不寫代碼也能搞機(jī)器學(xué)習(xí)？！

　　這是亞馬遜云科技在最近亞馬遜云科技 re:Invent 大會(huì)上公布的新工具，用于實(shí)現(xiàn)無代碼可視化機(jī)器學(xué)習(xí)。

　　亞馬遜云科技 re:Invent 大會(huì)可謂是云計(jì)算行業(yè)的“春晚”，IT 技術(shù)領(lǐng)域風(fēng)向標(biāo)級(jí)活動(dòng)，連他們自家的西雅圖總部大廈也隨其更名為大會(huì)名，品牌影響之強(qiáng)，可見一斑。

　　10年來，這一活動(dòng)上誕生了無數(shù)云計(jì)算乃至 AI 行業(yè)標(biāo)桿產(chǎn)品，如 Amazon Mechanical Turk、Amazon Rekognition、Amazon SageMaker 等等。

　　今年亞馬遜云科技 re:Invent 2021 同樣信息量巨大，最引人關(guān)注的，莫過亞馬遜云科技的機(jī)器學(xué)習(xí)平臺(tái)服務(wù) Amazon SageMaker 迎來了一次“大爆發(fā)”。

　　不只有無代碼開發(fā)機(jī)器學(xué)習(xí)模型這一道“菜品”，整個(gè) AI 餐桌上，縱向看，亞馬遜云科技的12項(xiàng)產(chǎn)品已經(jīng)覆蓋了整個(gè) AI 產(chǎn)業(yè)鏈——

　　再從橫向看，從為個(gè)人開發(fā)者準(zhǔn)備的入門免費(fèi)算力池，到大廠專業(yè)人士所需的 AI 模型優(yōu)化工具，相應(yīng)發(fā)布也一應(yīng)俱全。甚至，考慮到 AI 發(fā)展迅猛的中國市場(chǎng)用戶，亞馬遜云科技還在B站提供帶中文字幕的大會(huì)實(shí)錄。

　　現(xiàn)場(chǎng)演講中，CEO 還專門強(qiáng)調(diào)：「亞馬遜云科技會(huì)提供最廣泛最完整的全棧式機(jī)器學(xué)習(xí)服務(wù)」。

　　不妨跟著我們一起回顧全程亮點(diǎn)，對(duì)亞馬遜云科技的 AI 產(chǎn)品脈絡(luò)有一番全面認(rèn)識(shí)。

　　不用代碼的機(jī)器學(xué)習(xí)

　　還是先探探一開始提及的無代碼機(jī)器學(xué)習(xí)預(yù)測(cè)服務(wù)，看它是否真能讓不懂代碼的人上手。

　　按官方介紹，這款產(chǎn)品名為Amazon SageMaker Canvas，面向零機(jī)器學(xué)習(xí)經(jīng)驗(yàn)群體，他們中，也許有人是業(yè)務(wù)分析師，也許有人從事人力資源、財(cái)務(wù)或營銷等工作。

　　可預(yù)見，上述群體中，多數(shù)人并沒有機(jī)器學(xué)習(xí)經(jīng)驗(yàn)，甚至對(duì)代碼也毫無認(rèn)知，卻肯定有通過數(shù)據(jù)來衡量當(dāng)前策略、預(yù)測(cè)市場(chǎng)趨勢(shì)的需求。

　　Amazon SageMaker Canvas就是將機(jī)器學(xué)習(xí)模型的諸多步驟可視化為可交互的 UI，旨在解決他們的業(yè)務(wù)問題，號(hào)稱：不寫一行代碼，快速生成機(jī)器學(xué)習(xí)預(yù)測(cè)模型。

　　為了證實(shí)其有效性，亞馬遜云科技的 AI/ML 部門自己分享了一個(gè)案例。

　　當(dāng)中，該部門產(chǎn)品營銷經(jīng)理想通過 Amazon SageMaker Canvas 對(duì)當(dāng)前營銷活動(dòng)進(jìn)行評(píng)估，判斷其是否具有足夠影響力和有效性。

　　只需打開 Amazon SageMaker Canvas，上傳數(shù)據(jù)。該過程中，平臺(tái)還能自動(dòng)糾正上傳數(shù)據(jù)錯(cuò)誤，比如補(bǔ)充缺失值或刪除重復(fù)的行和列。其技術(shù)不出意外，同樣來自自家 AI/ML。

