北京時(shí)間2019年12月3日，在A(yíng)WS re:Invent全球大會(huì )上，亞馬遜（NASDAQ：AMZN）旗下公司Amazon Web Services，Inc.（AWS）宣布五項新的人工智能（AI）服務(wù)，旨在將機器學(xué)習交到更多應用程序開(kāi)發(fā)者和終端用戶(hù)手中，而他們無(wú)需機器學(xué)習經(jīng)驗。AWS介紹了幾項使用了AI的新服務(wù)，讓更多開(kāi)發(fā)者應用機器學(xué)習，創(chuàng )造更好的終端用戶(hù)體驗，包括機器學(xué)習驅動(dòng)的企業(yè)搜索、代碼審核與分析、欺詐檢測、醫療轉錄和AI預測的人工審核。要了解有關(guān)AWSAI服務(wù)的更多詳細信息，請訪(fǎng)問(wèn)https://aws.amazon.com/machine-learning/ai-services/。

　　機器學(xué)習持續快速增長(cháng)，如今有數以萬(wàn)計的客戶(hù)在A(yíng)WS上進(jìn)行機器學(xué)習，包括許多選擇使用AWS完全托管的AI服務(wù)的客戶(hù)，例如，Alfresco、拜耳作物科學(xué)、Cerner、CJ考克斯汽車(chē)、C-SPAN、德勤、多米諾、阿聯(lián)酋航空NBD、弗雷德哈欽森癌癥研究中心、FICO、FINRA、蓋洛普、Kelley Blue Book、起亞、Mainichi報業(yè)公司、美國宇航局、普華永道、白宮歷史協(xié)會(huì )、雅馬哈公司和Zola。在過(guò)去一年里，AWS推出了多個(gè)完全托管的AI新服務(wù)，如Amazon Personalize和Amazon Forecast，讓客戶(hù)能夠受益于亞馬遜消費者業(yè)務(wù)使用的、使其客戶(hù)體驗屢獲殊榮的、相同的機器學(xué)習個(gè)性化推薦和預測技術(shù)。AWS客戶(hù)有興趣學(xué)習亞馬遜大規模使用機器學(xué)習的豐富經(jīng)驗，以改進(jìn)運營(yíng)，提供更好的客戶(hù)體驗，又無(wú)需訓練、優(yōu)化和部署自己的定制化機器學(xué)習模型。如今，AWS宣布推出五項新的AI服務(wù)，這些服務(wù)基于A(yíng)mazon豐富的機器學(xué)習經(jīng)驗，允許所有行業(yè)、所有規模的機構在其企業(yè)中采用機器學(xué)習，而無(wú)需機器學(xué)習經(jīng)驗。

　　盡管多年來(lái)多種嘗試，但內部搜索對于當今的企業(yè)來(lái)說(shuō)仍是一個(gè)棘手的問(wèn)題，大多數員工仍然經(jīng)常難以找到他們需要的信息。機構擁有大量非結構化文本數據，如果能夠發(fā)現、存儲多種格式并跨不同的數據源（例如Sharepoint、Intranet、AmazonS3和本地文件存儲系統），則這些數據非常有用。即使通用的、基于Web的搜索工具隨處可見(jiàn)，機構仍然發(fā)現內部搜索很困難，因為沒(méi)有可用工具能夠很好地跨越現有數據孤島編制索引，無(wú)法提供自然語(yǔ)言查詢(xún)，并且無(wú)法提供準確的結果。當員工有疑問(wèn)時(shí)，他們需要使用可能出現在不同上下文、多個(gè)文檔中的關(guān)鍵字，這些搜索通常會(huì )生成一長(cháng)串隨機鏈接，員工必須篩選這些鏈接才能找到他們查找的信息（如果他們找得到的話(huà)）。

