北京2022年12月5日 /美通社/ -- 亞馬遜云科技在上宣布，為端到端機器學習服務 推出八項新功能。眾多開發人員、數據科學家和業務分析師使用 Amazon SageMaker 提供的全托管基礎設施、工具和工作流，輕松快速地構建、訓練和部署機器學習模型。客戶使用機器學習不斷創新，他們創建的模型比以往任何時候都多，因此，他們需要高級功能來有效管理模型的開發、使用和性能。本次發布包括新的 Amazon SageMaker 治理功能，它可以在整個機器學習生命周期中提供對模型性能的可見性。新的 Amazon SageMaker Studio Notebook 功能提供了增強的Notebook體驗，讓客戶只需點擊幾下即可檢查和解決數據質量問題，促進數據科學團隊之間的實時協作，通過將Notebook代碼轉變到自動化作業加速機器學習實驗到生產的過程。最后，Amazon SageMaker新功能可自動執行模型驗證，并且讓地理空間數據處理變得更容易。要開始使用 Amazon SageMaker，請訪問 。
"當前，數以萬計各種規模和各行各業的客戶都在使用 Amazon SageMaker。亞馬遜云科技客戶每個月都在構建數百萬個模型、訓練數十億參數規模的模型、生成數萬億個預測。 許多客戶正在以幾年前聞所未聞的規模使用機器學習。"亞馬遜云科技人工智能和機器學習副總裁Bratin Saha表(biao)示(shi)， "今天發布的(de)Amazon SageMaker新功(gong)能讓團隊能夠更(geng)輕松地(di)加快機器學習模型(xing)的(de)端到(dao)端開發和部署(shu)。 從專(zhuan)門構(gou)建的(de)治(zhi)理工具(ju)到(dao)下一(yi)代Notebook體(ti)驗和簡化(hua)的(de)模型(xing)測試，再(zai)到(dao)對地(di)理空間數據(ju)的(de)增(zeng)強支持，我們在 Amazon SageMaker 的(de)基(ji)礎上(shang)不斷創新，幫助客戶大規(gui)模利用機器學習。"
對很多(duo)用(yong)戶(hu)(hu)而言，云計算讓機器學(xue)(xue)(xue)習(xi)(xi)觸(chu)手(shou)可(ke)及(ji)。但直到幾年(nian)前，構(gou)建、訓練和(he)部署模型(xing)的(de)(de)過程仍(reng)然是艱苦(ku)而乏味的(de)(de)，人(ren)手(shou)不(bu)多(duo)的(de)(de)數據(ju)科學(xue)(xue)(xue)家(jia)團(tuan)隊需要(yao)進行為期數周或數月(yue)的(de)(de)持(chi)續迭代，才能使模型(xing)達(da)到生(sheng)產(chan)水(shui)平(ping)。亞馬(ma)遜云科技在(zai)五年(nian)前推出 Amazon SageMaker以(yi)應(ying)對這些(xie)挑(tiao)戰，此后陸續增加(jia)了250 多(duo)項(xiang)新特性(xing)和(he)功(gong)能，讓客(ke)戶(hu)(hu)能夠更(geng)輕松地在(zai)多(duo)項(xiang)業(ye)(ye)務中使用(yong)機器學(xue)(xue)(xue)習(xi)(xi)。當前，一(yi)些(xie)客(ke)戶(hu)(hu)聘(pin)請了數百名專業(ye)(ye)人(ren)員，他們(men)使用(yong) Amazon SageMaker 做(zuo)出預測，用(yong)以(yi)在(zai)改善客(ke)戶(hu)(hu)體驗、優(you)化(hua)業(ye)(ye)務流程和(he)加(jia)速新產(chan)品和(he)服務開發(fa)等方面幫(bang)助解決最嚴(yan)峻的(de)(de)挑(tiao)戰。隨著(zhu)機器學(xue)(xue)(xue)習(xi)(xi)應(ying)用(yong)的(de)(de)增長，客(ke)戶(hu)(hu)想要(yao)使用(yong)的(de)(de)數據(ju)類型(xing)不(bu)斷增加(jia)，客(ke)戶(hu)(hu)需要(yao)的(de)(de)治(zhi)理、自動化(hua)和(he)質量保(bao)證(zheng)水(shui)平(ping)也與日俱增，以(yi)期實現(xian)對機器學(xue)(xue)(xue)習(xi)(xi)負責任的(de)(de)應(ying)用(yong)。Amazon SageMaker一(yi)向致力于為全球所有技能水(shui)平(ping)的(de)(de)專業(ye)(ye)人(ren)員提供支持(chi)，此次發(fa)布也秉承了這一(yi)創新傳統。
Amazon SageMaker 機器學習治理新功能