　　接下來，指定模型預(yù)測(cè)的目標(biāo)，再點(diǎn)擊「快速生成」，所需模型即可訓(xùn)練得到。

　　從結(jié)果看，呈現(xiàn)效果確是一個(gè)可視化圖表，模型準(zhǔn)確度為93%。

　　生成模型后，還可共享給數(shù)據(jù)科學(xué)家等合作伙伴，幫業(yè)務(wù)人員來進(jìn)一步檢查或者優(yōu)化這些的模型。

　　看完官方這一案例，該可視化界面的確有兩把刷子——

　　那么合作方體驗(yàn)又如何？

　　目前，寶馬集團(tuán)已將亞馬遜云科技 AI/ML 技術(shù)投入實(shí)際業(yè)務(wù)流程中的600多個(gè)應(yīng)用中，涵蓋生產(chǎn)線到銷售端的多個(gè)場(chǎng)景，此外寶馬還有1500萬臺(tái)互聯(lián)汽車介入其中，一天產(chǎn)生數(shù)以百萬公里數(shù)據(jù)均交由 Amazon SageMaker Canvas 分析預(yù)測(cè)。

　　西門子能源也是上手吃螃蟹者之一。他們將 Amazon SageMaker Canvas 作為自家機(jī)器學(xué)習(xí)工具包的補(bǔ)充，一位應(yīng)用部門的數(shù)據(jù)科學(xué)組組長表示：Canvas 讓我們能與數(shù)據(jù)科學(xué)團(tuán)隊(duì)共享協(xié)作，有助于生產(chǎn)更多機(jī)器學(xué)習(xí)模型，并確保模型符合質(zhì)量標(biāo)準(zhǔn)和規(guī)范。

　　還有很多名不見經(jīng)傳的巨頭也是 Canvas 體驗(yàn)者，比如全球最大的非上市公司科赫集團(tuán)的子公司英威達(dá)，也已經(jīng)用 Amazon SageMaker Canvas 來輔助處理業(yè)務(wù)流程中的數(shù)據(jù)科學(xué)問題。

　　多方評(píng)價(jià)及直觀展示結(jié)果看完，大致可以判斷，此次 Amazon SageMaker Canvas 確實(shí)值得期待。畢竟圖形界面相比代碼釋放生產(chǎn)力創(chuàng)造價(jià)值的定律在過去已被反復(fù)證明。

　　免費(fèi)的線上 AI 實(shí)驗(yàn)室

　　前文提及，在年度重磅發(fā)布會(huì)亞馬遜云科技放下豪言：提供最廣泛最完整的全棧式機(jī)器學(xué)習(xí)服務(wù)，既然是「最廣泛最完整」，僅靠一個(gè)Amazon SageMaker Canvas的發(fā)布當(dāng)然不夠——

　　對(duì)廣大學(xué)研機(jī)構(gòu)、AI 愛好者們，前沿技術(shù)巨人也需要對(duì)得起自己的口號(hào)。

　　總結(jié)下來，三個(gè)字，降門檻。

　　最直觀的，提供算力資源。

　　近年來，高昂的硬件價(jià)格、復(fù)雜軟件配置一直阻礙初學(xué)者入門 AI 的腳步，也是限制行業(yè)發(fā)展，為更多人認(rèn)知熟悉的巨大障礙。

　　亞馬遜云科技發(fā)布功能Amazon Sagemaker Studio Lab提供一大團(tuán)可薅的「羊毛」。無需額外環(huán)境配置、無需注冊(cè)賬戶、直接用電子郵件就能登錄進(jìn)去的線上實(shí)驗(yàn)室。

　　在這一環(huán)境中，任何人創(chuàng)建的項(xiàng)目，都能直接擁有12個(gè)小時(shí)的 CPU 計(jì)算時(shí)間、4小時(shí)的 GPU 計(jì)算時(shí)間，以及15GB的存儲(chǔ)空間：

　　這樣的配置縱觀整個(gè)行業(yè)，確實(shí)到位。

　　要知道，在使用 Pandas 或 XGBoost 進(jìn)行經(jīng)典 ML 算法訓(xùn)練的數(shù)據(jù)預(yù)處理時(shí)，12小時(shí) CPU 時(shí)間基本足夠。對(duì)于深度學(xué)習(xí)訓(xùn)練，也可選擇 GPU 后端獲得4小時(shí)計(jì)算時(shí)間，足以在較小的數(shù)據(jù)集上進(jìn)行訓(xùn)練或微調(diào)模型。