　　Amazon Kendra讓員工可以使用真實(shí)問(wèn)題（而不僅僅是關(guān)鍵字）在多個(gè)數據孤島中搜索，在后臺部署AI技術(shù)來(lái)提供他們尋求的精確答案（而不是隨機的鏈接列表），重塑企業(yè)搜索。員工可以使用自然語(yǔ)言運行搜索（關(guān)鍵字仍然有效，但大多數用戶(hù)更喜歡自然語(yǔ)言搜索）。例如，員工可以提出一個(gè)特定問(wèn)題，如“IT服務(wù)臺什么時(shí)候開(kāi)？”AmazonKendra會(huì )給他們一個(gè)具體答案，如“IT服務(wù)臺在上午9:30打開(kāi)”，同時(shí)給出指向IT門(mén)戶(hù)和其它相關(guān)網(wǎng)站的鏈接。客戶(hù)可以在應用程序、門(mén)戶(hù)和wiki中使用Amazon Kendra。只需在A(yíng)WS管理控制臺中單擊幾下，客戶(hù)即可將AmazonKendra指向其各種文檔存儲庫，服務(wù)會(huì )聚合PB級的數據以構建集中索引。Amazon Kendra會(huì )掃描文檔的權限，確保搜索結果符合現有的文檔訪(fǎng)問(wèn)策略，搜索結果僅包含用戶(hù)有權訪(fǎng)問(wèn)的文檔。此外，Amazon Kendra還根據客戶(hù)的特定情況，積極地重新訓練機器學(xué)習模型，使用點(diǎn)擊率數據、用戶(hù)位置和反饋提高準確性，隨著(zhù)時(shí)間的推移提供越來(lái)越好的答案。要了解有關(guān)Amazon Kendra的更多信息，請訪(fǎng)問(wèn)http://aws.amazon.com/kendra。

　　Amazon CodeGuru使用機器學(xué)習提供自動(dòng)代碼審核，幫助機構找到開(kāi)銷(xiāo)最大的代碼行，從而改進(jìn)軟件開(kāi)發(fā)

　　跟亞馬遜一樣，AWS客戶(hù)也編寫(xiě)了大量代碼。軟件開(kāi)發(fā)是一個(gè)廣為人知的過(guò)程。開(kāi)發(fā)者編寫(xiě)代碼、查看代碼、編譯代碼和部署應用程序、衡量應用程序的性能并使用該數據改進(jìn)代碼，循環(huán)往復。然而，如果代碼一開(kāi)始就不正確，那么所有這些過(guò)程都沒(méi)什么用，所以團隊都會(huì )在新代碼添加到現有應用程序代碼庫之前執行代碼檢查，檢查邏輯、語(yǔ)法和樣式。即使對于像亞馬遜這樣的大型機構，考慮其每天要編寫(xiě)的代碼量，也很難有那么多有經(jīng)驗的開(kāi)發(fā)者、他們有足夠的富余時(shí)間來(lái)審核代碼。而且即使是有經(jīng)驗的審閱者遇到面向客戶(hù)的應用程序時(shí)也會(huì )漏掉問(wèn)題，從而導致出錯和性能問(wèn)題。

　　Amazon CodeGuru是一種新的機器學(xué)習服務(wù)，可自動(dòng)執行代碼審核，找到應用程序開(kāi)銷(xiāo)最大的代碼行。Amazon CodeGuru有兩個(gè)組件：代碼審核和應用程序分析。對于代碼審核，開(kāi)發(fā)者像往常一樣提交其代碼（目前支持GitHub和CodeCommit，未來(lái)會(huì )支持更多的存儲庫），將Amazon CodeGuru添加為代碼審閱者之一，無(wú)需對正常過(guò)程或要安裝的軟件進(jìn)行其他更改。Amazon CodeGuru收到拉取請求，會(huì )自動(dòng)開(kāi)始使用經(jīng)過(guò)預先訓練的模型來(lái)評估代碼。這些模型已經(jīng)在亞馬遜和GitHub前10000的項目中經(jīng)受過(guò)數十年的代碼審核訓練。Amazon CodeGuru將檢查代碼更改的質(zhì)量，如果發(fā)現問(wèn)題，它將向拉取請求添加易于閱讀的注釋?zhuān)瑯俗R出代碼行、特定問(wèn)題和修正建議，包括示例代碼和指向相關(guān)文檔的鏈接。

