亞馬遜（AMZN）14日在紐約啟動了其AWS 雲計算服務“ AWS Summit ”的使用者會議， 由Javitz會議中心舉行， 主持人Matt Wood與用戶談運行AWS的人工智慧操作。
Wood是早期開始使用AWS者——他於2010年加入，
Wood有一些關於新產品的資訊， 例如“ Macie ”， 它可以掃描您在AWS上收集的檔， 並讓您知道是否有任何敏感性資料暴露於外界， 例如客戶社交安全號碼或信用卡號碼。 它也可以在沒有人為干預的情況下自動計算該資料。 關鍵在於， 與所有機器學習一樣， Macie自己確定了資料暴露的風險， 而無需提供精心設計的安全規則。
亞馬遜發佈的更多內容， 以及資料清理的另一種新工具“膠” 。
對我來說最有趣的一件事是， 我沒有聽說過有關AI的關於AWS的內容。 它看起來像字母IBM（IBM）和Facebook的（FB）——只是一個縮寫。
為什麼亞馬遜對AI有如此低的知名度？
公司有不同的看法， 有些則是“以產品為重點”， “我們對讓其他人更有興趣; 我們非常注重以客戶為中心， “他說。
Wood表示， 儘管缺乏知名度的“Amazon內部一直在做機器學習二十多年”， 但他指出， 無論如何， “ 我們在平臺上運行的機器學習量多於其他任何地方 ”， AWS正在做更多的工作， 以便AI軟體可以使用Google或世界上任何其他設施， Wood可以使用機器學習來消除客戶的名字， 例如消費者健康軟體提供商ZocDoc， 它開發了機器視覺應用程式; InstaCart， 使用它的雜貨送貨服務知道各種本地商店的產品;以及使用它來分類圖像的照片共用服務的Pinterest ;以及StitchFix， Wood表示使用它的時尚創業公司“來預測下一個時尚潮流”。
Wood獲得了醫學學位， 可能會留在醫院工作，
他還獲得了機器學習博士學位， 在人類基因組計畫的 “尾端” 工作， 他在包括理解蛋白質折疊在內的研究中說， 機器學習可以幫助很多的任務。 他似乎特別為此次運行“噸基因組學”而感到自豪， 在這裡發生了大量的分析。
他所說的亞馬遜關於AI的任務與AWS的整體使命是一樣的， 即“把技術盡可能多的置於開發者手中”。
“我們正在採用與Web服務相同的機器學習方法。 ”
AWS提供了三個機器學習“層次”， 從非常複雜的“深度學習”設施， 適用于科學家;使用“客戶構建自己的資料模型”的工具; 他說：“只是一個黑盒子的應用程式介面（API）集合，
“我想到五到十年前的網站， 建立一個網站是一項相當複雜的任務， 但是今天任何人都可以建立一個網站， 所以人們已經構建這些全新類別的應用程式， 比如AirBnB “。
他說：“今天的機器學習技術非常好， 在亞馬遜的幫助下， 將機器學習應用到所有的應用程式， 將其變得更加簡單， 且高精度“。
Wood指出了另一個重要的發展， 即從電腦推出模式的AI 的“ 培訓 ”階段轉向“ 推理 ”階段， 在“ 推理”階段， 根據所學習的內容對使用者請求進行回應。
特別是， 他指出， 在用戶端計算設備和其他不在資料中心內部的事情中， “ 推理在邊緣 ”的意思增加。
另一個“邊緣”的例子是亞馬遜的“ PrimeAir”， 這是針對亞馬遜客戶的基於無人機的傳送服務。 這是使用機器學習原理的自主車輛的一個例子，而不需雲計算。
Wood說：“當然，我把包括機器製造機在內的談話問題包起來，這意味著機器學習能夠為機器學習設計新的演算法，這是AI中的一種自我反省的時刻。AWS上有一些客戶正在訓練機器人來製作演算法。“一個例子就是叫做” 匪徒“，這裡的機器相互面對面，一台機器試圖推斷出學習模式，另一個則試圖用虛假的方式來欺騙學習模型。
這是使用機器學習原理的自主車輛的一個例子，而不需雲計算。Wood說：“當然，我把包括機器製造機在內的談話問題包起來，這意味著機器學習能夠為機器學習設計新的演算法，這是AI中的一種自我反省的時刻。AWS上有一些客戶正在訓練機器人來製作演算法。“一個例子就是叫做” 匪徒“，這裡的機器相互面對面，一台機器試圖推斷出學習模式，另一個則試圖用虛假的方式來欺騙學習模型。