Amazon SageMaker新(xin)功能可以幫(bang)助客戶更輕松地在機(ji)器學習模(mo)型(xing)生命周(zhou)期(qi)中擴大治(zhi)理(li)規模(mo)。 隨著企業內模(mo)型(xing)和(he)用戶數量的(de)增(zeng)長，設置最(zui)低權限的(de)訪(fang)問控制和(he)創(chuang)建治(zhi)理(li)流程以記錄模(mo)型(xing)信(xin)息（如輸入數據集、訓練環境信(xin)息、模(mo)型(xing)使用描述(shu)和(he)風險評級）都變(bian)得愈發(fa)困難。模(mo)型(xing)部(bu)署后，客戶還需要監測偏(pian)差和(he)特征偏(pian)移，從而確保模(mo)型(xing)按預期(qi)運行。
Amazon SageMaker Role Manager 可以更輕松地控制訪問和權限：適當的(de)用(yong)戶(hu)訪(fang)問(wen)(wen)控(kong)(kong)制(zhi)是治理(li)的(de)基石，它(ta)保護數(shu)據(ju)(ju)隱(yin)私(si)，防(fang)止信息泄露，確保專業人員(yuan)可(ke)(ke)(ke)以(yi)(yi)訪(fang)問(wen)(wen)他們(men)完成工(gong)(gong)(gong)作所(suo)(suo)需(xu)的(de)工(gong)(gong)(gong)具(ju)。但一(yi)旦數(shu)據(ju)(ju)科學團隊增加(jia)到數(shu)十甚至數(shu)百人，實施這些控(kong)(kong)制(zhi)就會變得越(yue)來越(yue)復(fu)雜。機(ji)(ji)(ji)器學習(xi)管理(li)員(yuan)（創(chuang)建(jian)和(he)(he)(he)監(jian)控(kong)(kong)組織內(nei)機(ji)(ji)(ji)器學習(xi)系(xi)統的(de)人）必須平衡對(dui)簡化開發的(de)需(xu)求和(he)(he)(he)對(dui)管控(kong)(kong)機(ji)(ji)(ji)器學習(xi)工(gong)(gong)(gong)作流內(nei)任務、資源和(he)(he)(he)數(shu)據(ju)(ju)訪(fang)問(wen)(wen)的(de)需(xu)求。當前，管理(li)員(yuan)通常創(chuang)建(jian)電子表格(ge)或使用(yong)臨(lin)時列表導覽數(shu)十種不同活(huo)動(dong)(dong)（如(ru)數(shu)據(ju)(ju)準備和(he)(he)(he)訓練）和(he)(he)(he)角色（如(ru)機(ji)(ji)(ji)器學習(xi)工(gong)(gong)(gong)程師和(he)(he)(he)數(shu)據(ju)(ju)科學家）所(suo)(suo)需(xu)的(de)訪(fang)問(wen)(wen)策略。這些工(gong)(gong)(gong)具(ju)需(xu)要(yao)手動(dong)(dong)維護，而(er)且(qie)可(ke)(ke)(ke)能(neng)需(xu)要(yao)數(shu)周時間才能(neng)明確新(xin)用(yong)戶(hu)有效完成工(gong)(gong)(gong)作所(suo)(suo)需(xu)的(de)具(ju)體任務。Amazon SageMaker Role Manager 讓管理(li)員(yuan)可(ke)(ke)(ke)以(yi)(yi)更輕松地(di)控(kong)(kong)制(zhi)訪(fang)問(wen)(wen)并(bing)為用(yong)戶(hu)定義(yi)權限。管理(li)員(yuan)可(ke)(ke)(ke)以(yi)(yi)根(gen)據(ju)(ju)不同的(de)用(yong)戶(hu)角色和(he)(he)(he)職(zhi)責選擇和(he)(he)(he)編輯(ji)預建(jian)模板。之后，該工(gong)(gong)(gong)具(ju)會在幾分(fen)鐘(zhong)內(nei)自動(dong)(dong)創(chuang)建(jian)具(ju)有必要(yao)權限的(de)訪(fang)問(wen)(wen)策略，持(chi)續降低(di)添加(jia)和(he)(he)(he)管理(li)用(yong)戶(hu)所(suo)(suo)投入的(de)時間和(he)(he)(he)精(jing)力(li)。
