这些信息并进行分析，从而为客户提供更好的服务。
在教育领域，得益于AWS云服务和机器学习技术，AI教育公司“流利说”可以基于所有学员的实际情况和不同水平，来为每一位学生分别打造量身定制、个性化的学习进度和课程内容。
还有风驰电掣的方程式赛车，它们的机器学习工作也是跑在AWS上。譬如F1一级方程式赛车上有120个传感器，会生成超过1500个数据点，每一辆车在一场比赛中大约能产生3GB的数据。通过与AWS的合作，他们可以分析赛车在行程中的各种问题和情况，追溯过去的数据来找出问题所在，甚至于可以预测赛车在未来的比赛中会有怎样的表现。
在无人驾驶领域，开发无人驾驶技术的TuSimple图森科技很受欢迎。他们的计算机视觉模型也是通过多重GPU跑在AWS上来对无人驾驶车队进行训练，然后再把模型下载到卡车上。最近TuSimple甚至完成了一项2000英里无人驾驶的试驾。
意义非凡的AWS上海人工智能研究院
就在本届世界人工智能大会上，亚马逊AWS还宣布Amazon Polly机器学习云服务已经增加了对中文普通话的支持。该智能服务可以将文本转成逼真的语音，让用户创建对话式应用程序，从而创造新品类的语音产品。
与此同时，亚马逊AWS还宣布在上海建立AWS人工智能研究院。作为AWS在亚太地区首个人工智能研究院，AWS上海人工智能研究院的使命是吸引顶尖人才，研究开发先进的人工智能技术，并与AWS合作伙伴网络成员、学术界和本地客户加强协作。未来该研究院将融入AWS全球的人工智能研究与开发计划，开展以中文为主的多语言自然语言处理研究，参与和开发开源深度学习生态系统，支持中国客户在机器学习和人工智能方面的应用落地。
值得一提的是，在与中国的顶尖大学和研究机构协作推进AI研究项目的同时，AWS上海人工智能研究院也将为培养中国新一代的机器学习人才做出更多贡献。
声音：
“亚马逊已经在人工智能领域持续投入了20多年。在中国，我们与一些具有世界级远见的公司携手，例如图森TuSimple、氪信科技CreditX、汇量科技Mobvista、Hubble Connected和流利说等，他们已经在使用AWS机器学习和人工智能云服务来构建关键业务应用程序。随着AWS上海人工智能研究院的成立，我们将与AWS中国团队、中国产业界和学术界密切协作，帮助更多客户实现人工智能民主化，让先进的人工智能和机器学习技术惠及所有人。”
——亚马逊AWS副总裁 Swami Sivasubramanian
