近年來，隨著人工智能（Artificial Intelligence，簡稱AI）技術(shù)的不斷發(fā)展，其對各行各業(yè)的影響也在不斷加深。根據(jù)Gartner對2019年的CIO議程調(diào)查，僅在2018年至2019年間，部署人工智能的組織就從4％增長到了14％。

然而對于許多企業(yè)來說，作為一種新興技術(shù)，人工智能的門檻還是太高了。那么有沒有什么辦法可以降低人工智能的門檻，讓其可以更快更好地造福人類？

回答是肯定的。亞馬遜云服務(wù)AWS旗下的機器學(xué)習(xí)（Machine Learning，簡稱ML）服務(wù)——Amazon SageMaker，正是為此而生。

云AI開發(fā)者服務(wù)魔力象限的領(lǐng)導(dǎo)者

如今人工智能究竟有多火？通過Gartner發(fā)布的2019年人工智能新技術(shù)成熟度曲線，我們不難窺見一二。

該成熟度曲線審查了在人工智能領(lǐng)域的創(chuàng)新、趨勢潮流以及計劃范圍，從中我們可以看到，以機器學(xué)習(xí)為代表的許多人工智能技術(shù)正在快速成熟。面對大數(shù)據(jù)時代每年都呈現(xiàn)指數(shù)級增長的海量數(shù)據(jù)，機器學(xué)習(xí)通過使用數(shù)學(xué)模型從數(shù)據(jù)中提取知識和模式，為各行各業(yè)的企業(yè)遭遇的業(yè)務(wù)問題提供解決方案。從提供個性化服務(wù)到預(yù)測產(chǎn)品故障，從供應(yīng)鏈推薦到動態(tài)定價，從檢測欺詐行為到反洗黑錢……在越來越多的行業(yè)和領(lǐng)域，機器學(xué)習(xí)都開始大展身手。

2020年2月，Gartner又發(fā)布了云AI開發(fā)者服務(wù)魔力象限報告。Gartner在該報告中預(yù)測，2023年將會有超過40％的開發(fā)團隊使用自動化機器學(xué)習(xí)服務(wù)，以此構(gòu)建向其應(yīng)用程序中添加AI功能的模型。而在2019年，這一比例還不到2％；Gartner還預(yù)測，2025年將有50％的數(shù)據(jù)科學(xué)項目實現(xiàn)自動化，以緩解AI人才短缺的問題。

為了幫助廣大AI開發(fā)者降低門檻，提升效率，AWS推出了自動生成機器學(xué)習(xí)模型工具Amazon SageMaker。通過這項工具，即使用戶并不具備機器學(xué)習(xí)領(lǐng)域的專業(yè)知識，也可以根據(jù)自己的數(shù)據(jù)自動探索不同的解決方案，自動訓(xùn)練和調(diào)整最佳機器學(xué)習(xí)模型。這使得用戶不僅可以快速生成高質(zhì)量模型，保持可見性和控制，而且更加易于部署。

正是憑借在廣大用戶中有口皆碑的Amazon SageMaker，AWS才以毋庸置疑的優(yōu)勢成為了云AI開發(fā)者服務(wù)魔力象限排名第一位的領(lǐng)導(dǎo)者。