2020，世界人工智能大会（WAIC）进入第三年。
三年来，人工智能技术飞速发展，逐步从实验室走到普通人的身边。需求是推动技术进步的一大要义。我们相信，每多一个人探索，世界就会进步一点。Amazon Web Services（AWS）作为 WAIC 的老朋友，今年的这场大会当然也要认真参加啦！AWS 将通过深度参与全体会议、主题论坛、行业论坛以及通过云端峰会 AI 家园展示区等，多方式诠释“当 AI 云端生长”的无限可能”！呐，给你看看我们酷炫的 3D 展台~
昨天（7 月 9 日） ，AWS 人工智能副总裁 Swami Sivasubramanian 发表了题为《突破常规：机器学习无处不在》的主题演讲，干货满满，吸粉无数~ 他表示，我们正在开启一个机器学习的黄金时代，机器学习已经在汽车自动驾驶、生产制造、语音转录、机器人技术、金融、零售、医疗等多个领域发挥重要作用。
Swami 还就企业如何使用机器学习技术及培养机器学习能力等方面提出建议，希望机器学习为各类企业和机构的发展注入强大动能，助力整个社会加速迈入人工智能时代的美好未来。小编就来当一次课代表，帮大家划出了机器学习的重要性和企业在机器学习中的应用准则两大重点~ 快搬好小板凳，认真记噢~
01
机器学习的重要性
机器学习正在凸显其在跨行业和地域的重要影响。它已经不再是边缘技术，而是企业与行业发展的核心推动力。
全球有数以万计的客户利用 AWS 机器学习平台加快其人工智能工作负载的构建和部署。小编给大家列举了一些常见的机器学习服务的应用场景，快来一起看看~
AWS机器学习服务构建智能应用场景示例
- 媒体内容处理，快速分析内容信息
- 工业视觉，提升产能
- 实现自动驾驶
- 对话机器人，提升客户体验
- 个性化推荐、定制内容
- 更智能的数据洞察力，增强观看体验
02
企业在机器学习中的应用准则
1 个转变 2 方协作 4 个关键因素
- 1 个转变 - 文化转变
机器学习的应用需要企业实现自上而下的文化转变。毕竟机器学习的表现会随着产品的不断迭代而改善，它的开发与应用并非一蹴而就，因此组织也需要做好接受短期受挫的可能，并从长远角度看待机器学习能为企业所带来的可能。
- 2 方协作 - 技术专家&领域专家
独自工作的技术专家也许能在机器学习的模型中运用更为先进的技术理念，但是这些漂亮的模型往往不能帮助企业解决实际的业务问题。
因此在机器学习部署的过程中，企业一定要注重技术专家与领域专家的合作。
更早地建立合作模式、注重合作文化的树立、提高企业的文化多元性与接受度，都有助于促进技术专家与领域专家的合作。
- 4 个关键因素
1. 制定正确的数据策略
数据是应用机器学习时面对的首要挑战。
因此，企业一定要制定正确的“数据策略”。为了实现这一目标，企业的数据管理与应用需要做到“广泛性”、“开放性”与“可达性”。
企业的 IT 人员需要打破数据孤岛，并以安全且合规的方式收集那些对企业发展有价值的数据。为了更好的用数据支持企业决策，企业的数据策略需要兼具开放性与可达性，并使企业的核心决策者得以便捷地获取各类所需的数据。
在制定数据策略和机器学习应用立项时，企业需要问自己三个问题：
1. 现在我们已经拥有了哪些数据？
2. 这些数据中的哪部分已经可以被便捷的获取？
3. 在未来的一年我们的数据收集的主要方向是什么？
2. 在应用速度与业务价值方面保持平衡
机器学习的应用既要能够实现快速部署，又要具备充分的业务价值。
如果企业不知道机器学习的应用部署应该从何处着手，那么可以从以下三点进行考量：
- 拥有哪些尚未开发的数据？
- 这些数据对企业是否有价值，是否需要为之部署机器学习应用？
- 在此部署机器学习后，是否真的能帮助企业解决问题？
3. 注重企业机器学习领域人才的培养
世界经济论坛预计，伴随着人工智能领域的不断拓展，全球在未来几年将新增 5800 万个工作岗位。但是，据腾讯研究院数据显示，目前全球仅有 30 万名左右 AI 工程师，这一数字与市场需求间存在巨大的差值。
在亚马逊，我们会吸纳新的人才加入，但同时也注重对现有人才的培养。我们建立了一所“机器学习领域大学”。在 6 年多的时间里，很多我们的工程师都曾在此学习。
4. 拒绝无效工作，机器学习的开发过程要简洁高效
亚马逊始终致力于把机器学习的能力交到每一位构建者手中。因此，我们专注于简化机器学习的开发过程，以便推进机器学习的广泛应用。
借助 Amazon SageMaker，我们可以为机器学习的开发者提供更多的工具，降低构建机器学习模型过程的复杂性，同时更好地提高扩展性。
那么企业如何将机器学习的应用原则
转化为可落地的现实呢？
今天下午 14:00 - 18:00
多个行业的领军人士
将与 AWS 专家们一起坐而论道
共话 AI 在企业中的实操法则，欢迎参加！
2020 年 7 月 10 日下午 14:00 - 16:00
云智创建 - 将机器学习交付到开发者手中
云智转型 - 开放AI驱动的企业智慧转型
云智工业 - Amazon SageMaker
驱动的工业视觉 AI 质量检测
云智制造 - AI 融入智能生产制造
2020 年 7 月 10 日下午 16:00 - 18:00
智慧的基础 - AutoGluon - 自动化的机器学习
开放的支持
- 构建深度学习开源生态的努力和思考
中国的基因 - 深度图形库进展分享
开发三人行
-云端机器学习，为互联网开发者赋能
看到这里你是不是也迫不及待想知道
有 24 个地理区域，76 个可用区
175 + 全功能服务的 AWS 还有哪些故事呢
这里有涵盖计算、存储、数据库、联网
机器学习及人工智能等方面的资讯
欢迎大家去 AWS 专区看看噢~