　　Amazon CodeGuru還包含一個(gè)機器學(xué)習驅動(dòng)的應用程序探查器，可幫助客戶(hù)找到開(kāi)銷(xiāo)最大的代碼行。要使用它，客戶(hù)只要在其應用程序中安裝一個(gè)小小的代理程序，然后Amazon CodeGuru就可以觀(guān)察應用程序運行時(shí)，每五分鐘分析一次應用程序代碼。代碼配置文件包括有關(guān)延遲和CPU利用率的詳細信息，直接鏈接到特定的代碼行。Amazon CodeGuru可幫助操作者在應用程序中找到開(kāi)銷(xiāo)最大的代碼行，生成火焰圖，幫助直觀(guān)地標識出造成性能瓶頸的其它代碼行。多年來(lái)，亞馬遜內部團隊使用Amazon CodeGuru對80000多個(gè)應用程序進(jìn)行了代碼分析。2017到2018年，Amazon CodeGuru內部版本的廣泛使用，幫助亞馬遜消費者業(yè)務(wù)的AmazonPrimeDay團隊提高了其應用效率，CPU利用率提高325%，減少了管理PrimeDay所需的實(shí)例數量，整體成本降低了39%。要了解有關(guān)Amazon CodeGuru的更多信息，請訪(fǎng)問(wèn)http://aws.amazon.com/codeguru。

　　世界各地的機構每年因欺詐而損失數百億美元。如今，許多AWS客戶(hù)都投資于大型、昂貴的欺詐管理系統。這些系統通常基于手工編碼的規則，耗時(shí)、定制成本高，很難隨著(zhù)欺詐模式的變化而保持最新，導致系統的準確性低于預期。這導致機構將優(yōu)秀客戶(hù)拒絕為欺詐者，進(jìn)行更昂貴的欺詐審核，錯失降低欺詐率的機會(huì )。20多年來(lái)，亞馬遜一直在使用包括機器學(xué)習在內的尖端技術(shù)來(lái)檢測欺詐易，并了解這是一個(gè)與欺詐者不斷進(jìn)行的貓捉老鼠游戲，需要大量的資源來(lái)構建防御、保持與時(shí)俱進(jìn)。AWS的客戶(hù)們希望AWS可以分享其專(zhuān)業(yè)知識和經(jīng)驗。

　　Amazon Fraud Detector提供完全托管的服務(wù)，基于亞馬遜消費者業(yè)務(wù)使用的相同技術(shù)，實(shí)時(shí)檢測潛在的線(xiàn)上身份欺詐和支付欺詐，無(wú)需機器學(xué)習經(jīng)驗。Amazon Fraud Detector使用欺詐和合法交易的歷史數據來(lái)構建、訓練和部署機器學(xué)習模型，提供實(shí)時(shí)、低延遲的欺詐風(fēng)險預測。首先，客戶(hù)將交易數據上傳到AmazonS3，定制模型訓練。客戶(hù)只需提供與交易關(guān)聯(lián)的電子郵件地址和IP地址，可以選擇添加其它數據（例如帳單地址或電話(huà)號碼）。根據客戶(hù)想要預測的欺詐類(lèi)型（新帳戶(hù)或線(xiàn)上支付欺詐），Amazon Fraud Detector將預處理數據、選擇一個(gè)算法、訓練一個(gè)模型--使用亞馬遜數十年來(lái)大規模運行欺詐檢測風(fēng)險分析的經(jīng)驗。Amazon Fraud Detector還使用基于機器學(xué)習的、根據亞馬遜數據訓練過(guò)的數據檢測器。這些數據檢測器可幫助識別與發(fā)生在A(yíng)mazon上的欺詐活動(dòng)（例如異常的電子郵件命名規律）相似的模式，即使客戶(hù)向Amazon Fraud Detector提供的欺詐示例數量很少，也可以幫助提高模型訓練的準確性。