Amazon SageMaker Model Cards簡化模型信息收集：當前，大(da)多數(shu)專(zhuan)業人員依靠不(bu)同的(de)(de)工具(ju)（如(ru)電子郵件、電子表格和(he)(he)(he)文本文件）記錄模(mo)型(xing)(xing)開發(fa)和(he)(he)(he)評估(gu)期(qi)間的(de)(de)業務需(xu)求、關鍵決策和(he)(he)(he)觀察結(jie)果(guo)。專(zhuan)業人員需(xu)要(yao)用(yong)這(zhe)些(xie)信息(xi)支持審(shen)批工作流、注冊(ce)、審(shen)計、客戶(hu)查詢和(he)(he)(he)監控(kong)，但要(yao)為每個模(mo)型(xing)(xing)都收集這(zhe)些(xie)詳細信息(xi)則需(xu)要(yao)幾個月的(de)(de)時間。一(yi)些(xie)專(zhuan)業人員試圖通過構建復(fu)雜的(de)(de)記錄保存(cun)(cun)(cun)系統來(lai)解決問題，但這(zhe)樣(yang)的(de)(de)系統需(xu)要(yao)手動(dong)操作、耗時且容易出錯。Amazon SageMaker Model Cards在(zai)亞馬(ma)遜云科技控(kong)制(zhi)臺提供(gong)了單獨的(de)(de)位置(zhi)存(cun)(cun)(cun)儲(chu)模(mo)型(xing)(xing)信息(xi)，從而在(zai)整個模(mo)型(xing)(xing)生命周(zhou)期(qi)中簡化文檔(dang)管理。新(xin)功能(neng)會(hui)自動(dong)將輸(shu)入數(shu)據集、訓(xun)練環境和(he)(he)(he)訓(xun)練結(jie)果(guo)等詳細的(de)(de)訓(xun)練信息(xi)直接輸(shu)入到 Amazon SageMaker Model Cards。用(yong)戶(hu)還可以使用(yong)自助(zhu)問卷的(de)(de)形式保存(cun)(cun)(cun)模(mo)型(xing)(xing)信息(xi)（如(ru)精度目標、風險(xian)評級）、訓(xun)練和(he)(he)(he)驗證結(jie)果(guo)（如(ru)偏差或精準度指標）以及供(gong)將來(lai)參(can)考(kao)的(de)(de)觀察結(jie)果(guo)，用(yong)以進一(yi)步提升治理水平(ping)、支持負責任地使用(yong)機器學習。
Amazon SageMaker Model Dashboard 提供集中界面以跟蹤機器學習模型：模(mo)(mo)(mo)型(xing)(xing)部(bu)署(shu)(shu)到生產環境后，專業人(ren)員希(xi)望不斷(duan)跟(gen)蹤(zong)模(mo)(mo)(mo)型(xing)(xing)以(yi)了解其(qi)性能(neng)、識別潛在問(wen)題。這(zhe)一(yi)任(ren)務通常針對每個模(mo)(mo)(mo)型(xing)(xing)單獨完成。但當組織開始部(bu)署(shu)(shu)數(shu)千個模(mo)(mo)(mo)型(xing)(xing)時(shi)(shi)，這(zhe)種方(fang)式會(hui)變得(de)越來越復雜，需(xu)要大量的時(shi)(shi)間和資源。 Amazon SageMaker Model Dashboard 可以(yi)全(quan)面概覽已部(bu)署(shu)(shu)的模(mo)(mo)(mo)型(xing)(xing)和端點(dian)，讓(rang)專業人(ren)員只需(xu)在一(yi)個地(di)方(fang)就可以(yi)跟(gen)蹤(zong)資源和模(mo)(mo)(mo)型(xing)(xing)行(xing)為(wei)。通過模(mo)(mo)(mo)型(xing)(xing)看板(ban)，客戶還可以(yi)使(shi)用(yong)內置集成的Amazon SageMaker Model Monitor（具(ju)備(bei)(bei)模(mo)(mo)(mo)型(xing)(xing)與數(shu)據偏(pian)移監控功能(neng)）和Amazon SageMaker Clarify（具(ju)備(bei)(bei)機器(qi)(qi)學習偏(pian)差檢測功能(neng)）。這(zhe)種對模(mo)(mo)(mo)型(xing)(xing)行(xing)為(wei)和性能(neng)的端到端可見性為(wei)簡化機器(qi)(qi)學習治理流(liu)程、快速解決模(mo)(mo)(mo)型(xing)(xing)問(wen)題提供了必備(bei)(bei)的信息(xi)。
要了解有關 Amazon SageMaker 治理功能的更多信息，請訪問 。
下一代Notebook
Amazon SageMaker Studio Notebook 為專業人員提供(gong)了從(cong)數(shu)據探(tan)索到部署的全托(tuo)管Notebook體驗(yan)。 隨著團隊(dui)規模(mo)和(he)(he)復(fu)雜性的增加，可(ke)能有數(shu)十名專業人員需(xu)要使用Notebook協作開發模(mo)型。亞馬遜云科技(ji)推出三(san)項新功能幫助客戶協調和(he)(he)自動化Notebook代(dai)碼(ma)，進一(yi)步(bu)為用戶提供(gong)最佳Notebook體驗(yan)。
