摘要：被稱為亞馬遜的新服務(wù)提供了強(qiáng)大的功能，如圖像分析，文本到語音轉(zhuǎn)換和自然語言處理。換句話說，其任務(wù)是將谷歌的機(jī)器學(xué)習(xí)功能產(chǎn)品化。亞馬遜平臺推出的這些新服務(wù)中的第一個(gè)是名為的圖像識別服務(wù)。

亞馬遜一直在其零售業(yè)務(wù)中使用深度學(xué)習(xí)和人工智能來提高客戶體驗(yàn)。該公司聲稱，它有數(shù)千名工程師專門從事人工智能相關(guān)開發(fā)，以改善搜索、物流、產(chǎn)品推薦和庫存管理。亞馬遜現(xiàn)在正在將相同的專業(yè)知識帶給云，展示了開發(fā)人員可以用來構(gòu)建智能應(yīng)用程序的API。被稱為 “亞馬遜AI”的新服務(wù)提供了強(qiáng)大的AI功能，如圖像分析，文本到語音轉(zhuǎn)換和自然語言處理。

直接提供AI Saas服務(wù)，亞馬遜與谷歌的云之戰(zhàn)

云計(jì)算是企業(yè)計(jì)算的未來，而云計(jì)算的巨人是一家從未有人想到過的公司——亞馬遜。

那還是在谷歌和微軟為了辦公軟件彼此掐架的那一年，亞馬遜推出了 Amazon Web Services（AWS），AWS 體現(xiàn)出了亞馬遜這家公司的本身：它具有很強(qiáng)的可擴(kuò)展性和清晰定義的強(qiáng)化接口。用戶——首先是亞馬遜自己，然后是世界各地其他公司——可以使用“原語”（primitives）并將其混搭，從而構(gòu)建一個(gè)更高效、可擴(kuò)展并且安全的后端，這是幾乎任何一家公司靠自己都無法建立的。

AWS 的產(chǎn)品現(xiàn)在已經(jīng)遠(yuǎn)遠(yuǎn)不止（虛擬）處理器、硬盤驅(qū)動(dòng)器和數(shù)據(jù)庫等基礎(chǔ)架構(gòu)，其成功的基礎(chǔ)是亞馬遜“純平臺的方法”：它們?yōu)槠髽I(yè)提供了幾乎任何企業(yè)想要的東西。

?

另一方面，谷歌則是一家產(chǎn)品公司；實(shí)際上，谷歌常常被作為蘋果的對手——區(qū)別是前者提供的是服務(wù)，后者提供的是產(chǎn)品——沒有人把谷歌真正視為一家平臺公司。但是，當(dāng)你把產(chǎn)品定義為“為終端用戶提供的最終解決方案”時(shí)，你就會(huì)發(fā)現(xiàn)亞馬遜跟谷歌實(shí)際上十分相似。

產(chǎn)品公司和平臺公司的區(qū)別是很大的，前者無論是提供智能手機(jī)還是搜索引擎，都需要擁有極高的用戶體驗(yàn)和設(shè)計(jì)，其后端工程理論上是不為終端用戶所見的。

但是，亞馬遜還有微軟這兩家 IT 時(shí)代的卓越平臺公司，采取的恰好是與此相反的模式：沒有集成多個(gè)部件交付最終產(chǎn)品，AWS 將構(gòu)建后端服務(wù)的所有部件分解為完全模塊化的部件；在這方面微軟對其 Win32 API 的做法也一樣。是的，這意味著在設(shè)計(jì)上 Windows 的最終用戶體驗(yàn)比 Mac OS 更糟糕，但 Windows 更強(qiáng)大、更具可擴(kuò)展性，就靠這一個(gè)方法，Windows 擁有數(shù)以百萬計(jì)的商用App，甚至在今天也仍然處于操作系統(tǒng)的中心。AWS 為后端服務(wù)做了與此完全相同的事情，AWS 的靈活性和模塊化是它擊敗谷歌 2008 年推出的最初的云產(chǎn)品 Google App Engine的主要原因。使用Google App Engine，你必須接受大量谷歌代你做出的決定；而使用 AWS 讓你能構(gòu)建自己真正所需要的東西。

現(xiàn)在，機(jī)器學(xué)習(xí)將越來越多地被云服務(wù)所主導(dǎo)：兩者都涉及處理可擴(kuò)展的和大量的數(shù)據(jù)，只有極少數(shù)的巨頭才擁有巨額資金，不僅建立所需要的基礎(chǔ)設(shè)施，并且雇用世界上較好的機(jī)器學(xué)習(xí)工程師。這就意味著，對于大多數(shù)企業(yè)來說，機(jī)器學(xué)習(xí)所產(chǎn)生的差異，首先取決于他們的數(shù)據(jù)是否在云中（當(dāng)然也會(huì)有內(nèi)部部署的解決方案，但預(yù)計(jì)隨著時(shí)間的推移，內(nèi)部部署會(huì)越來越落后），其次就是它們選擇哪家云服務(wù)供應(yīng)商。