　　Amazon Fraud Detector將模型訓練、部署到完全托管的私有API端點(diǎn)。客戶(hù)可以將新活動(dòng)（例如注冊或新購買(mǎi)）發(fā)送到API、接收包括風(fēng)險評分的欺詐報告。根據此報告，應用程序可以確定正確的行動(dòng)（例如接受購買(mǎi)，或將其傳遞給人工審核）。借助Amazon Fraud Detector，客戶(hù)可以更快、更輕松地、更準確地檢測欺詐。要了解有關(guān)Amazon Fraud Detector的更多信息，請訪(fǎng)問(wèn)http://aws.amazon.com/fraud-detector。

　　如今，醫生們的一部分日常工作，是將詳細的數據輸入病歷（EHR）系統。然而，幫助他們準確記錄和存檔病情的解決方案是欠佳的。在許多醫院，醫生必須將醫療筆記口述到記錄器中，然后將這些語(yǔ)音文件提交到第三方手動(dòng)抄錄，服務(wù)成本高昂，可能需要長(cháng)達三個(gè)工作日，延誤了存檔流程。另一種選擇是利用現有的前端聽(tīng)寫(xiě)軟件，但受限于現有的工具，醫生們仍然每天要在臨床記錄上花費好幾小時(shí)。第三種選擇是醫療保健提供商雇用人工抄寫(xiě)員，在醫生們看病時(shí)協(xié)助做記錄，但人工抄寫(xiě)員可能會(huì )令患者感到不安，醫生們經(jīng)常提到他們的記錄有欠缺，醫療機構也很難大規模地安排和協(xié)調抄寫(xiě)員。總之，現有的解決方案在提高臨床記錄效率和改善患者護理方面都有不足。

　　Amazon Transcribe Medical通過(guò)使用機器學(xué)習技術(shù)自動(dòng)轉錄自然醫學(xué)語(yǔ)音來(lái)解決這些問(wèn)題。建立在A(yíng)mazon Transcribe Medical語(yǔ)音到文本功能之上的病歷應用，可以準確、經(jīng)濟實(shí)惠地生成記錄。Amazon Transcribe Medical由多個(gè)機器學(xué)習模型組成，這些模型經(jīng)過(guò)數萬(wàn)小時(shí)的醫學(xué)語(yǔ)音訓練，可提供準確的、機器學(xué)習驅動(dòng)的醫學(xué)轉錄。實(shí)時(shí)生成記錄，消除了多日的流轉時(shí)間。

　　Amazon Transcribe Medical可以幫助醫生們在跟患者溝通時(shí)自動(dòng)轉錄對話(huà)，不用分心手動(dòng)筆記，醫療保健提供商能夠專(zhuān)注于患者護理。醫生可以自然地說(shuō)話(huà)，Amazon Transcribe Medical使用內置的自動(dòng)標點(diǎn)符號，克服現有轉錄軟件的局限性。對于醫療保健提供商，基于A(yíng)mazon Transcribe Medical的語(yǔ)音解決方案可擴展到數千個(gè)潛在的醫療中心，消除了管理和協(xié)調臨時(shí)抄寫(xiě)員的操作難題。Amazon Transcribe Medical符合HIPAA認證，提供易于使用的API，可與支持語(yǔ)音的應用程序和帶有麥克風(fēng)的任何設備集成。Amazon Transcribe Medical的輸出文本也可以用于其他AWS服務(wù)，例如自然語(yǔ)言處理服務(wù)Amazon Comprehend Medical，在最終進(jìn)入病歷系統前進(jìn)行下一步的數據分析。要開(kāi)始使用Amazon Transcribe Medical，請訪(fǎng)問(wèn)http://aws.amazon.com/transcribe/medical。