簡化數據準備：專(zhuan)(zhuan)業(ye)人員(yuan)(yuan)在(zai)(zai)準備訓練數(shu)據(ju)(ju)(ju)時希望直接在(zai)(zai)Notebook中(zhong)探索數(shu)據(ju)(ju)(ju)集(ji)(ji)，以發現和糾正潛在(zai)(zai)的(de)數(shu)據(ju)(ju)(ju)質量(liang)(liang)問(wen)題（如信息缺失(shi)(shi)、極值、數(shu)據(ju)(ju)(ju)集(ji)(ji)失(shi)(shi)真(zhen)和偏(pian)差）。專(zhuan)(zhuan)業(ye)人員(yuan)(yuan)可能要花費數(shu)月時間編寫樣(yang)板代(dai)碼將(jiang)數(shu)據(ju)(ju)(ju)集(ji)(ji)的(de)不同部分可視化，檢查數(shu)據(ju)(ju)(ju)集(ji)(ji)，以期(qi)識別和修復問(wen)題。Amazon SageMaker Studio Notebook提供(gong)內置的(de)數(shu)據(ju)(ju)(ju)準備功能，讓專(zhuan)(zhuan)業(ye)人員(yuan)(yuan)只需點擊幾下即可直觀地(di)查看數(shu)據(ju)(ju)(ju)特征(zheng)、修復數(shu)據(ju)(ju)(ju)質量(liang)(liang)問(wen)題，所有這一切都直接在(zai)(zai)Notebook環境中(zhong)進行。當用戶在(zai)(zai)Notebook中(zhong)顯示(shi)data frame（即數(shu)據(ju)(ju)(ju)的(de)表格(ge)形式）時，Amazon SageMaker Studio Notebook 會自動生(sheng)成圖表幫助用戶識別數(shu)據(ju)(ju)(ju)質量(liang)(liang)問(wen)題，提供(gong)數(shu)據(ju)(ju)(ju)轉換(huan)(huan)建(jian)議(yi)幫助解決常見問(wen)題。專(zhuan)(zhuan)業(ye)人員(yuan)(yuan)選(xuan)擇數(shu)據(ju)(ju)(ju)轉換(huan)(huan)后，Amazon SageMaker Studio Notebook 會在(zai)(zai)Notebook中(zhong)生(sheng)成相應代(dai)碼，可供(gong)每(mei)次運(yun)行Notebook時重(zhong)復應用。
加速整個數據科學團隊的協作：準備好數據后，專業人員(yuan)就可(ke)以(yi)開(kai)(kai)始開(kai)(kai)發模型。這(zhe)(zhe)(zhe)是一個迭代過(guo)程，可(ke)能(neng)需(xu)要(yao)團(tuan)(tuan)隊成(cheng)員(yuan)在同一個Notebook中(zhong)進行協(xie)作(zuo)(zuo)。當前，團(tuan)(tuan)隊必須通(tong)過(guo)電子郵件或聊天(tian)應用交換Notebook和(he)(he)其(qi)它(ta)資(zi)產（如模型和(he)(he)數據集），以(yi)便在Notebook上實(shi)(shi)(shi)時(shi)協(xie)作(zuo)(zuo)，這(zhe)(zhe)(zhe)會導(dao)致溝通(tong)疲勞(lao)、反饋遲(chi)滯和(he)(he)版本不統一等問題。 Amazon SageMaker 現在為團(tuan)(tuan)隊提供了(le)一個工作(zuo)(zuo)區，成(cheng)員(yuan)可(ke)以(yi)在其(qi)中(zhong)實(shi)(shi)(shi)時(shi)閱(yue)讀、編輯和(he)(he)運行Notebook，簡化協(xie)作(zuo)(zuo)和(he)(he)溝通(tong)。團(tuan)(tuan)隊成(cheng)員(yuan)可(ke)以(yi)一起查看Notebook結果，立即了(le)解模型性能(neng)，無需(xu)反復傳遞信息。Amazon SageMaker Studio Notebook支持(chi) BitBucket 和(he)(he) Amazon CodeCommit 等服務，團(tuan)(tuan)隊可(ke)以(yi)輕松(song)管理不同的Notebook版本，比較版本變更。實(shi)(shi)(shi)驗和(he)(he)機器學習模型這(zhe)(zhe)(zhe)樣的附加資(zi)源也會自動保存(cun)，讓團(tuan)(tuan)隊工作(zuo)(zuo)井井有條。