　　換句話說，對(duì)初學(xué)者階段 AI 模型，拿著上述資源基本都能免費(fèi)訓(xùn)練完成。

　　同時(shí)，當(dāng)下最流行的機(jī)器學(xué)習(xí)工具、框架和庫也被預(yù)先打包進(jìn)去，提供給注冊(cè)者，能自定義 Conda 環(huán)境，也可安裝開源的 JupyterLab 和 Jupyter Server 擴(kuò)展。上述實(shí)驗(yàn)環(huán)境與 GitHub 緊密集成，使得創(chuàng)建的項(xiàng)目能夠被輕松地復(fù)制和保存。

　　除免費(fèi)“線上實(shí)驗(yàn)室”及算力資源，另一部分「羊毛」更直觀——獎(jiǎng)學(xué)金。

　　此番亞馬遜云科技共拿出了1000萬美金，推出一項(xiàng)亞馬遜云科技AI&ML 獎(jiǎng)學(xué)金計(jì)劃，旨在幫助16歲以上的高中、大學(xué)生，幫助他們鋪平通往機(jī)器學(xué)習(xí)相關(guān)職業(yè)之路。

　　除此之外，亞馬遜云科技的1:18比例自動(dòng)駕駛賽車 Amazon DeepRacer 也在面向自動(dòng)駕駛、機(jī)器學(xué)習(xí)愛好者們，提供一種更有趣、門檻更低的方式幫助他們?nèi)腴T機(jī)器學(xué)習(xí)，訓(xùn)練出可自己的強(qiáng)化學(xué)習(xí)模型。

　　Amazon DeepRacer 由強(qiáng)化學(xué)習(xí)驅(qū)動(dòng)，并能將算法部署于云端的 3D 賽車模擬器中，也可以通過實(shí)體小車體驗(yàn)在真實(shí)世界中賽車的刺激感。

　　當(dāng)然，表現(xiàn)優(yōu)異者同樣直通獎(jiǎng)學(xué)金計(jì)劃。

　　不僅自己發(fā)光發(fā)熱，亞馬遜云科技還拉上英特爾，Udacity 做起聯(lián)名活動(dòng)，面向16歲以上的經(jīng)濟(jì)困難、殘疾等社會(huì)弱勢(shì)群體發(fā)放2500份獎(jiǎng)學(xué)金。

　　獲得經(jīng)濟(jì)支持之外，這些弱勢(shì)人群們也能得到 Udacity 導(dǎo)師、亞馬遜云科技和英特爾技術(shù)大咖長達(dá)一年時(shí)間的指導(dǎo)和幫助。

　　機(jī)器學(xué)習(xí)“工業(yè)化”重塑

　　無論零代碼機(jī)器學(xué)習(xí)發(fā)布，還是面向更廣人群的普惠，背后還是技術(shù)撐腰。畢竟功能開發(fā)需要深刻場(chǎng)景理解及技術(shù)積淀，而「普惠」二字考驗(yàn)的，還是技術(shù)企業(yè)的降本水平。

　　相比上述兩者，亞馬遜云科技 re:Invent2021 面向?qū)I(yè)從業(yè)者發(fā)布的 Amazon SageMaker 諸項(xiàng)新功能，更直觀展現(xiàn)亞馬遜云科技技術(shù)水準(zhǔn)，從中，更可見技術(shù)巨頭對(duì) AI/ML 未來的謀劃。

　　對(duì)于廣大的 MLer 來說，一套完整的機(jī)器學(xué)習(xí)流程，包括數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)標(biāo)注、訓(xùn)練、推理、部署。最終模型推理效果如何，既依賴于開發(fā)者個(gè)人的水平，也會(huì)受架構(gòu)、算力、數(shù)據(jù)這些外化因素的影響。

　　亞馬遜云科技之所以這么做，是想要降低個(gè)人水平影響，用他們的話說：讓 AI/ML 從手工作坊走向工業(yè)化。

　　具體來看，為一攬子解決問題，Amazon SageMaker 給出一套組合拳，涵蓋機(jī)器學(xué)習(xí)全流程：

　　在數(shù)據(jù)準(zhǔn)備階段，數(shù)據(jù)工程師常常需要離開當(dāng)前開發(fā)環(huán)境，手動(dòng)配置一個(gè)滿足正在運(yùn)行的模型或分析要求的集群。

　　為此，Amazon SageMaker Studio 與 Amazon EMR 進(jìn)行了集成，可直接從 Amazon SageMaker Studio Notebook中使用 SparkUI 來監(jiān)視和調(diào)試運(yùn)行在 Amazon ECR 集群上的 Spark 作業(yè)。