　　機器學(xué)習可以為各種應用場(chǎng)景提供高度準確的預測，包括識別圖像中的對象、從掃描的文檔中提取文本、或者轉錄與理解口語(yǔ)。在每種情況下，機器學(xué)習模型都會(huì )提供預測，提供置信度分數以表示模型預測的確定性。置信度分數越高，結果的可信度就越高。對于許多應用場(chǎng)景，當開(kāi)發(fā)者收到高置信度結果時(shí)，他們可以信任其結果可能是準確的，可以自動(dòng)處理它們（例如，自動(dòng)調整社交網(wǎng)絡(luò )上用戶(hù)生成的內容，或者給視頻加字幕）。但是，在置信度低于預期的情況下，預測結果模糊，可能需要人工審核才能解決這種模糊性。機器學(xué)習和人工審閱之間的這種相互作用，對于機器學(xué)習系統的成功至關(guān)重要，但人工審核的大規模構建和運營(yíng)，很有挑戰，成本高昂，通常涉及多個(gè)流程步驟，需要定制軟件管理人工審核任務(wù)和結果，需要招聘和管理大量審核人員。結果，開(kāi)發(fā)者時(shí)常花費大量的時(shí)間來(lái)管理人工審核過(guò)程，而不是構建其預想的應用程序，或者不得不放棄人工審核，導致許多預測的信心和效用都很低。

　　AmazonAugmentedArtificialIntelligence(A2I)是一項新服務(wù)，使用它很容易構建和管理機器學(xué)習應用程序的人工審核。AmazonA2I為常見(jiàn)的機器學(xué)習任務(wù)--例如圖像中的對象檢測、語(yǔ)音轉錄和內容審核--提供預構建的人工審核工作流，方便對來(lái)自AmazonRekognition和AmazonTextract的機器學(xué)習預測做人工審核。開(kāi)發(fā)者為其特定應用程序選擇置信閾值，所有置信度分數低于閾值的預測都將自動(dòng)發(fā)送給人工審核人員進(jìn)行驗證。開(kāi)發(fā)者可以選擇Amazon Mechanical Turk的50萬(wàn)全球人工、預授權人工的第三方機構如Startek、iVision、CapeStart、Cogito和iMerit、或他們自己的審核人員執行其審核。審核結果存儲在A(yíng)mazonS3中，開(kāi)發(fā)者在審核完成后會(huì )收到通知，以便他們根據審核人員的可信結果進(jìn)行下一步操作。AmazonA2I為所有開(kāi)發(fā)者帶來(lái)了人工審核，消除了構建和管理定制審核流程或招募大量審核人員方面的繁重工作。要開(kāi)始使用AmazonA2I，請訪(fǎng)問(wèn)aws。amazon。com/augmented-ai。

　　亞馬遜機器學(xué)習副總裁Swami Sivasubramanian表示，“各個(gè)行業(yè)領(lǐng)域的公司都告訴我們，他們希望利用亞馬遜豐富的機器學(xué)習經(jīng)驗，應對企業(yè)面臨的一些共同挑戰。這些挑戰包括內部搜索、幫助軟件開(kāi)發(fā)者編寫(xiě)更好的代碼、識別欺詐易、以及提高所有機器學(xué)習系統的整體質(zhì)量。亞馬遜還憑借數十年來(lái)構建機器學(xué)習系統的經(jīng)驗，打造了能夠成功應對這些挑戰的內部系統。今天的發(fā)布是我們客戶(hù)至尚文化的又一次迭代，是它激勵我們開(kāi)發(fā)這些系統。通過(guò)這些發(fā)布，我們很高興能夠讓企業(yè)用戶(hù)使用這些機器學(xué)習功能，而無(wú)需任何機器學(xué)習專(zhuān)業(yè)知識。”

　　3M是一家跨國公司，是研磨產(chǎn)品、化學(xué)品與先進(jìn)材料、薄膜、過(guò)濾、粘合劑等產(chǎn)品的領(lǐng)先制造商之一。3M以協(xié)作的方式應用科技改善生活。3M企業(yè)研究系統實(shí)驗室技術(shù)總監DavidFrazee表示，“研發(fā)是3M的心跳，扎根科學(xué)讓我們強大。我們的材料科學(xué)家開(kāi)展新的研究時(shí)，他們需要了解過(guò)去的、可能相關(guān)的研究。這些信息往往埋藏在我們的專(zhuān)利和廣泛的知識存儲庫中。尋找合適的信息往往讓人精疲力竭，耗時(shí)，有時(shí)信息不完整。借助Amazon Kendra，我們的科學(xué)家可以使用自然語(yǔ)言查詢(xún)、快速準確地找到所需的信息。借助Amazon Kendra，我們的工程師和研究人員熱情高漲，快速查找信息，加快創(chuàng )新速度，更有效地協(xié)作，源源不斷地為客戶(hù)提供獨特的產(chǎn)品。”

