【猎云网北京】8月16日报道（文/吕梦）

AWS技术峰会是AmazonWeb Services (AWS) 每年在全球众多城市巡回举办的大型云技术盛会，日前，AWS技术峰会2018在北京召开。

峰会上，亚马逊AWS携手光环新网和西云数据两个运营合作伙伴，以及众多AWS合作伙伴网络(APN)成员一起，分享人工智能、物联网、大数据、开发和运维、安全性与合规等方面的创新功能、产品和服务。

亚马逊AWS全球副总裁、大中华区执行董事容永康

其中，亚马逊AWS全球副总裁、大中华区执行董事容永康表示，亚马逊AWS业务2018年第二季度的营业额已经增加到61亿美金，同比增长49%，年化收入预计超过240亿美元。

“2018年，我们首次在中国一年举办三场AWS技术峰会，这是一个里碑式的发展。去年12月，由西云数据运营的AWS中国(宁夏)区域开通。现在在中国有两个AWS区域，总共5个可用区，成为AWS全球云基础设施最先进、最完善的国家之一。在光环新网运营的AWS中国(北京)区域，在西云数据运营的AWS中国(宁夏)区域，我们提供的云服务数量加速增长，全面展开。我们在中国的APN合作伙伴数量不断增加，生态系统日益完善，帮助我们将AWS全球领先的云服务，带给中国各种类型的客户，赋能中国经济的转型升级，加速创新，助力中国经济高质量发展。”

此外，AWS还针对中国市场与德勤开展深入合作，双方将以亚马逊AWS云计算、大数据、人工智能、机器学习、物联网等技术为切入点，结合德勤 Deloitte战略、业务和技术咨询能力，帮助企业实现数字化转型。

其中，德勤 Deloitte将建立一支专注于亚马逊AWS云服务的技术人员团队。通过云战略及规划咨询，双方将共同推动为企业提供业务模式变革和云战略及云技术咨询服务，目标领域涉及云规划评估、组织战略及云架构方案规划咨询等。

AWS在机器学习和人工智能领域相关应用

在亚马逊AWS技术峰会人工智能与机器学习专场中，亚马逊AWS全球技术与开发者布道师团队负责人Ian Massingham (伊恩·马幸哈姆)则从两部分分别介绍了亚马逊目前是如何利用最新的技术服务打造用户体验，以及AWS内部的开放情况。

所谓布道师（Chief evangelist），其实是亚马逊云设立的特殊职位，向公众进行技术的宣传、讲解。现在国内外大多数技术公司都有布道师团队。关于亚马逊目前在其各项业务中对AI和机器学习等各项技术的应用，Ian介绍了在不同领域的具体案例。

亚马逊AWS全球技术与开发者布道师团队负责人Ian Massingham (伊恩·马幸哈姆)

首先在物流领域。如今，仓储物流已经成为机器人应用最大的市场之一,2012年，亚马逊以7.75亿美金收购Kiva Systems仓储机器人。Kiva机器人则以远高于人工的效率、更低的成本和错误率，昼夜不停地处理客户的海量包裹。Ian表示，机器人本身是随机的分布在大型的运营中心的某些角落里，它们会自动去分拣货物，当它们拣出一个货物之后，会选择路径交到人工手里，由人工贴上具体的标签。

在产品方面，对于用户来说，这个是更显而易见的领域。亚马逊最知名的案例就是产品推荐上，Ian介绍，“比如你搜索一本书，根据这本书下面会出现一个方块，列出购买了这本书的客户同时也购买了以下的书籍。当然，这样的一种产品推荐会以不同的形式展现出来，比如说你登录到亚马逊网站的主页的时候，通常它在页面上会显示根据你的过往的购买的历史记录，会推荐出来你很有可能会购买哪些产品”。事实上，亚马逊的图书推荐也一直被外界所推崇。

而这看似简单的应用，事实上需要一个非常庞大的数据库去解决。因为在美国亚马逊的网站上，“我们有两亿种不同的产品在销售，每个产品还各有自己的库存数量。如果你想象一下我们以excel电子表格的形式去展现这样一个庞大的数据，首先从左边到右边，左边的第一列是独一无二的所有的美国亚马逊网站上的客户的ID号，接下来的会有两亿列，每一列代表这样一种产品，也就是说我们纵横来交错，得出来的非零的整数其实就是客户购买这个产品的概率”，Ian说道。

这个算法对客户来说非常有价值。AWS的一个大客户Netflix就使用了这套算法，Netflix曾经说过，自己75%的视频流量其实都是通过这样的推荐引擎来达成的。

此外，是亚马逊做的一个尝试——用无人机来递送包裹，目前正在英国剑桥大学进行实验。正如Ian所说，你看到的这些无人机都不是由人来操控的，而是由一系列的组合算法来完成的。比如说基于GPS的路径规划的算法，以及计算机视觉，来避免可能会碰到一些障碍物等等。

目前的这套无人机递送系统的设计是什么呢？首先包裹的重量不能超过2.5kg。这种情况之下可以通过它在30分钟之内实现包裹的交付。其实设计一套这样的自动飞行的系统是有好几大技术挑战的：

一个是这些无人机途径的区域，不总是有网络的连接的，所以途中会出现断网的情况；

第二个技术挑战是能源的问题，在电力供应上肯定是有非常大的局限的；

第三是无人机本身重量的问题，我们要尽量减轻这些硬件的自重。因此在CPU的处理能力方面，以及在电池容量方面，肯定都是有局限的；

然后是软件维护方面，要在可控的环境下不断地把新的一些机器学习的模型推送到无人机的系统上。

为了将人工智能、机器学习的能力交付给每一位开发者，AWS建立了一个三层的AWS机器学习堆栈，

最下面一层是框架和基础设施，包含机器学习所需的一些基本工具和资源；

中间一层是平台服务，帮助软件开发人员将其在软件开发方面的知识用于机器学习中；

最上面一层是应用服务，集合了AWS预抽取或预训练的一些机器学习的服务和模型，开发人员可以直接使用。

AWS会在每一层中不断加入新的功能。Ian Massingham介绍说，从事自动驾驶系统开发的图森就使用AWS的服务来训练一套定制化的机器学习系统。

如今，大量开发人员和企业客户选择在AWS平台之上使用深度学习和机器学习系统，Ian Massingham认为主要有两个原因：第一，AWS平台上已经积累了大量数据；第二，AWS的机器学习和深度学习服务，可与AWS的其他云服务密切结合。AWS的做法是，将其机器学习和人工智能技术打包成服务，即使用户不是这方面的专家，也可以轻松使用。

AWS拥有非常广泛的客户基础，以及多元化的使用场景，开发人员可以针对不同的使用场景选择不同的机器学习框架和工具。AWS的愿景是，将机器学习的能力赋予每一位开发者和数据科学家。