優(yōu)秀的機(jī)器學(xué)習(xí)產(chǎn)品不僅可以作為一項(xiàng)差異化，而且是可持續(xù)的：更好的機(jī)器學(xué)習(xí)將吸引更多的客戶，從而獲得更多的數(shù)據(jù)，而數(shù)據(jù)是機(jī)器學(xué)習(xí)不斷改進(jìn)的燃料。正因如此，擁有海量數(shù)據(jù)的谷歌是AWS在云計(jì)算中的較大威脅。

谷歌的巨大優(yōu)勢是，這家公司在近二十年的時(shí)間里已經(jīng)使用了大量的數(shù)據(jù)，并在過去幾年開發(fā)了功能強(qiáng)大的機(jī)器學(xué)習(xí)算法。盡管如此，數(shù)據(jù)仍然是最重要的，較好的證據(jù)是去年，谷歌開源了TensorFlow——谷歌意愿與世人分享它的方法和知識產(chǎn)權(quán)，從側(cè)面表明谷歌擁有優(yōu)越的數(shù)據(jù)和信息處理基礎(chǔ)設(shè)施，而這些都是可持續(xù)的優(yōu)勢。

就在感恩節(jié)之前，谷歌發(fā)布了一系列產(chǎn)品公告，明確利用其數(shù)據(jù)優(yōu)勢：

Cloud Natural Language API，能夠使用機(jī)器學(xué)習(xí)分析文本

Cloud Translation API 的高級版本，使用機(jī)器學(xué)習(xí)，大幅提高了 8 種語言翻譯的準(zhǔn)確性（相比支持超過100種語言的標(biāo)準(zhǔn)版本性能要高級很多）

使用機(jī)器學(xué)習(xí)分析圖像的 Cloud Vision API 大幅降價(jià)?

新的Cloud Jobs API，使用機(jī)器學(xué)習(xí)將職位與潛在員工匹配起來

谷歌花了很多年的時(shí)間磨煉其算法，因此在將這些算法應(yīng)用于企業(yè)數(shù)據(jù)集時(shí)，其結(jié)果非?？赡艿玫礁玫慕Y(jié)果，或者至少遠(yuǎn)遠(yuǎn)低于訓(xùn)練時(shí)的漏洞。我認(rèn)為這一優(yōu)勢將持續(xù)下去，并且影響巨大。

盡管如此，谷歌仍然需要做更多的工作，這也是為什么谷歌要挖來李飛飛和李佳，讓她們帶領(lǐng)新成立的云端機(jī)器學(xué)習(xí)小組：這個(gè)小組將負(fù)責(zé)開發(fā)新的商用機(jī)器學(xué)習(xí)API。換句話說，其任務(wù)是將谷歌的機(jī)器學(xué)習(xí)功能產(chǎn)品化。

這一點(diǎn)顯示了谷歌在戰(zhàn)略上的精明：谷歌在第一波云計(jì)算時(shí)顯然落后于亞馬遜，因?yàn)楫?dāng)時(shí)成功取決于哪家公司有較好的平臺；通過開源Kubernetes，谷歌正在試圖將競爭平面轉(zhuǎn)向產(chǎn)品。畢竟，改變競爭規(guī)則通常比改變公司的根本性質(zhì)更容易。

谷歌的成功并不確定：該公司不得不面對“銷售vs廣告”的新業(yè)務(wù)模式，并建立一個(gè)不僅對銷售，而且對整個(gè)企業(yè)的支持必不可少的組織。這些都是亞馬遜占優(yōu)勢的領(lǐng)域，亞馬遜還有一個(gè)相當(dāng)規(guī)模的的合作伙伴生態(tài)系統(tǒng)和更大的特征集。

當(dāng)然，AWS 還有自己的機(jī)器學(xué)習(xí) API，類似 IBM 和微軟。微軟可能在這方面更強(qiáng)：不僅公司內(nèi)已經(jīng)在這方面有了多年的研究，而且也有產(chǎn)品化的經(jīng)驗(yàn)。谷歌長期以來的“消費(fèi)者焦點(diǎn)”有時(shí)也會(huì)是障礙，而且谷歌也還不使用自家產(chǎn)品。

不過，谷歌將是強(qiáng)大的競爭對手：其戰(zhàn)略相當(dāng)合理，而且更重要的是，其開發(fā)新業(yè)務(wù)的想法相比10年前更顯急切。最重要的是，云計(jì)算仍處于剛開始的階段，雖然亞馬遜似乎已經(jīng)走出了挺遠(yuǎn)，但未來仍然是未來。谷歌將如何改變未來的規(guī)則，讓我們拭目以待。

亞馬遜三大人工智能產(chǎn)品

這個(gè)新平臺將把亞馬遜多年來在其內(nèi)部開發(fā)的許多機(jī)器學(xué)習(xí)應(yīng)用開放給外部開發(fā)者。當(dāng)前，該服務(wù)提供了三種工具，但未來還將增加更多工具。

亞馬遜公司 CEO Andy Jassy 強(qiáng)調(diào)說，亞馬遜本身在機(jī)器學(xué)習(xí)方面已經(jīng)深耕多年，“我們公司內(nèi)已經(jīng)做了很多 AI 的研究，”他說：“我們上千名專注于 AI 的研發(fā)者?！?/p>