　　Workgrid軟件公司是Liberty Mutual（利寶保險）的全資子公司，為員工體驗平臺中提供軟件解決方案，讓工作更加互聯(lián)、更高效、生產(chǎn)力更高。“我們的核心產(chǎn)品之一是Workgrid Chatbot，它讓員工能夠快速獲得頻繁查詢(xún)的答案，使用友好的自然語(yǔ)言界面自動(dòng)執行任務(wù)。企業(yè)聊天機器人的一個(gè)關(guān)鍵部分是回答來(lái)自員工的無(wú)數問(wèn)題，所以Workgrid提供自助問(wèn)答構建器，內容作者不用掌握編程語(yǔ)言，就可以訓練聊天機器人響應員工的問(wèn)題。除了這些精心策劃的內容外，我們希望為Workgrid Chatbot提供一種方法，以便從整個(gè)企業(yè)的大量文檔（例如PDF文檔）輕松提取知識，”Workgrid云工程和AI主管Gillian McCann說(shuō)，“借助Amazon Kendra，很高興我們的客戶(hù)能夠快速高效地獲得所需的答案。Amazon Kendra能夠直接從多個(gè)存儲庫的非結構化數據中提取答案，并且有可能快速跟蹤學(xué)習，讓我們向客戶(hù)交付準確、不斷優(yōu)化的答案。我們很高興能探索Amazon Kendra聯(lián)系上下文的智能搜索和任務(wù)自動(dòng)化的結合，讓我們可提供強大的員工體驗。”

　　英國廣播公司是廣播業(yè)的世界領(lǐng)導者之一。他們把BBC的影像和聲音帶到世界各地。“作為一家全球性媒體機構，我們管理數PB的視頻，每天24小時(shí)做直播，”BBC首席技術(shù)和產(chǎn)品官Matthew Postgate說(shuō)，“Amazon CodeGuru以及我們的團隊使用的其它開(kāi)發(fā)工具，有助于確保我們不斷為受眾提供強大、可靠的服務(wù)，在問(wèn)題出現之前發(fā)現問(wèn)題。它還將幫助我們深入了解我們的服務(wù)如何與AWS平臺交互，使團隊能夠重構和優(yōu)化其代碼，為人們提供他們期望從BBC獲得的服務(wù)。”

　　Apptio SaaS解決方案可幫助機構在分析、規劃和優(yōu)化投資時(shí)做出明智的決策，轉變IT運營(yíng)模式。Apptio首席產(chǎn)品官Scott Chancellor表示：“為客戶(hù)提供高度可用的無(wú)Bug服務(wù)對于我們的成功至關(guān)重要。我們一直在尋找工具變革我們的組織，更主動(dòng)地檢測應用開(kāi)發(fā)周期各個(gè)階段的問(wèn)題，提高開(kāi)發(fā)速度，少花時(shí)間在解決并發(fā)、資源泄漏和性能瓶頸等疑難問(wèn)題上。我們嘗試了Amazon CodeGuru，發(fā)現它可以提供在開(kāi)發(fā)的早期階段主動(dòng)解決這些問(wèn)題的建議。此外，它可以指出降低服務(wù)速度的代碼區域，我們可以少花時(shí)間解決性能相關(guān)的缺陷。這些改進(jìn)將幫助我們?yōu)樗�有客�?hù)提供更好的體驗。”