Notebook代碼自動轉換為生產就緒作業：當專(zhuan)(zhuan)業(ye)(ye)(ye)人員要(yao)將訓(xun)練完(wan)(wan)成(cheng)的(de)機(ji)器(qi)學(xue)習(xi)模型用到生(sheng)產中時(shi)，他們通(tong)常將代碼片段從Notebook復制(zhi)到一個(ge)腳本，再將腳本及其所有的(de)依(yi)賴項打包到容器(qi)，最后(hou)(hou)調度容器(qi)運(yun)行。要(yao)在日程表上重復運(yun)行該作(zuo)業(ye)(ye)(ye)，他們必須搭建(jian)、配置和(he)管(guan)理持續(xu)(xu)集成(cheng)和(he)持續(xu)(xu)交(jiao)付 （CI/CD）管(guan)道，才(cai)能實現(xian)自動(dong)化(hua)部署。搭建(jian)所有必要(yao)的(de)基礎(chu)設(she)施(shi)可(ke)(ke)能需要(yao)數周時(shi)間(jian)(jian)，這(zhe)會占用核心的(de)機(ji)器(qi)學(xue)習(xi)開(kai)發活動(dong)時(shi)間(jian)(jian)。Amazon SageMaker Studio Notebook 現(xian)在讓專(zhuan)(zhuan)業(ye)(ye)(ye)人員可(ke)(ke)以選擇(ze)一個(ge)Notebook，將其自動(dong)化(hua)為可(ke)(ke)以在生(sheng)產環境運(yun)行的(de)作(zuo)業(ye)(ye)(ye)。Notebook選擇(ze)完(wan)(wan)成(cheng)后(hou)(hou)，Amazon SageMaker Studio Notebook 會建(jian)立整(zheng)個(ge)Notebook的(de)快照(zhao)，將其依(yi)賴項打包到容器(qi)，構建(jian)基礎(chu)設(she)施(shi)，按(an)照(zhao)專(zhuan)(zhuan)業(ye)(ye)(ye)人員設(she)定的(de)時(shi)間(jian)(jian)表將Notebook作(zuo)為自動(dong)化(hua)作(zuo)業(ye)(ye)(ye)運(yun)行，當作(zuo)業(ye)(ye)(ye)完(wan)(wan)成(cheng)時(shi)釋放基礎(chu)設(she)施(shi)，如此可(ke)(ke)以將Notebook投入(ru)生(sheng)產所需的(de)時(shi)間(jian)(jian)從數周縮(suo)短到數小時(shi)。
要開始使用下一代 Amazon SageMaker Studio Notebook和這些新功能，請訪問 。
使用實時推理請求自動驗證新模型
在部署到生(sheng)產環(huan)境之前，專業(ye)(ye)人員(yuan)會測(ce)試(shi)(shi)和(he)(he)驗證每個(ge)(ge)模(mo)(mo)(mo)(mo)(mo)型(xing)(xing)(xing)(xing)，檢查(cha)模(mo)(mo)(mo)(mo)(mo)型(xing)(xing)(xing)(xing)性能(neng)(neng)、識別可(ke)能(neng)(neng)對業(ye)(ye)務產生(sheng)負(fu)面(mian)影響(xiang)的(de)(de)(de)錯(cuo)誤。專業(ye)(ye)人員(yuan)通常使(shi)用(yong)過(guo)去的(de)(de)(de)推理(li)請(qing)求(qiu)數據(ju)測(ce)試(shi)(shi)新模(mo)(mo)(mo)(mo)(mo)型(xing)(xing)(xing)(xing)的(de)(de)(de)性能(neng)(neng)，但(dan)這(zhe)(zhe)些數據(ju)有時(shi)無法(fa)代表當前的(de)(de)(de)真實推理(li)請(qing)求(qiu)。例如(ru)，用(yong)于規劃最快(kuai)路(lu)線的(de)(de)(de)機(ji)器學習模(mo)(mo)(mo)(mo)(mo)型(xing)(xing)(xing)(xing)的(de)(de)(de)歷史數據(ju)可(ke)能(neng)(neng)無法(fa)代表交通事故或(huo)突然關閉道路(lu)時(shi)交通流量的(de)(de)(de)顯著(zhu)改(gai)變。為了(le)解決這(zhe)(zhe)個(ge)(ge)問題，專業(ye)(ye)人員(yuan)將發送(song)到生(sheng)產模(mo)(mo)(mo)(mo)(mo)型(xing)(xing)(xing)(xing)的(de)(de)(de)推理(li)請(qing)求(qiu)副本(ben)路(lu)由到他(ta)們想要(yao)測(ce)試(shi)(shi)的(de)(de)(de)新模(mo)(mo)(mo)(mo)(mo)型(xing)(xing)(xing)(xing)。