今年4月于由光環(huán)新網(wǎng)運營的AWS中國（北京）區(qū)域及由西云數(shù)據(jù)運營的AWS中國（寧夏）區(qū)域落地的機器學習服務Amazon SageMaker，在短短不到半年的時間內(nèi)發(fā)展迅速，已經(jīng)被德勤、中科創(chuàng)達、東軟、中科云谷、伊克羅德、行者AI、德比軟件等多家AWS合作伙伴和客戶采用。AWS解決方案團隊正在推出更多的基于SageMaker的機器學習技術解決方案，如數(shù)字資產(chǎn)盤活機器人等。AWS合作伙伴團隊也正與更多AWS合作伙伴開展緊密的合作，促進更多相關解決方案的開發(fā)和更多行業(yè)應用場景的落地，加快中國客戶應用機器學習技術的步伐，實現(xiàn)業(yè)務創(chuàng)新。

Amazon SageMaker機器學習服務之所以如此受歡迎，是因為它極大地降低了機器學習的門檻，通過全托管的機器學習服務，消除了計算基礎設施、機器學習框架、模型構建、訓練及部署、工作流程等方面的復雜性，開發(fā)者只需要專注數(shù)據(jù)和業(yè)務邏輯，不斷優(yōu)化算法，即可實現(xiàn)業(yè)務價值。SageMaker機器學習服務可以極大地提升算法工程師和數(shù)據(jù)科學家的效率。其中，為機器學習開發(fā)者服務的IDE全集成開發(fā)環(huán)境Amazon SageMaker Studio目前只在全球6個區(qū)域落地，其中中國就占了兩個區(qū)域。

為了幫助客戶更方便地應用機器學習技術，AWS利用全球領先的云技術和服務為客戶打造了定制化機器學習技術解決方案。數(shù)字資產(chǎn)盤活機器人是最新部署到AWS中國區(qū)域的行業(yè)技術解決方案。它將機器學習應用于業(yè)務場景，客戶只要將圖片、PDF文檔、視頻等非結構化數(shù)據(jù)上傳到AWS云上，利用Amazon Simple Storage Service (Amazon S3)的海量存儲，以及SageMaker的Spot訓練（價格通常只有按需實例資源的1/10），以低成本、批處理的方式標記數(shù)字資產(chǎn)。機器人將識別出來的信息安全地存儲在客戶私有的Amazon S3存儲桶中。該解決方案是一個開源框架，使用者可以創(chuàng)建自己的模型或機器人，進一步完整這一框架。目前，這一方案已經(jīng)在銀行、證券、保險領域率先得到客戶應用。（美通社,2020年9月17日北京）