亞馬遜 AI 平臺推出的這些新服務(wù)中的第一個(gè)是名為“Rekognition”的圖像識別服務(wù)。該服務(wù)類似于谷歌、微軟等公司的同類服務(wù)，能夠識別圖像中的物體和場景。亞馬遜強(qiáng)調(diào)它的系統(tǒng)非常智能，例如能夠識別圖像中狗的品種。雖然很厲害，但其他競爭對手公司也能做到。Jassy 說這項(xiàng)服務(wù)很有成本效益，但他沒有公布價(jià)格。

第二個(gè)是名為“Amazon Polly”的語音合成服務(wù)，該服務(wù)同樣使用了機(jī)器學(xué)習(xí)技術(shù)。Jassy 指出，Polly 能合成非常生活化的語言，說“Polly 專門為語音合成中的非常具有挑戰(zhàn)性的方面而設(shè)計(jì)，例如，‘I live in Seattle’和‘Live from New York’，這兩句話中‘live’雖然拼寫相同，但發(fā)音不同，而 Polly 能理解這些并正確發(fā)音?！盤olly 支持24種語言，有47種聲音，包括男聲和女聲。

第三個(gè)新服務(wù)，也是最重要的一個(gè)，名為“Lex”。Jassy 說，Lex 本來是支持亞馬遜自己的 Alexa 服務(wù)的技術(shù)，能用于構(gòu)建具有多步對話功能的聊天應(yīng)用。開發(fā)者可以在 Lex Console 上設(shè)計(jì)對話，僅用幾個(gè)對話樣本即能訓(xùn)練聊天機(jī)器人。

Lex 與 Lambda 以及其他 AWS 的服務(wù)深度集成，而且也有與其他一些企業(yè)服務(wù)的接口。此外，它還與 Facebook Messenger、Slack 和 Twilio 集成，使得它不局限于亞馬遜自己的設(shè)備，能夠嵌入其他任何設(shè)備中。

亞馬遜在今天的發(fā)布中說：“Amazon Lex 可以用來構(gòu)建聊天機(jī)器人（chatbots）以及其他形式的網(wǎng)頁/移動(dòng)應(yīng)用，支持非常生動(dòng)的、生活化的互動(dòng)。”“建成的聊天機(jī)器人能夠?yàn)橛脩籼峁┵Y訊、管理應(yīng)用程序、簡化工作、甚至能作為機(jī)器人、無人機(jī)、玩具等的控制程序?！?/p>

投資MXNet

亞馬遜還投資了MXNet，這是一個(gè)可在各種環(huán)境中運(yùn)行的深度學(xué)習(xí)框架。除此之外，亞馬遜還在優(yōu)化EC2圖像，以運(yùn)行流行的深度學(xué)習(xí)框架，包括CNTK，TensorFlow 和 Theano。

關(guān)于這件事，MXNet的創(chuàng)建成員之一李沐不久前在知乎上寫道：能夠讓AWS放棄自己造的輪子，并且明確的表示會(huì)支持一個(gè)主要由開源社區(qū)開發(fā)的系統(tǒng)，其實(shí)非常不容易。對于AWS來說，最關(guān)心的是用戶體驗(yàn)，然后是買資源賺錢。這里最保險(xiǎn)的是支持所有流行的DL框架。但AWS能夠強(qiáng)調(diào)說未來會(huì)大力投入MXNet，主要是對框架的發(fā)展前景和小伙伴們工作的肯定。

MXNet最早就是幾個(gè)人抱著純粹對技術(shù)和開發(fā)的熱情做起來的興趣項(xiàng)目，既沒有指望靠它畢業(yè)，也沒想著用它賺錢。能夠一步一步慢慢的擴(kuò)大，我覺得最重要的是每個(gè)小伙伴對這個(gè)事情的投入，和抱著降低深度學(xué)習(xí)門檻的使命。也是讓大家只需要關(guān)心“數(shù)據(jù)量和運(yùn)算量”，而不是如何有效實(shí)現(xiàn)利用硬件；只需要“數(shù)學(xué)公式寫好，根本就不想知道你支持哪些layer，分別是干什么的”，不用管自動(dòng)求導(dǎo)如何訓(xùn)練；只需要“把手上的數(shù)據(jù)交出去給云即可，然后花錢租算力”，而不是云上如何管理如何優(yōu)化。

軟件開發(fā)技術(shù)群

興趣范圍包括：Java，C/C++，Python，PHP，Ruby，shell等各種語言開發(fā)經(jīng)驗(yàn)交流，各種框架使用，外包項(xiàng)目機(jī)會(huì)，學(xué)習(xí)、培訓(xùn)、跳槽等交流

QQ群：26931708

Hadoop源代碼研究群

興趣范圍包括：Hadoop源代碼解讀，改進(jìn)，優(yōu)化，分布式系統(tǒng)場景定制，與Hadoop有關(guān)的各種開源項(xiàng)目，總之就是玩轉(zhuǎn)Hadoop

QQ群：288410967?