　　鑒于無論執(zhí)行數(shù)據(jù)預(yù)處理、開發(fā)還是模型部署，都不必離開這個(gè)環(huán)境，上述動(dòng)作無疑向一個(gè)理想的完全集成開發(fā)環(huán)境邁進(jìn)了一步。

　　數(shù)據(jù)標(biāo)注階段也在告別勞動(dòng)密集型，避免人工屈從于人工智能：

　　這一工作以前需要人力手動(dòng)標(biāo)注，或通過數(shù)據(jù)標(biāo)注程序處理，但現(xiàn)在，在給出原始數(shù)據(jù)和需求之后，Amazon SageMaker Ground Truth Plus 會(huì)結(jié)合機(jī)器學(xué)習(xí)協(xié)助的預(yù)標(biāo)記，輔助人類專家進(jìn)行標(biāo)記。

　　這種方式能降低錯(cuò)誤率，同時(shí)將標(biāo)注的成本降低40%，做到更高效地檢測(cè)錯(cuò)誤，避免低質(zhì)量標(biāo)簽的出現(xiàn)。

　　訓(xùn)練階段的提升更為關(guān)鍵。

　　強(qiáng)如業(yè)界經(jīng)典的深度學(xué)習(xí)模型 BERT ，數(shù)以十億級(jí)參數(shù)的復(fù)雜神經(jīng)網(wǎng)絡(luò)，需要用 GPU 訓(xùn)練數(shù)千小時(shí)，即使調(diào)參優(yōu)化，也仍然需要幾天的時(shí)間訓(xùn)練。

　　但現(xiàn)在，亞馬遜云科技提供的機(jī)器學(xué)習(xí)模型優(yōu)化編譯器 Amazon SageMaker Training Compiler，實(shí)現(xiàn)無需增加太多代碼，即可提升 GPU 實(shí)例訓(xùn)練速度。

　　借助該編譯器，包括 BERT-base-cased、BERT-base-uncased、distilBERT-base-uncased 在內(nèi)的諸多經(jīng)典深度學(xué)習(xí)模型，訓(xùn)練速度都能直接提升50%。

　　△添加兩行代碼就能使用Amazon SageMaker訓(xùn)練編譯器

　　最后是推理階段方面的提升。亞馬遜云科技拿出了之前一舉成名的「無服務(wù)器」概念，提供了一套無服務(wù)器推理功能的 Serverless Inference。

　　該功能針對(duì)數(shù)據(jù)計(jì)算量波動(dòng)性較強(qiáng)的情況，能夠?qū)①Y源分配交給云端，享受一個(gè)彈性資源空間服務(wù)。讓程序員關(guān)注高級(jí)語言，而不用去關(guān)注底層硬件，讓專業(yè)人士專注擅長方向。

　　考慮到現(xiàn)實(shí)中，很多客戶有專項(xiàng)需求，但很難判斷多少計(jì)算資源合適，另一功能 Amazon SageMaker Inference Recommender 則提供推理階段中的配置和實(shí)際運(yùn)行參數(shù)推薦，在成本和速度之間找到最佳平衡點(diǎn)。

　　從數(shù)據(jù)準(zhǔn)備到推理階段，上述各個(gè)流程產(chǎn)品功能發(fā)布為全機(jī)器學(xué)習(xí)周期服務(wù)，而非單點(diǎn)拼湊而成，其目的在于：幫助企業(yè)實(shí)現(xiàn)機(jī)器學(xué)習(xí)的大規(guī)模運(yùn)用，點(diǎn)連成線，打通了一條 AI/ML 工業(yè)化規(guī)模應(yīng)用流程。

　　那么這套組合拳的效果如何？

　　可見案例中，美國最大基金管理公司之一 Vanguard 部署時(shí)間壓縮96%，醫(yī)藥巨頭阿斯利康在5分鐘內(nèi)即可完成機(jī)器學(xué)習(xí)環(huán)境部署，理財(cái)企業(yè) NerdWallet 在原有訓(xùn)練需求增加前提下，成本反降75%。

　　除此之外，更多元的落地場(chǎng)景，也能看出亞馬遜云科技對(duì) AI/ML 的縱深挖掘。

　　比如 DevOps Guru for RDS 可以用來幫助開發(fā)者檢測(cè)、診斷和解決 Amazon Aurora 中的性能和操作問題。

　　比如 CodeGuru Reviewer 來識(shí)別源代碼中的密碼、 API 密鑰、 SSH 密鑰和訪問 token，提高代碼審查的效率，幫助傳統(tǒng)軟件行業(yè)提升效能。

