AWS DeepLens（照片來(lái)源：Business Wire）

Amazon SageMaker和AWS DeepLens使機(jī)器學(xué)習(xí)惠及所有開(kāi)發(fā)人員

目前，機(jī)器學(xué)習(xí)的部署是一項(xiàng)復(fù)雜任務(wù)，需要反復(fù)試驗(yàn)和專(zhuān)業(yè)技能。開(kāi)發(fā)人員和數(shù)據(jù)科學(xué)家必須先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理、轉(zhuǎn)換并完成數(shù)據(jù)可視化，將數(shù)據(jù)轉(zhuǎn)換成算法可用的格式，才能用其訓(xùn)練模型。即使較簡(jiǎn)單的模型，也可能需要很強(qiáng)的計(jì)算能力和大量培訓(xùn)時(shí)間，一家公司也許需要聘用專(zhuān)門(mén)的團(tuán)隊(duì)來(lái)管理包含多臺(tái)GPU服務(wù)器的訓(xùn)練環(huán)境。從算法的選擇和優(yōu)化到調(diào)整數(shù)百萬(wàn)個(gè)影響模型準(zhǔn)確度的參數(shù)，模型訓(xùn)練的所有階段都涉及大量手工操作，需要進(jìn)行大量的猜測(cè)。之后，在應(yīng)用中部署一個(gè)訓(xùn)練好的模型，還需要擁有應(yīng)用設(shè)計(jì)和分布式系統(tǒng)領(lǐng)域的各種專(zhuān)業(yè)技能。隨著數(shù)據(jù)集和變量增多，客戶(hù)必須一再重復(fù)上述過(guò)程，因?yàn)槟Ｐ瓦^(guò)時(shí)了，需要不斷重新訓(xùn)練，以伴隨新信息的出現(xiàn)不斷學(xué)習(xí)和發(fā)展，所有這一切都需要大量專(zhuān)業(yè)知識(shí)和技能、超強(qiáng)的計(jì)算和存儲(chǔ)能力以及大量時(shí)間。迄今為止，機(jī)器學(xué)習(xí)對(duì)大多數(shù)開(kāi)發(fā)人員而言，都是可望而不可即的。

Amazon SageMaker是一種全托管式服務(wù)，可消除機(jī)器學(xué)習(xí)每個(gè)步驟中的艱難工作，也無(wú)需進(jìn)行猜測(cè)。Amazon SageMaker提供預(yù)置的開(kāi)發(fā)筆記本環(huán)境、為PB級(jí)數(shù)據(jù)集而優(yōu)化的流行的機(jī)器學(xué)習(xí)算法和模型自動(dòng)調(diào)整功能，使模型開(kāi)發(fā)和訓(xùn)練變得更容易了。Amazon SageMaker還顯著簡(jiǎn)化和加快了訓(xùn)練過(guò)程，該服務(wù)可針對(duì)模型訓(xùn)練和推理功能運(yùn)行，自動(dòng)配置和管理基礎(chǔ)設(shè)施，為利用模型做出預(yù)測(cè)提供了方便。AWS DeepLens是從零開(kāi)始設(shè)計(jì)的，通過(guò)為物理設(shè)備找到相匹配的指導(dǎo)手冊(cè)、實(shí)例、源代碼以及與熟悉的AWS服務(wù)的集成方式，幫助開(kāi)發(fā)人員獲得模型開(kāi)發(fā)、訓(xùn)練及部署方面的上機(jī)操作體驗(yàn)，為學(xué)習(xí)和實(shí)驗(yàn)提供支持。

AWS機(jī)器學(xué)習(xí)副總裁Swami Sivasubramanian表示：“我們當(dāng)年為AWS設(shè)定的愿景是，任何人都能夠在宿舍或車(chē)庫(kù)里使用世界上最大型公司使用的技術(shù)和工具，且規(guī)模和成本結(jié)構(gòu)與這些公司相同。我們?yōu)闄C(jī)器學(xué)習(xí)設(shè)定的愿景與當(dāng)年的AWS毫無(wú)二致。我們想讓所有開(kāi)發(fā)人員，無(wú)論他們的機(jī)器學(xué)習(xí)技能高低，都能夠更加廣泛和成功地使用機(jī)器學(xué)習(xí)技術(shù)。Amazon SageMaker消除了機(jī)器學(xué)習(xí)中大量麻煩、復(fù)雜的工作，可幫助開(kāi)發(fā)人員輕松上陣，并成為模型開(kāi)發(fā)、訓(xùn)練和部署的高手?！?/p>