他(ta)們需要(yao)花費數周時(shi)間構(gou)建(jian)這(zhe)(zhe)樣的(de)(de)(de)測(ce)試(shi)(shi)基(ji)礎設(she)施(shi)、鏡像推理(li)請(qing)求(qiu)、比(bi)較新模(mo)(mo)(mo)(mo)(mo)型(xing)(xing)(xing)(xing)在關鍵指標(biao)（如(ru)延遲(chi)和(he)(he)吞吐量）上的(de)(de)(de)表現。雖然這(zhe)(zhe)讓專業(ye)(ye)人員(yuan)對模(mo)(mo)(mo)(mo)(mo)型(xing)(xing)(xing)(xing)的(de)(de)(de)執行情(qing)況更有信心(xin)，但(dan)為數百以至數千個(ge)(ge)模(mo)(mo)(mo)(mo)(mo)型(xing)(xing)(xing)(xing)實施(shi)這(zhe)(zhe)些解決方案的(de)(de)(de)成本(ben)和(he)(he)復(fu)雜性太高，使(shi)其無法(fa)規模(mo)(mo)(mo)(mo)(mo)化。
Amazon SageMaker Inference 現在提供了一種功能，讓專業人員可以更輕松地實時使用相同的真實推理請求數據，將新模型的性能與生產模型的性能進行比較。現在，他們可以輕松地將測試同時擴展到數千個新模型，無需構建自己的測試基礎設施。首先，客戶選擇想要測試的生產模型，Amazon SageMaker Inference 隨后會將新模型部署到具有完全相同條件的托管環境。Amazon SageMaker 將生產模型收到的推理請求副本路由到新模型，并創建控制面板顯示關鍵指標之間的性能差異，客戶便可以實時了解每個模型的不同之處。客戶一旦驗證了新模型的性能并確信它沒有潛在錯誤，就可以安全地部署它。要了解有關 Amazon SageMaker Inference 的更多信息，請訪問 。
Amazon SageMaker全新的地理空間功能讓客戶可以更輕松地使用衛星和位置數據進行預測
當前，大部(bu)分收集到(dao)的(de)數(shu)(shu)(shu)據(ju)(ju)(ju)都包含地理(li)空(kong)(kong)間(jian)信息（如位置坐標(biao)、天氣圖(tu)和交(jiao)通數(shu)(shu)(shu)據(ju)(ju)(ju)）。但是(shi)，已(yi)經用于機器學習(xi)的(de)只有一小(xiao)部(bu)分，原(yuan)因是(shi)地理(li)空(kong)(kong)間(jian)數(shu)(shu)(shu)據(ju)(ju)(ju)集很(hen)難處(chu)理(li)，通常達(da)到(dao)PB 級(ji)的(de)規(gui)模，且跨越(yue)整(zheng)(zheng)個城市或數(shu)(shu)(shu)百公(gong)里(li)土地。要(yao)開(kai)始構建(jian)地理(li)空(kong)(kong)間(jian)模型，客(ke)戶(hu)通常會采購衛星圖(tu)像或地圖(tu)數(shu)(shu)(shu)據(ju)(ju)(ju)等(deng)第(di)三方數(shu)(shu)(shu)據(ju)(ju)(ju)源以補充其專(zhuan)有數(shu)(shu)(shu)據(ju)(ju)(ju)。由于地理(li)空(kong)(kong)間(jian)數(shu)(shu)(shu)據(ju)(ju)(ju)規(gui)模龐大，專(zhuan)業人員需(xu)要(yao)合并這(zhe)些數(shu)(shu)(shu)據(ju)(ju)(ju)，準備(bei)數(shu)(shu)(shu)據(ju)(ju)(ju)用于訓(xun)練(lian)，并編寫(xie)代碼將數(shu)(shu)(shu)據(ju)(ju)(ju)集劃分為可(ke)管(guan)理(li)的(de)子集。當客(ke)戶(hu)準備(bei)部(bu)署訓(xun)練(lian)好的(de)模型時(shi)(shi)，他們(men)必須(xu)編寫(xie)更多(duo)代碼以重新組合多(duo)個數(shu)(shu)(shu)據(ju)(ju)(ju)集，將數(shu)(shu)(shu)據(ju)(ju)(ju)和機器學習(xi)模型預(yu)(yu)測(ce)關聯起來(lai)。為了從(cong)完成的(de)模型中提取預(yu)(yu)測(ce)結(jie)果，專(zhuan)業人員需(xu)要(yao)花費數(shu)(shu)(shu)天時(shi)(shi)間(jian)使用開(kai)源的(de)可(ke)視(shi)化工具在地圖(tu)上做(zuo)渲染。從(cong)數(shu)(shu)(shu)據(ju)(ju)(ju)改進到(dao)可(ke)視(shi)化，整(zheng)(zheng)個過(guo)程可(ke)能需(xu)要(yao)幾個月的(de)時(shi)(shi)間(jian)，這(zhe)使得客(ke)戶(hu)很(hen)難利用地理(li)空(kong)(kong)間(jian)數(shu)(shu)(shu)據(ju)(ju)(ju)及時(shi)(shi)產生(sheng)機器學習(xi)預(yu)(yu)測(ce)。
