amazon.com公司以往似乎並不像谷歌、微軟、facebook以及ibm那樣在人工智慧領域引人注目，但這一情況如今開始出現改觀。
amazon公司首席執行官jeff bezos最近發布了年度股東信，並在信中表示他認為作為ai領域的一大分支，機器學習這種能夠無需程式設計即可實現計算機學習的技術將成為該公司未來發展的關鍵所在。
具體來講，與目前的其它ai領導廠商一樣，amazon公司專注於打造深度學習神經網路，旨在以原始方式模擬大腦工作原理。深度學習在過去幾年中立足語音與影象識別領域取得了巨大進步，而這一切也最終使得amazon alexa語音助手及谷歌自動駕駛車輛等方案成為可能。
bezos同時指出，amazon方面將利用機器學習支援alexa、prime air送貨無人機以及amazon go商店。其它機器學習方案則將繼續提供幕後技術，包括進行供電需求**、產品改進建議等等。bezos希望這項新型技術能夠最大程度為人類提供便利。
amazon公司的下一階段目標在於利用amazon web services雲提供更為低廉的成本與易用效果，從而將機器學習成果交付至廣大開發者手中。amazon公司於去年秋季通過自家雲環境中的lex等一系列新服務面向開發者嘗試機器學習能力交付，希望藉此提供更為便攜的互動介面——例如通過polly服務將文字轉換為語音，或通過rekognition實現影象分析與關聯。
bezos指出，「客戶們已經開發出多種強大的系統方案，其功能涵蓋從早期疾病檢測到提公升農作物產量等多個領域。」
這位amazon公司創始人不僅是在追求最新發展潮流。事實上，機器學習服務亦能夠幫助amazon在日益公升溫的雲計算市場競爭中佔據優勢地位，特別是考慮到谷歌與微軟在雲業務領域的快速崛起。很明顯，amazon公司希望成為未來智慧型應用時代下的主要技術**商。
cb insights公司在最新報道中表示，「amazon很可能會將ai作為下一大與其會員免費發貨服務及aws等同的業務支柱。amazon公司正以前所未有的勢頭發展成一家平台廠商。」
通過對gartner等市場分析企業結論的解讀，amazon找到了在雲機器學習產品領域趕超微軟與谷歌的有效途徑。在上週於舊金山召開的aws峰會上，該公司公布了一系列更新與全新功能，旨在快速縮小自身在ai領域與競爭對手間的差距。
問：您能否談談amazon公司目前在機器學習領域的工作範疇？
答：具體可以分為三大層面。lex、polly與rekognition等高階應用屬於經過預先訓練的深度學習模型，其通過應用程式編輯介面為那些不打算親自涉足機器學習，但又希望開發出具備聽取、朗讀或者觀察能力的智慧型應用程式的開發者們提供相關功能。
下乙個層面則為amazon machine learning等api平台服務以及emr（即elastic mapreduce，用於分析大規模資料）等相關組成部分，其適用於那些樂於利用redshift（aws資料倉儲）或者其它關聯式資料庫資料自行構建機器學習模型的使用者。而我們團隊的下一項目標則為開發深度學習框架與機器學習演算法。
目前團隊中有一大批科學家正在研究核心深度學習框架。在aws公司，我們採取非常開放的心態並支援一切深度學習框架，具體包括apache mxnet、tensorflow乃至caffe與theano等等。
公司aws ai事務負責人swami subramanian
問：總體來講，您希望在這一領域達成怎樣的目標？
答：我們的目標基本上是實現人工智慧民主化，意味著每位開發人員皆可以訪問ai功能。一般來講，即使立足於當下，開發人工智慧方案通常也需要開發者擁有博士學位。
我們希望能夠構建起新型智慧型應用程式，並真正造福於人類，例如確保其能夠看到、聽到、說出或者理解我們的表達。另外，我們也致力於幫助企業及其業務部門立足於儲存在aws當中的資料作出更為明智的商業決策。
問：為了實現這一目標，您已經採取了哪些行動？
我們還利用它建立新的產品系列。現在大家對於alexa應該不再陌生。我們與alexa進行了兩年的對話交流，就像是面對真人一樣對其加以訓練。而在amazon go商店方面，憑藉著視覺識別技術，我們能夠看到顧客拿起及放下商品的動作，從而提供零結帳購物體驗。
問：amazon公司最近一直在強調ai業務，但在這方面谷歌、微軟、facebook等企業的表現似乎更加引人注目。您是否在努力改變這一現狀？