憑借Amazon SageMaker，開(kāi)發(fā)人員可以：

• 用性能優(yōu)化的算法輕松開(kāi)發(fā)機(jī)器學(xué)習(xí)模型：Amazon SageMaker是一種全托管式機(jī)器學(xué)習(xí)筆記本環(huán)境，在這種環(huán)境中，開(kāi)發(fā)人員可以方便地探索存儲(chǔ)在A(yíng)mazon Simple Storage Service（Amazon S3）中的數(shù)據(jù)并實(shí)現(xiàn)數(shù)據(jù)可視化，還能夠借助所有流行的庫(kù)、框架和接口來(lái)轉(zhuǎn)換數(shù)據(jù)。Amazon SageMaker包括10種最常見(jiàn)的深度學(xué)習(xí)算法（例如k-means聚類(lèi)、因子分解機(jī)、線(xiàn)性回歸和主成分分析），AWS已經(jīng)優(yōu)化了這些算法，其運(yùn)行速度是標(biāo)準(zhǔn)算法的10倍。開(kāi)發(fā)人員只需選擇算法，規(guī)定數(shù)據(jù)源，Amazon SageMaker就可安裝和配置底層驅(qū)動(dòng)器和框架。Amazon SageMaker已與TensorFlow及Apache MXNet實(shí)現(xiàn)了原生集成，不久就將提供更多框架支持。開(kāi)發(fā)人員還可以規(guī)定自己選擇的任何框架和算法，只需將這些框架和算法上載到Amazon EC2 Container Registry即可。

• 快速、完全托管的訓(xùn)練：Amazon SageMaker使訓(xùn)練變得更加容易了。開(kāi)發(fā)人員只需選擇Amazon EC2實(shí)例的類(lèi)型和數(shù)量以及規(guī)定數(shù)據(jù)的位置即可。Amazon SageMaker建立分布式計(jì)算集群、執(zhí)行訓(xùn)練、向Amazon S3輸出結(jié)果并在任務(wù)完成后拆掉集群。該服務(wù)可利用超參數(shù)優(yōu)化自動(dòng)調(diào)整模型，調(diào)整數(shù)千種算法參數(shù)的組合，以做出最準(zhǔn)確的預(yù)測(cè)。

• 一次點(diǎn)擊即可完成模型在生產(chǎn)環(huán)境中的部署：Amazon SageMaker負(fù)責(zé)實(shí)例發(fā)布、模型部署和安全HTTPS端點(diǎn)的建立，使應(yīng)用能夠以大吞吐量和低延遲提供預(yù)測(cè)，Amazon SageMaker還橫跨多個(gè)可用區(qū)（AZ）自動(dòng)調(diào)整Amazon EC2實(shí)例規(guī)模。該服務(wù)為A/B測(cè)試提供原生支持。一旦進(jìn)入生產(chǎn)環(huán)境，Amazon SageMaker就可消除機(jī)器學(xué)習(xí)基礎(chǔ)設(shè)施管理、健康檢查、安全修補(bǔ)以及其他日常維護(hù)中的各種艱難工作。

憑借AWS DeepLens，開(kāi)發(fā)人員可以：

• 獲得機(jī)器學(xué)習(xí)上機(jī)操作體驗(yàn)：AWS DeepLens是一種支持深度學(xué)習(xí)、完全可編程的攝像機(jī)，旨在讓開(kāi)發(fā)人員真正用上深度學(xué)習(xí)技術(shù)。AWS DeepLens包括攝像機(jī)硬件和內(nèi)置的計(jì)算功能，能夠?qū)崟r(shí)運(yùn)行尖端的深度學(xué)習(xí)計(jì)算機(jī)視覺(jué)模型。定制設(shè)計(jì)的硬件每秒鐘能夠進(jìn)行超過(guò)1000億次深度學(xué)習(xí)運(yùn)算，該攝像機(jī)配備了項(xiàng)目示例、代碼示例和預(yù)先訓(xùn)練過(guò)的模型，因此，即使從未有過(guò)機(jī)器學(xué)習(xí)體驗(yàn)的開(kāi)發(fā)人員，也可以在10分鐘之內(nèi)，開(kāi)始運(yùn)行其第一個(gè)深度學(xué)習(xí)模型。開(kāi)發(fā)人員還可以擴(kuò)大指導(dǎo)手冊(cè)的使用范圍，通過(guò)AWS Lambda功能，建立自己的定制深度學(xué)習(xí)項(xiàng)目。例如，AWS DeepLens能夠設(shè)定為，識(shí)別車(chē)牌上的數(shù)字，并觸發(fā)家用自動(dòng)化系統(tǒng)，打開(kāi)車(chē)庫(kù)大門(mén)，或者，DeepLens在發(fā)現(xiàn)小狗上了沙發(fā)后，可以向主人發(fā)出提醒信息。