　　Smug Mug+Flickr是世界上最具影響力的、以攝影師為中心的平臺之一。“Smugmug&Flickr專(zhuān)為專(zhuān)業(yè)攝影師和攝影愛(ài)好者打造，展示他們的作品，也供他們欣賞他人作品。從第一天起，SmugMug的激情就是，不斷想辦法讓攝影師講述他們想講述的故事，以他們想要的方式講述故事。當我們大規模運營(yíng)時(shí)，圖像處理、分類(lèi)和搜索的性能成為重中之重，”SmugMug&Flickr首席執行官兼首席極客DonMacAskill說(shuō)，“AmazonCodeGuru的實(shí)時(shí)分析有助于排除故障，識別我們服務(wù)的低效部分，尤其是應用程序中有價(jià)值的代碼行會(huì )減慢它們的速度。它提出建議、協(xié)助我們更改和優(yōu)化。根據CodeGuru的建議，我們能夠重新構建代碼，使其高度可維護，提高我們的服務(wù)性能。”

　　Charles Schwab是一家先進(jìn)的投資服務(wù)公司。“線(xiàn)上檢測欺詐活動(dòng)是一項永無(wú)止境的挑戰，不良行為人不斷制造著(zhù)新的攻擊媒介。我們的使命是走在壞人的前面，保護我們的客戶(hù)，”Charles Schwab欺詐監控與調查副總裁KaraH。Suro說(shuō)：“我們對Amazon Fraud Detector的推出感到興奮。這讓我們可以更快、更輕松地構建機器學(xué)習工具，發(fā)現欺詐活動(dòng)；我們預計欺詐預防率會(huì )顯著(zhù)提高。部署Amazon Fraud Detector，將有助于從我們的歷史數據中識別欺詐模式，也可以利用亞馬遜檢測欺詐的經(jīng)驗。”

　　Vacasa是北美最大的全方位服務(wù)度假租賃管理公司之一，在17個(gè)國家/地區擁有超過(guò)23000家度假屋，每年為超過(guò)200萬(wàn)客人提供服務(wù)。Vacasa創(chuàng )始人兼首席執行官EricBreon表示：“自公司成立以來(lái)，我們利用技術(shù)使當地團隊能夠專(zhuān)注于照顧家庭和客人，同時(shí)為度假房主實(shí)現收入最大化。我們對AmazonFraudDetector的發(fā)布感到興奮，這意味著(zhù)我們可以更輕松地使用先進(jìn)的機器學(xué)習技術(shù)，準確檢測欺詐性預訂。保護我們的‘門(mén)戶(hù)’免受潛在傷害，使我們能夠專(zhuān)注于使度假租賃體驗無(wú)縫、無(wú)憂(yōu)。”

　　Cerner是衛生信息技術(shù)解決方案、服務(wù)和設備的領(lǐng)先提供商之一。Cerner公司解決方案策略師JacobGeers說(shuō)：“臨床文檔的精確性對于工作流程和總體的護理人員滿(mǎn)意度至關(guān)重要。通過(guò)利用AmazonTranscribeMedical的轉錄API，Cerner正在初步開(kāi)發(fā)數字語(yǔ)音抄寫(xiě)器，自動(dòng)收聽(tīng)醫生與患者的互動(dòng)，毫不顯眼地以文本形式捕獲對話(huà)。然后，我們的解決方案能夠智能地翻譯概念，進(jìn)入Cerner病歷系統中的編纂組件。”

　　Suki是一款AI驅動(dòng)、支持語(yǔ)音的數字助理，可減輕醫生的事務(wù)負擔。SukiAI公司首席執行官PunitSoni說(shuō)：“臨床文檔事關(guān)醫療數據工作流程，幫助臨床醫生更有效地采集筆記是關(guān)鍵。我們可以輕松地將我們的臨床數字助理與AmazonTranscribeMedical集成，允許醫生口述醫療筆記，將臨床文檔的精力消耗平均降低76%。他們的時(shí)間應該花在照顧病人上，而不是做數據輸入工作。”