答：在amazon，我們只關注真正關乎客戶利益的事項。以amazon go為例，我們希望提供零結帳銷售體驗以幫助客戶更高效地完成購物。在這方面，我們並不會刻意將其與ai技術聯絡起來。alexa也是一樣。雖然我是一位科學家，但我更喜歡談體驗而非技術，畢竟我的家人確實很喜歡跟alexa交流。
具體來講，amazon公司多年來一直在機器學習與人工智慧方面投入巨資，我們也在以相當開放的方式與科學界共享我們的貢獻。我們今年又提交了多篇研究**。在mxnet，我們的**貢獻量佔其中的35%。
問：作為一項已經存在20年甚至更長的技術，為什麼近年來深度學習演算法迎來了快速發展？
答：主要原因有三。其一，我們現在有能力以低廉的成本儲存全部資料，而無需向儲存方案**商支付鉅額資金。第二，擁有專業計算方案。gpu（圖形處理單元）與fpga（現場可程式設計門陣列）晶元有效加速了此類應用的執行速度。最後，一旦建立並訓練出相關模型，我們即可通過預配置的模板輕鬆將分布式訓練基礎設施擴充套件到數百個gpu當中。憑藉著雲計算的資源優勢，現在大家能夠充分享受相關程式設計的便捷優勢。
問：amazon在以怎樣的比例關注現有技術應用與新型演算法或技術的構建？
答：我們在多個領域進行基礎性創新研究，具體包括語音識別、自然語言理解以及視覺識別。如果將時間退回到十年前，我們必須持續推動深度學習技術的邊界才能為客戶交付擁有實際價值的準確性結果。在這一過程當中，我們不斷發明新的演算法，以確保alexa等服務能夠提供與預期相符的客戶體驗——或者像在amazon go專案當中，大幅提高深度學習與計算機視覺識別能力以將設想變為現實。
問：您的機器學習模型能夠在雲網路的邊緣位置起效——例如當無法接入**雲環境時，支援自動駕駛車輛順利執行？
答：我們認為，面向雲環境構建的模式也應當能夠在邊緣位置執行。我們構建的深度學習模型能夠在傳統計算機環境下執行，亦可對接ec2（aws彈性計算雲服務）或者lambda（aws專用計算服務）。greengrass（一款軟體，能夠在無需雲服務的條件下實現資料的離線操作與本地處理）可將邊緣裝置作為良好的執行環境。我們的團隊還移植了一款mxnet深度學習模型，其可以識別表中的物件，且能夠執行於raspberry pi攝像頭（一款小型低成本計算裝置）內。
我們的目標是建立一整套混合體，其中部分深度學習模型立足邊緣位置執行以支援快速使用情況，另一部分則執行在雲環境中以支援更為複雜的用例。alexa採取的正是這種設計方式。也正因為如此，我們認為這種新的混合部署模式將在未來擁有強大的生命力。
問：機器學習的未來發展方向是什麼？
答：我兒女今年兩歲了，她只需要看過兩枚西紅柿，就能了解西紅柿究竟是什麼樣子——而不像機器學習那樣需要比較上千個西紅柿才能完成學習。正因為如此，我清醒地意識到深度學習目前還處於起步階段。實際上，目前的多種現有技術已經能夠利用非常有限的資料提公升深度學習模型的分析準確性。
我們一直在進行相關嘗試。有時候人們並不需要太高的準確性。好使是對於視覺搜尋這樣的方案，人們往往也更傾向於選擇更大的覆蓋面，且願意為此犧牲一部分精度。
因此還有更多的任務等待我們完成。如果將amazon的機器學習研究視為完整的一天，那麼我們目前身處的階段僅僅是剛剛醒來——甚至還沒有喝下早餐咖啡。
原文發布時間為：2023年4月26日
AI公司為何開始爭相推出AI語音晶元？
2019年1月的ai語音晶元市場十分熱鬧，1月2日，雲知聲召開發布會推出多模態ai晶元戰略，並公布今年布局的3款ai晶元。1月4日，思必馳召開發布會發布其第一代ai語音晶元taihang。1月21日，獵豹移動旗下ai公司獵戶星空聯合瑞芯微電子宣布推出專門針對智慧型音箱和物聯網裝置的ai語音晶元。加上...
AI研究公司面試準備指南
摘要 本篇內容主要是匯集了一些如何應付人工智慧公司面試所需要的一些資源，主要內容是部落格 教材和課程等。年已過盡，春招和實習已經在路上。相信大家對於去年秋招崗位的薪資多少有些了解，比較熱門的一些崗位大多與人工智慧相關，一些公司也開出了相當可觀的薪資來搶人，這也表明了市場看好人工智慧 未來的發展。根據...
美國達美航空公司與Amazon聯合推出空中購物服務
現在，美國達美航空公司的乘客可以在30000英呎的高空中，通過使用自己的筆記本 手機 平板電腦在amazon.com上購物。3月5日，美國達美航空公司宣布，已與amazon達成協議。乘客可以通過達美航空公司的wifi網路portal頁免費訪問amazon.com和amazonwireless.com...