• 在云中訓(xùn)練模型并將模型部署到AWS DeepLens中：AWS DeepLens已與Amazon SageMaker集成，因此開(kāi)發(fā)人員可以在云中用Amazon SageMaker訓(xùn)練其模型，然后，僅需在A(yíng)WS Management Console中點(diǎn)擊幾下，就可將這些模型部署到AWS DeepLens中。該攝像機(jī)可在設(shè)備上實(shí)時(shí)運(yùn)行這些模型。

美國(guó)國(guó)家橄欖球聯(lián)盟（NFL）高級(jí)副總裁、首席信息官M(fèi)ichelle McKenna-Doyle表示：“我們加深了與AWS的關(guān)系，將AWS加到了NFL官方技術(shù)提供商目錄中，能夠?qū)mazon SageMaker用于我們的下一代統(tǒng)計(jì)計(jì)劃，令我們倍感振奮。有了Amazon SageMaker，我們的開(kāi)發(fā)人員就不用擔(dān)心機(jī)器學(xué)習(xí)中那些無(wú)法分解的艱難工作了，還可以增加球迷喜愛(ài)的新的可視化功能、統(tǒng)計(jì)信息和體驗(yàn)。

DigitalGlobe是享譽(yù)全球的高分辨率地球影像、數(shù)據(jù)及分析技術(shù)提供商，每天要用到海量數(shù)據(jù)。MaxarTechnologies公司首席技術(shù)官、DigitalGlobe創(chuàng)始人Walter Scott博士表示：“DigitalGlobe規(guī)模達(dá)到100PB的圖像庫(kù)存儲(chǔ)在A(yíng)WS云中，公司致力于幫助人們更方便地在這個(gè)庫(kù)中尋找和使用所需內(nèi)容，并進(jìn)行相關(guān)計(jì)算，以將深度學(xué)習(xí)技術(shù)應(yīng)用于衛(wèi)星影像。我們計(jì)劃在托管式Jypyter筆記本環(huán)境中，通過(guò)Amazon SageMaker，針對(duì)數(shù)PB地球觀(guān)測(cè)影像數(shù)據(jù)集來(lái)訓(xùn)練模型，這樣，DigitalGlobe的‘地理空間大數(shù)據(jù)平臺(tái)（GBDX）’用戶(hù)只需按一下按鈕，就能夠建立模型，并在一個(gè)可擴(kuò)展的分布式環(huán)境中大規(guī)模部署模型?！?/p>

Hotels.com是全球著名的住宿服務(wù)品牌，以41種語(yǔ)言運(yùn)行90個(gè)本地化網(wǎng)站。Hotels.com和Expedia Affiliate Network公司副總裁、首席數(shù)據(jù)科學(xué)官M(fèi)att Fryer表示：“對(duì)于提高行動(dòng)速度、利用最新技術(shù)和保持創(chuàng)新能力，我們始終抱有濃厚興趣。憑借Amazon SageMaker的分布式訓(xùn)練方式、優(yōu)化算法和內(nèi)置超參數(shù)功能，我們能夠以最我們的大型的數(shù)據(jù)集為基礎(chǔ)，快速建立更準(zhǔn)確的模型，大量節(jié)省將模型部署到生產(chǎn)環(huán)境中所需的時(shí)間。這其實(shí)就是在調(diào)用API。Amazon SageMaker將顯著降低機(jī)器學(xué)習(xí)的復(fù)雜性，幫助我們快速為客戶(hù)提供更好的體驗(yàn)?！?/p>

Intuit認(rèn)識(shí)到，在幫助客戶(hù)做出更好的決策、簡(jiǎn)化日常工作方面，機(jī)器學(xué)習(xí)有巨大的價(jià)值和潛力。該公司首席數(shù)據(jù)官Ashok Srivastava表示：“我們就可以在A(yíng)mazon SageMaker這個(gè)平臺(tái)上開(kāi)發(fā)和部署各種算法，加速大規(guī)模人工智能計(jì)劃的實(shí)施。我們將開(kāi)發(fā)新的大規(guī)模機(jī)器學(xué)習(xí)和AI算法，并將這些算法部署到該平臺(tái)上，以解決各種復(fù)雜問(wèn)題，助力客戶(hù)興旺發(fā)展?！?/p>