　　有趣的是，亞馬遜云科技 re:Invent 2021 大會(huì)舉辦期間，CTO Werner Vogels 還忙里偷閑發(fā)表的一篇博客，文中暴露了這位技術(shù)男對(duì) AI/ML 產(chǎn)業(yè)的高期待：

　　軟件開發(fā)將從人力密集開始轉(zhuǎn)變，人工智能支持的軟件開發(fā)將占據(jù)主導(dǎo)地位。

　　最后硬件上，亞馬遜云科技還發(fā)布了自研芯片，而且還是一口氣推出了三款。

　　其中，CPU 芯片 Graviton3 就以機(jī)器學(xué)習(xí)為主打特征。

　　更有機(jī)器學(xué)習(xí)定制訓(xùn)練芯片 Trainium，支持 Trn1 實(shí)例，能夠?yàn)橛脩粼谠浦杏?xùn)練深度學(xué)習(xí)模型提供更高性價(jià)比和更快速度。

　　無論是打通AI/ML 工業(yè)化規(guī)模應(yīng)用流程，還是硬件自研芯片發(fā)布，更宏觀層面看——

　　上述發(fā)布動(dòng)作昭示了亞馬遜云科技在 AI/ML 業(yè)務(wù)肉眼可見的延伸。

　　亞馬遜云科技正在拓展 AI 疆界

　　根據(jù) IDC 的數(shù)據(jù)，從2013年至2020年的7年內(nèi)，全球 AI/ML 年支出規(guī)模從0迅速擴(kuò)大到約500億美元，該增速幾乎是亞馬遜云科技老本行云計(jì)算的2倍。

　　正是看見這一趨勢(shì)，亞馬遜云科技多路出擊似乎也是必然。

　　從無代碼機(jī)器學(xué)習(xí)、無服務(wù)器應(yīng)用深入 AI/ML，到底層算力繼續(xù)升級(jí)，乃至諸多普惠計(jì)劃…令人眼花繚亂的發(fā)布無不昭示亞馬遜云科技正在重新劃定機(jī)器學(xué)習(xí)的全新的疆界。

　　盡管上述發(fā)布還未落地結(jié)果，其展現(xiàn)出的價(jià)值普通大眾一時(shí)未必肉眼可見，但從另一個(gè)視角看，所謂追求長期價(jià)值，所謂看重基礎(chǔ)設(shè)施布局，不就顯而易見地寫在亞馬遜云科技 DNA 里么?

　　回想1997年，貝索斯發(fā)布了那封廣為人知的「致股東一封信」。

　　彼時(shí)初代互聯(lián)網(wǎng)泡沫正在累積，「快錢」之于很多人尚且是全新概念，當(dāng)時(shí)的 Amazon 就提出客戶、銷售和品牌增長無不為了長期價(jià)值服務(wù)，同樣為長期價(jià)值，貝索斯強(qiáng)調(diào)了對(duì)「系統(tǒng)及其它基礎(chǔ)設(shè)施」的持續(xù)投入。

　　此后，Amazon Web Services 獨(dú)立運(yùn)作，將云計(jì)算從「概念」變成實(shí)實(shí)在在的一個(gè)行業(yè)，更有 Amazon Redshift、Amazon Lambda 帶出云原生數(shù)倉、無服務(wù)器路線發(fā)展…

　　一切的一切，似乎都早早寫下序章。

　　現(xiàn)在亞馬遜云科技帶著同樣心態(tài)持續(xù)押注 AI/ML 領(lǐng)域，本身也就不令人意外了。

　　這既是身為技術(shù)巨頭的責(zé)任所在，也的確讓人有所期待，正呼應(yīng)今年亞馬遜云科技 re:Invent 2021 的 Slogan ：引領(lǐng)風(fēng)向，重塑未來。

　　我們已能看到，AI/ML 領(lǐng)域人群覆蓋在擴(kuò)大，其行業(yè)場(chǎng)景在延伸，其技術(shù)也相應(yīng)繼續(xù)深探，這一過程還在被行業(yè)技術(shù)探路者們持續(xù)推進(jìn)。

　　未來，AI/ML 的疆域究竟有多大？亞馬遜云科技正在一點(diǎn)點(diǎn)劃定新的輪廓。