不知道 从什么时候开始人工智能一词开始出现在我们的视野当中，随后就一发不可收拾疯狂传播开来。现代的技术厂商，如果没有关于AI(人工智能)的策略、服务、产品，他都不好意思说自己是提供技术的服务商。那么，是什么让AI实现成为可能，又让AI讨论如此火热? AWS看到市场上存在着三个趋势。首先，网络技术的改进、速度的提升促使越来越多的设备，IoT、移动、摄影等设备连接到网络中;其次，设备数量导致数据数量急剧增加，实时数据处理的需求也日益增多，但是数据存的种类不同，不同状态，要处理这些数据就需要更加灵活的架构和服务;第三，基于不同设备产生的巨大量数据，人们真正希望的是它能变得更聪明，能在更加复杂的环境中应用，这样就出现了AI，而且深度学习与机器学习算法也是促使了AI的实现成为可能。

三大原因催生AI产业

听到了那么多，看到了那么多关于AI的介绍，我们也知道了深度学习使AI成为可能，但仅仅是技术的驱动还不足以点燃人们对AI技术的热情。任何一个事物的流行，都是因为它能为人们带来利益或解决问题，那么AI究竟能做什么？对此，在AWS re:Invent 2017大会的一场采访中，AWS亚地区AI、大数据、分析部门负责人Craig Stires作出了回答：

“AI并不仅仅只是一技术，真正让人们对它感到兴奋的是，我们可以对它做做么，”Craig说。亚马逊对人工智能，或者说机器学习的研究已有20多年的经验，它看到人们对AI应用可以分成三大类别：

无缝体验：打破了用户和企业内部体验的边界。它给用户提供了一种，没有人工边界的，身临其境的自然体验，包括语音增强、行为检测、智能视觉环境，以及对行为的响应。在实际应用场景中的表现为，聊天和机器人顾问、情绪检测和响应、个人的面部检测等。

自主机器：有自主意识的机械化劳作提高了可靠性与安全性。这样的机器自主系统将无差别的、或不安全的人为任务和决策，例如预测性维护、车间自动化、机器人应急响应等，转换给机器执行。机器可以更大规模地提升效率，准确率和安全性。

科学突破：AI在这领域的应用，可以说是将发现带入了黄金时代，它可以帮助解决人类 、动物和地球的基本需求。使用深度学习的科学的发现往往需要巨大量的计算能力，来构建有效的模型，有了框架和平台的帮助，科学人员可以变成分析师。目前，这一领域的应用场景主要有病人治疗和安全、城市维护、量子/粒子增强等。

例如在Amzon Go无人便利店就是应用AI一个具体场景，它结合了计算机视觉、传感器和深度学习等技术，来了解为喜爱和讨厌的商品，进而通过机器学习来了解存货和进货的模式，给用户提供更好的商品。

事实上AI的过程就是通过数据训练正负面加强的模型，然后建立模型，再从模型中提取预测信息，生成反馈数据，再进行训练这样的一个循环的过程。根据这样的AI需求，AWS基于其再有的技术与产品构建从底层基础架构到顶层应用服务的完整AI架构。架构图如下：

为了让用户，让开发者更好的实现AI，得到他们期望的结果。在这次的re:Invent，亚马逊AWS部门的CEO Andy Jassy公布七款新的AI产品：

Amazon SageMaker：事实上，机器学习，从数据收集、选择优化、安装管理、再到模型训练、生产环境部署，这一系列的流程对于开发人员过于复杂。Amazon SageMaker预置了一些常见问题的记录和高必能算法，可以更方便的开发人员建立、训练和部署机器学习模型。
AWS DeepLens：AWS DeepLens（深镜）是全球首款为开发者提供的内置深度学习能力的智能摄像头，其内集成了Amazon SageMaker和AWS Lambda,并预置了一些教程、案例、演示和预建的模型。
Amazon Rekognition Video：实时或批量视频分析服务，包括对象和场景、人脸分析和识别、非正常内容检测、明星识别、文字中的图片识别等功能。
Amazon Kinesis Video Streams： 它可以帮助安全地导入和存储视频、音频和其它有时间标签的数据。
Amazon Transcribe：它可以自动识别语音识别，并将语音转成语法正确的准确的文本内容。
Amazon Translate：自动多语种文字翻译服务，可以实时翻译，批量分析，自动识别语言。
Amazon Comprehend：全托管的自然语言处理理解服务，能够发现文本内容中有价值的见解。

利用好机器学习平台要拥有合适基础支撑，你需要有更加可靠的、强大的安全控制，你需要性能更好的GPU，然后需要一个支持机器学习的服务，Andy表示，更重要的是开发人员需要更加深入地理解机器学习，更好地利用，更容易地在机器学习中获得成功。

现在，美国NFL(国家橄榄球联盟)采用了AWS的机器学习平台。通过利用这一平台来追踪队员的接球、传球等行为，从而更好地判断出球传给哪名运动员，获得胜利的机率更高。

有因才有果，今天AWS告诉了你AI生产的原因、常用的环境，就是希望企业能更好地得利用AI技术，得到他们想要结果。