湯森路透是全球著名的的專(zhuān)業(yè)市場(chǎng)新聞及信息提供商。湯森路透AI與認(rèn)知計(jì)算中心負(fù)責(zé)人Khalid Al-Kofahi表示：“25年來(lái)，我們一直在開(kāi)發(fā)先進(jìn)的機(jī)器學(xué)習(xí)功能，以挖掘、了解、提升、組織并向客戶(hù)提供信息，我們已成功幫助客戶(hù)簡(jiǎn)化了工作，并從工作中取得了更大價(jià)值。采用Amazon SageMaker后，我們?cè)趩?wèn)答應(yīng)用背景下，設(shè)計(jì)出了一種自然語(yǔ)言處理功能。憑借Amazon SageMaker的豐富功能，我們的解決方案僅需針對(duì)大規(guī)模深度學(xué)習(xí)配置進(jìn)行為數(shù)不多的幾次迭代即可。”

卡耐基梅隆大學(xué)計(jì)算機(jī)科學(xué)學(xué)院院長(zhǎng)Andrew Moore表示：“我們的學(xué)生發(fā)現(xiàn)，深度學(xué)習(xí)是真正鼓舞人心的技術(shù)?，F(xiàn)在，深度學(xué)習(xí)似乎每周都在機(jī)器人、語(yǔ)言和生物學(xué)領(lǐng)域帶來(lái)新的突破。AWS DeepLens令我喜歡的地方是，它有可能實(shí)現(xiàn)機(jī)器學(xué)習(xí)實(shí)驗(yàn)參與的民主化。能夠?qū)WS DeepLens引入教室和實(shí)驗(yàn)室，讓學(xué)生更快地進(jìn)入真實(shí)的深度學(xué)習(xí)環(huán)境，將使我們這類(lèi)大學(xué)倍感振奮?！?/p>

新的語(yǔ)音、語(yǔ)言和視覺(jué)服務(wù)將幫助應(yīng)用開(kāi)發(fā)人員方便地開(kāi)發(fā)智能應(yīng)用

有些開(kāi)發(fā)人員，自己不是機(jī)器學(xué)習(xí)專(zhuān)家，但是有興趣用機(jī)器學(xué)習(xí)技術(shù)開(kāi)發(fā)展現(xiàn)人類(lèi)智能水平的應(yīng)用，Amazon Transcribe、Amazon Translate、Amazon Comprehend和Amazon Rekognition視頻為這類(lèi)開(kāi)發(fā)人員提供了高質(zhì)量、高準(zhǔn)確度、可擴(kuò)展和經(jīng)濟(jì)實(shí)惠的機(jī)器學(xué)習(xí)服務(wù)。

AWS機(jī)器學(xué)習(xí)副總裁Swami Sivasubramania表示：“如今，客戶(hù)以Amazon Simple Storage Service（Amazon S3）為可擴(kuò)展、可靠和安全的數(shù)據(jù)湖，存儲(chǔ)了越來(lái)越多的數(shù)據(jù)。客戶(hù)希望這些數(shù)據(jù)為自己及其客戶(hù)所用，為了實(shí)現(xiàn)這個(gè)目標(biāo)，需要易于使用的工具和技術(shù)，以釋放這些數(shù)據(jù)中蘊(yùn)含的信息。能夠提供4項(xiàng)新的機(jī)器學(xué)習(xí)應(yīng)用服務(wù)，幫助開(kāi)發(fā)人員即刻開(kāi)始開(kāi)發(fā)能夠觀(guān)看、傾聽(tīng)周?chē)澜绮⑴c周?chē)澜缃涣骰?dòng)的新一代智能應(yīng)用，令我們倍感振奮。”