Amazon SageMaker將(jiang)客戶(hu)豐富數(shu)(shu)(shu)據(ju)(ju)(ju)集(ji)、訓練(lian)地(di)理(li)空間(jian)(jian)(jian)模型(xing)(xing)并將(jiang)結果可(ke)視(shi)(shi)化的(de)時間(jian)(jian)(jian)從(cong)(cong)數(shu)(shu)(shu)月縮短到數(shu)(shu)(shu)小時，從(cong)(cong)而加(jia)速和簡化地(di)理(li)空間(jian)(jian)(jian)機器學習(xi)預(yu)測(ce)的(de)生成(cheng)(cheng)。客戶(hu)只需(xu)幾次點擊或使(shi)用 API就可(ke)以(yi)使(shi)用 Amazon SageMaker訪(fang)問各種地(di)理(li)空間(jian)(jian)(jian)數(shu)(shu)(shu)據(ju)(ju)(ju)源，例如亞馬遜(xun)云科技的(de)位(wei)置服務Amazon Location Service、開(kai)(kai)放數(shu)(shu)(shu)據(ju)(ju)(ju)集(ji)Amazon Open Data、客戶(hu)自(zi)有數(shu)(shu)(shu)據(ju)(ju)(ju)和來自(zi)Planet Labs等(deng)第三方供應商的(de)數(shu)(shu)(shu)據(ju)(ju)(ju)。當專業人員(yuan)選擇(ze)了(le)想要使(shi)用的(de)數(shu)(shu)(shu)據(ju)(ju)(ju)集(ji)，他(ta)們(men)可(ke)以(yi)利用內置的(de)運算器將(jiang)這些數(shu)(shu)(shu)據(ju)(ju)(ju)集(ji)與自(zi)己的(de)專有數(shu)(shu)(shu)據(ju)(ju)(ju)合并起來。為了(le)加(jia)快模型(xing)(xing)開(kai)(kai)發，Amazon SageMaker 提供了(le)預(yu)訓練(lian)的(de)深度(du)學習(xi)模型(xing)(xing)，其(qi)支(zhi)持的(de)用例包(bao)括通(tong)過精準農(nong)業提高作物產量、監測(ce)自(zi)然災害后區域恢(hui)復以(yi)及改善城市規劃等(deng)。訓練(lian)完(wan)成(cheng)(cheng)后，內置的(de)可(ke)視(shi)(shi)化工具在地(di)圖上顯示數(shu)(shu)(shu)據(ju)(ju)(ju)，揭示新的(de)預(yu)測(ce)。要進一步了(le)解有關 Amazon SageMaker 全新的(de)地(di)理(li)空間(jian)(jian)(jian)功能(neng)，請訪(fang)問 。
Capitec Bank 是南(nan)非最大(da)的(de)(de)數(shu)字銀行，擁有超過 1000 萬數(shu)字客戶。 "在(zai)(zai) Capitec，我(wo)們在(zai)(zai)各個(ge)產(chan)品線都擁有大(da)批(pi)數(shu)據(ju)科(ke)學家，他們構建不(bu)(bu)同的(de)(de)機器學習(xi)解決(jue)方(fang)(fang)案。"Capitec Bank 機器學習(xi)工(gong)程師 Dean Matter表示，"我(wo)們的(de)(de)機器學習(xi)工(gong)程師管(guan)理著一(yi)個(ge)基(ji)于 Amazon SageMaker 構建的(de)(de)集中(zhong)式建模(mo)平(ping)臺，支持(chi)所有這(zhe)些機器學習(xi)解決(jue)方(fang)(fang)案的(de)(de)開發和部署。在(zai)(zai)沒有任何內置工(gong)具(ju)的(de)(de)情況下，跟(gen)蹤(zong)建模(mo)工(gong)作(zuo)往往發生文檔(dang)脫(tuo)節(jie)，模(mo)型缺乏(fa)可見(jian)性(xing)(xing)。借助(zhu)(zhu) Amazon SageMaker Model Cards，我(wo)們可以在(zai)(zai)統一(yi)環境中(zhong)跟(gen)蹤(zong)大(da)量的(de)(de)模(mo)型元數(shu)據(ju)。而(er)Amazon SageMaker Model Dashboard 提供(gong)了對(dui)每(mei)個(ge)模(mo)型性(xing)(xing)能的(de)(de)可見(jian)性(xing)(xing)。此外，Amazon SageMaker Role Manager 簡(jian)化了對(dui)不(bu)(bu)同產(chan)品線數(shu)據(ju)科(ke)學家進行的(de)(de)訪問管(guan)理。每(mei)一(yi)項功能都有助(zhu)(zhu)于我(wo)們的(de)(de)模(mo)型治理，足(zu)以保證客戶對(dui)我(wo)們作(zuo)為金融服(fu)務提供(gong)商的(de)(de)信任。"