　　作為美國的Un-carrier（去運營(yíng)商化的運營(yíng)商），T-Mobile美國公司通過(guò)領(lǐng)先的產(chǎn)品和服務(wù)創(chuàng )新，正在重新定義消費者和企業(yè)購買(mǎi)無(wú)線(xiàn)服務(wù)的方式。“在T-Mobile，我們以客戶(hù)的幸福來(lái)衡量成功。作為Un-carrier，我們知道，當客戶(hù)覺(jué)得我們了解并預測到他們的需求、直接解決他們的痛點(diǎn)時(shí)，他們會(huì )感到最幸福，”T-Mobile執行副總裁、首席信息CodySanford說(shuō)，“我們的專(zhuān)家團隊客戶(hù)服務(wù)模式致力于建立個(gè)人聯(lián)系，并使用A2I等尖端工具為我們的團隊取得成功做好準備。是的，機器學(xué)習帶來(lái)更深入、更投入的關(guān)系！訪(fǎng)問(wèn)實(shí)時(shí)的上下文信息，例如如客戶(hù)詳細信息和可用折扣，使我們的團隊能夠在與客戶(hù)進(jìn)行真實(shí)、實(shí)時(shí)的對話(huà)時(shí)，代表客戶(hù)做出現場(chǎng)決策……完全雙贏(yíng)！”

　　VidMob是一個(gè)營(yíng)銷(xiāo)創(chuàng )意平臺，可為品牌的所有創(chuàng )意需求提供端到端技術(shù)解決方案。其集成平臺將同類(lèi)首創(chuàng )（first-of-a-kind）的創(chuàng )意分析與一流的創(chuàng )意制作相結合，提高營(yíng)銷(xiāo)效率。“Vidmob利用機器學(xué)習來(lái)分析視頻的各個(gè)方面，包括人物、對象和信息，幫助品牌了解創(chuàng )意績(jì)效，構建更好的創(chuàng )意。然而，對于現有機器學(xué)習模型未涵蓋的維度，要從我們每天分析的PB級數據中回顧創(chuàng )意，很有挑戰性，”VidMob數據和見(jiàn)解高級副總裁JolineMcGoldrick說(shuō)，“憑借我們目前訓練有素的創(chuàng )意評估隊伍，使用A2I，我們可以更快地優(yōu)化、微調我們的預測模型。這種效率使我們接觸到大量審核人員，將模型上市速度提高了3倍。”

　　13年以來(lái)，Amazon Web Services（AWS）一直是世界上服務(wù)豐富、應用廣泛的云服務(wù)平臺。AWS提供超過(guò)175項全功能的服務(wù)，涵蓋計算、存儲、數據庫、聯(lián)網(wǎng)、分析、機器人、機器學(xué)習與人工智能、物聯(lián)網(wǎng)、移動(dòng)、安全、混合云、虛擬現實(shí)與增強現實(shí)、媒體，以及應用開(kāi)發(fā)、部署與管理等方面，遍及22個(gè)地理區域的69個(gè)可用區（AZ），并已公布計劃在印度尼西亞、意大利、南非和西班牙建立4個(gè)AWS區域、13個(gè)可用區。全球數百萬(wàn)客戶(hù)，包括發(fā)展迅速的初創(chuàng )公司、大型企業(yè)和領(lǐng)先的政府機構都信賴(lài)AWS，通過(guò)AWS的服務(wù)強化其基礎設施，提高敏捷性，降低成本。欲了解AWS的更多信息，請訪(fǎng)問(wèn)：http://aws.amazon.com。

　　亞馬遜秉承四大原則：顧客至尚、崇尚創(chuàng )新、卓越運營(yíng)與長(cháng)遠思考。公司開(kāi)創(chuàng )了諸多創(chuàng )新服務(wù)，包括客戶(hù)評價(jià)、一鍵下單、個(gè)性化推薦、Prime會(huì )員服務(wù)、亞馬遜配送、亞馬遜云計算服務(wù)、Kindle直接出版(Kindle Direct Publishing)、Kindle、Firetablets、FireTV、AmazonEcho以及Alexa等。更多信息，請訪(fǎng)問(wèn)www.amazon.com/about。