• Amazon Transcribe（已開(kāi)始提供預(yù)覽）將語(yǔ)音轉(zhuǎn)換成文本，幫助開(kāi)發(fā)人員將存儲(chǔ)在A(yíng)mazon S3中的語(yǔ)音文件轉(zhuǎn)換成準(zhǔn)確的、用標(biāo)點(diǎn)符號(hào)斷句的文本。Amazon Transcribe經(jīng)過(guò)訓(xùn)練，能夠以非常高的準(zhǔn)確度，處理聯(lián)絡(luò)中心錄音等低保真度音頻。Amazon Transcribe可針對(duì)每個(gè)字生成時(shí)間戳，以便開(kāi)發(fā)人員能夠準(zhǔn)確地保持該文本與源文件的一致性。目前，Amazon Transcribe支持英語(yǔ)和西班牙語(yǔ)，隨后將支持更多種語(yǔ)言。再過(guò)幾個(gè)月，Amazon Transcribe就能夠識(shí)別一份音頻文件中有幾個(gè)人在說(shuō)話(huà)，還能夠幫助開(kāi)發(fā)人員上載定制的詞匯表，以更準(zhǔn)確地轉(zhuǎn)換其中的詞匯。
• Amazon Translate（已提供預(yù)覽）采用最新的神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯方法，在不同語(yǔ)言文本之間提供高度準(zhǔn)確的翻譯。Amazon Translate可翻譯各種長(zhǎng)度的文本，支持英語(yǔ)與6種其他語(yǔ)言（阿拉伯語(yǔ)、法語(yǔ)、德語(yǔ)、葡萄牙語(yǔ)、簡(jiǎn)體中文和西班牙語(yǔ)）之間的翻譯，2018年將提供對(duì)更多語(yǔ)言的支持。
• Amazon Comprehend（已于今日上市）可理解來(lái)自文檔、社交網(wǎng)絡(luò)帖子、文章或存儲(chǔ)在A(yíng)WS中的其他任何文本數(shù)據(jù)的自然語(yǔ)言文本。Amazon Comprehend利用深度學(xué)習(xí)方法識(shí)別文本實(shí)體（例如人、地方、日期、機(jī)構(gòu)等）、書(shū)寫(xiě)該文本所用的語(yǔ)言、文本中表達(dá)的情緒以及表達(dá)觀(guān)念和含有形容詞的關(guān)鍵短語(yǔ)，例如“美麗的”、“溫暖的”、“晴朗的”等。Amazon Comprehend在廣泛的數(shù)據(jù)集上進(jìn)行過(guò)訓(xùn)練，其中包括來(lái)自com的產(chǎn)品介紹和客戶(hù)評(píng)論，以開(kāi)發(fā)能夠從文本中提取重要信息的最佳語(yǔ)言模型。該服務(wù)還提供主題建模功能，可幫助應(yīng)用從一個(gè)文檔集中提取常見(jiàn)主題。Amazon Comprehend已與AWS Glue集成，以針對(duì)存儲(chǔ)在A(yíng)mazon S3、Amazon Redshift、Amazon關(guān)系數(shù)據(jù)庫(kù)服務(wù)（Amazon RDS）、Amazon DynamoDB或其他流行的Amazon數(shù)據(jù)源中的文本數(shù)據(jù)，進(jìn)行端到端的分析。
• Amazon Rekognition Video（已于今日上市）可針對(duì)存儲(chǔ)在A(yíng)mazon S3中的數(shù)百萬(wàn)份視頻，跟蹤人員、檢測(cè)活動(dòng)以及識(shí)別物體、面孔、名人和不當(dāng)內(nèi)容。該服務(wù)還針對(duì)實(shí)時(shí)傳送視頻中的數(shù)百萬(wàn)個(gè)面孔，提供實(shí)時(shí)面部識(shí)別。易于使用的Amazon Rekognition VideoAPI由計(jì)算機(jī)視覺(jué)模型驅(qū)動(dòng)，這些模型經(jīng)過(guò)訓(xùn)練，可準(zhǔn)確檢測(cè)成千上萬(wàn)的物體和活動(dòng)，并從實(shí)時(shí)傳送的視頻和存儲(chǔ)在A(yíng)mazon S3中的視頻中，提取關(guān)于動(dòng)作來(lái)龍去脈的信息。Amazon Rekognition Video可用標(biāo)簽和地點(diǎn)（例如沙灘、太陽(yáng)、兒童）自動(dòng)標(biāo)記視頻的特定部分、檢測(cè)活動(dòng)（例如跑、跳、游泳）以及檢測(cè)、識(shí)別和分析面孔并跟蹤多人，即使這些人部分隱藏在視頻攝制范圍以外。

Isentia公司首席信息官Andrea Walsh表示：“我們開(kāi)發(fā)了單一語(yǔ)言的媒體智能軟件。為了增加功能，滿(mǎn)足客戶(hù)的語(yǔ)言多樣化需求，我們需要翻譯支持，以從非英語(yǔ)媒體內(nèi)容中挖掘?qū)氋F的信息。嘗試過(guò)多種機(jī)器翻譯服務(wù)以后，我們發(fā)現(xiàn)，將Amazon Translate集成到我們的流程中非常容易，而且Amazon Translate能夠擴(kuò)展，以處理我們加給它的任何翻譯量。翻譯結(jié)果也更加準(zhǔn)確細(xì)致，滿(mǎn)足了我們客戶(hù)的高標(biāo)準(zhǔn)要求?！?/p>

