AWS AI和機(jī)器學(xué)習(xí)可解決重大問題

如今，使用人工智能(AI)和機(jī)器學(xué)習(xí)(ML)部署了明確的用例，對醫(yī)療，教育，旅行，治理等領(lǐng)域的社會產(chǎn)生了更大的影響。 為了宣傳和展示AI和機(jī)器學(xué)習(xí)的巨大潛力，Amazon Web Services(AWS)，云技術(shù)和服務(wù)提供商一直通過事件，用例演示以及最重要的是，迄今為止這些技術(shù)所取得的進(jìn)展與生態(tài)系統(tǒng)不斷進(jìn)行交互。

增強(qiáng)對AI和機(jī)器學(xué)習(xí)的認(rèn)識的最佳方法之一就是始終與開發(fā)人員社區(qū)聯(lián)系。班加羅爾最近舉行的活動稱為AWS AI和機(jī)器學(xué)習(xí)日，將生態(tài)系統(tǒng)參與者聚集在一起，包括開發(fā)人員，企業(yè)家，初創(chuàng)公司，技術(shù)人員和風(fēng)險(xiǎn)投資家。這樣可以確保思想，建議和腦細(xì)胞急需的刺激自由流通。 ML無處不在 亞馬遜互聯(lián)網(wǎng)服務(wù)啟動生態(tài)系統(tǒng)負(fù)責(zé)人Digbijoy Shukla表示：“我們在AWS的使命是將ML交到每位開發(fā)人員手中。”他進(jìn)一步指出，在過去的20年中，亞馬遜一直致力于AI和機(jī)器學(xué)習(xí)。年各種形式。

在這里，AWS的關(guān)鍵驅(qū)動力一直是Amazon SageMaker。這是一項(xiàng)完全托管的機(jī)器學(xué)習(xí)服務(wù)，現(xiàn)在數(shù)據(jù)科學(xué)家和開發(fā)人員可以快速輕松地構(gòu)建和訓(xùn)練機(jī)器學(xué)習(xí)模型，然后將其直接部署到可用于生產(chǎn)環(huán)境的托管環(huán)境中。 亞馬遜SageMaker已經(jīng)在PolicyBazaar，Redbus和Shaadi.com之類的初創(chuàng)企業(yè)中發(fā)現(xiàn)了許多用例，僅舉幾個(gè)例子，它們都取得了非常明顯和可證明的結(jié)果。

在活動期間，Redbus解釋了如何部署Amazon的各種技術(shù)工具，尤其是Amazon SageMaker，以解決一些關(guān)鍵的客戶面臨的挑戰(zhàn)?？紤]到該公交車預(yù)訂平臺每分鐘接收的數(shù)據(jù)量，他們面臨著為用戶創(chuàng)建可信的用戶生成評論的挑戰(zhàn)。Redbus B2C工程部副總裁Phaneesh Gururaj說：“ Amazon SageMaker在解決產(chǎn)品中的各種連續(xù)迭代方面具有革命性意義。 AWS幫助所有這些新興公司擴(kuò)展并創(chuàng)建了即插即用架構(gòu)，以提供無縫的最終用戶體驗(yàn)。 對于初創(chuàng)企業(yè)而言，與AWS的合作伙伴關(guān)系非常豐富，因?yàn)樗粌H具有云信用，而且還具有其他功能，例如更強(qiáng)大的合作伙伴網(wǎng)絡(luò)，進(jìn)入市場的策略以及初創(chuàng)企業(yè)的啟動板。

除非有最好的頭腦聚集在一起討論，辯論和闡述他們的想法，否則任何聚會都是不完整的。小組討論的主題是：圍繞推薦引擎，欺詐和預(yù)測用例進(jìn)行構(gòu)建。 社交商務(wù)初創(chuàng)公司Meesho產(chǎn)品副總裁Movin Jain明確了他們的目標(biāo)：“我們?nèi)绾芜_(dá)到下5億用戶。”為了實(shí)現(xiàn)這一目標(biāo)，很明顯，AWS的技術(shù)平臺將是網(wǎng)關(guān)。