EarthOptics 是一家土(tu)壤(rang)(rang)(rang)數據(ju)測量和(he)制圖(tu)公(gong)司，利用(yong)(yong)(yong)專(zhuan)有傳感器技術和(he)數據(ju)分(fen)析精(jing)確測量土(tu)壤(rang)(rang)(rang)健康狀(zhuang)況和(he)土(tu)壤(rang)(rang)(rang)結構。 "我(wo)們希(xi)望(wang)使(shi)用(yong)(yong)(yong)機(ji)器學習幫(bang)助客戶(hu)利用(yong)(yong)(yong)經濟實惠的(de)土(tu)壤(rang)(rang)(rang)地(di)(di)(di)圖(tu)提高農業(ye)產量。" EarthOptics 首席執行官 Lars Dyrud 表示，"Amazon SageMaker 的(de)地(di)(di)(di)理空間(jian)機(ji)器學習功能使(shi)我(wo)們能夠使(shi)用(yong)(yong)(yong)多個(ge)數據(ju)源(yuan)快(kuai)速構建算法原(yuan)型，并且將研究(jiu)和(he)部署(shu)生產 API 之間(jian)的(de)時間(jian)縮(suo)短到只有一個(ge)月。 得(de)益于 Amazon SageMaker，我(wo)們為(wei)美國各地(di)(di)(di)的(de)農場(chang)(chang)和(he)牧場(chang)(chang)部署(shu)了用(yong)(yong)(yong)于土(tu)壤(rang)(rang)(rang)固碳(tan)的(de)地(di)(di)(di)理空間(jian)解決方(fang)案(an)。"
HERE Technologies 是(shi)一個領先的位(wei)置(zhi)數據(ju)和技術平臺，可幫助客(ke)戶(hu)(hu)創(chuang)建(jian)自定義地圖和基于高精度位(wei)置(zhi)數據(ju)的位(wei)置(zhi)體驗。 "我(wo)們(men)(men)(men)的客(ke)戶(hu)(hu)需要(yao)實(shi)時情境(jing)信息，利用空(kong)間模(mo)(mo)(mo)式和趨勢(shi)洞察做出(chu)業務決策。"HERE Technologies 首席產品和技術官 Giovanni Lanfranchi 表(biao)示，"我(wo)們(men)(men)(men)依靠機(ji)器學習自動從不同數據(ju)源獲(huo)取位(wei)置(zhi)數據(ju)，增強數據(ju)的情境(jing)信息，加速(su)數據(ju)分析(xi)。Amazon SageMaker 的測試新(xin)功能(neng)讓我(wo)們(men)(men)(men)能(neng)夠在生產中(zhong)更(geng)嚴(yan)格、更(geng)主動地測試機(ji)器學習模(mo)(mo)(mo)型，避免(mian)對客(ke)戶(hu)(hu)造成不利影響或者因為部(bu)署的模(mo)(mo)(mo)型出(chu)錯導致任何中(zhong)斷。 這對我(wo)們(men)(men)(men)至關重要(yao)，因為客(ke)戶(hu)(hu)期(qi)待我(wo)們(men)(men)(men)根據(ju)瞬息萬變的實(shi)時位(wei)置(zhi)數據(ju)提供及時的見解。"
Intuit 是全球性金融技術平臺，通過 TurboTax、Credit Karma、QuickBooks 和 Mailchimp等產品支持全球超過 1 億客戶的繁榮發展。 "我們正在釋放數據的力量，給我們平臺上的消費者、個體經營者和小型企業帶來金融變革。"Intuit 工程和產品開發總監 Brett Hollman 表(biao)示，"為了進一步(bu)提(ti)高團(tuan)隊(dui)效率、將(jiang) AI 驅動的產品快速(su)推向市(shi)場(chang)，我們(men)與亞馬遜云(yun)科(ke)技密切合作，設計了 SageMaker Studio Notebook 中全新的團(tuan)隊(dui)協作功能(neng)。我們(men)成功實現了簡化溝(gou)通和協作，讓(rang)我們(men)的團(tuan)隊(dui)能(neng)夠使用(yong) Amazon SageMaker Studio 將(jiang)機器學習開發(fa)規(gui)模(mo)化。"