RingDNA公司首席執(zhí)行官、創(chuàng)始人Howard Brown表示：“RingDNA是一個(gè)面向銷(xiāo)售團(tuán)隊(duì)的端到端通信平臺(tái)。成百上千的企業(yè)通過(guò)RingDNA顯著提高了生產(chǎn)率、開(kāi)展了更明智的銷(xiāo)售會(huì)談、獲得了銷(xiāo)售洞察和預(yù)測(cè)能力、提高了銷(xiāo)售團(tuán)隊(duì)的贏(yíng)率并指導(dǎo)銷(xiāo)售代表更快地取得成功。RingDNA Conversation AI的一個(gè)關(guān)鍵組件需要最佳的語(yǔ)音至文本轉(zhuǎn)換，以提供每次電話(huà)的文字記錄。Amazon Transcribe令我們倍感振奮，因?yàn)樵摲?wù)提供了大規(guī)模、高質(zhì)量語(yǔ)音識(shí)別，幫助我們更好地將每一次電話(huà)轉(zhuǎn)換成了文本。”

《華盛頓郵報(bào)》數(shù)據(jù)科學(xué)總監(jiān)Sam Han博士表示：“我們努力為將近1億名讀者提供最佳體驗(yàn)，推薦有意義的內(nèi)容是我們的主要使命之一。有了Amazon Comprehend，我們就可以利用Keyphrase、Topic API等連續(xù)訓(xùn)練NLP功能，這使我們有可能實(shí)現(xiàn)更好的內(nèi)容個(gè)性化、搜索引擎優(yōu)化（SEO）和廣告定位功能。”

Infor公司軟件開(kāi)發(fā)副總裁Manjunath Ganimasty表示：“我們的關(guān)注點(diǎn)只有一個(gè)：開(kāi)發(fā)智能應(yīng)用，幫助客戶(hù)促進(jìn)業(yè)務(wù)增長(zhǎng)。Amazon Comprehend使我們能夠分析搜索過(guò)程、聊天內(nèi)容和文檔中的非結(jié)構(gòu)化文本數(shù)據(jù)，了解其中反映出的意向和情緒。因此我們能夠訓(xùn)練我們的Coleman AI的技能，并為客戶(hù)提供真正有針對(duì)性的、定制的搜索體驗(yàn)。”

Elementum公司工程負(fù)責(zé)人Minh Chau表示：“自然語(yǔ)言處理很難。為了分析和理解數(shù)據(jù)，我們考察了從封閉源代碼到開(kāi)放源代碼的所有解決方案，但是沒(méi)能找到一個(gè)使我們保持敏捷性和可擴(kuò)展性、經(jīng)濟(jì)實(shí)惠且切實(shí)可行的解決方案。Amazon Comprehend提供了一種連續(xù)訓(xùn)練模型，使我們能夠?qū)Ｗ⒂跇I(yè)務(wù)，實(shí)現(xiàn)供應(yīng)鏈管理（SCM）創(chuàng)新。”

美國(guó)奧蘭多市警察局長(zhǎng)John Mina表示：“能夠與Amazon建立獨(dú)特的開(kāi)創(chuàng)性公私合作關(guān)系，試用最新的公共安全軟件，我們倍感振奮。在這次試用中，奧蘭多市將利用Amazon的Rekognition Video和Acuity技術(shù)以及城市現(xiàn)有資源，提供實(shí)時(shí)檢測(cè)并向相關(guān)人員發(fā)出通知，這為在奧蘭多市以及美國(guó)其他城市進(jìn)一步加強(qiáng)公共安全、提高運(yùn)行效率創(chuàng)造了機(jī)會(huì)?！?/p>

摩托羅拉系統(tǒng)公司首席數(shù)據(jù)科學(xué)家Dab Law表示：“Amazon Rekognition Video的分析功能令人印象深刻。舉例來(lái)說(shuō)，這些功能有助于在過(guò)往和實(shí)時(shí)視頻中搜索相關(guān)人員，通過(guò)使這種通常由人工完成的任務(wù)自動(dòng)完成，可以提高效率、加強(qiáng)相關(guān)意識(shí)?！?/p>

zhupb