為了使re：Inventing投入到高水平，亞馬遜網(wǎng)絡(luò )服務(wù)公司(Amazon Web Services Inc.)今天推出了一系列人工智能解決方案，涵蓋了從代碼調試到網(wǎng)絡(luò )安全和聯(lián)絡(luò )中心自動(dòng)化的六到六類(lèi)產(chǎn)品。這是在強大的基礎設施公告陣容中的基礎。

新的AI產(chǎn)品填補了AWS 首席執行官執行長(cháng)Andy Jassy在今天上午的主題演講中概述的產(chǎn)品愿景的關(guān)鍵部分。他說(shuō)，提供商的目標是提供跨越多層抽象的廣泛的機器學(xué)習工具組合?；A層是新升級的SageMaker開(kāi)發(fā)人員工具包，而頂層包括預包裝的AI應用程序，例如Kendra和Amazon Fraud Detector。

SageMaker是供應商用于構建，培訓和部署機器學(xué)習模型的托管工具包，是迄今為止獲得的最新功能的AI服務(wù)。主要亮點(diǎn)是一個(gè)稱(chēng)為SageMaker Studio的基于Web的集成開(kāi)發(fā)環(huán)境，數據科學(xué)家可以在其中開(kāi)發(fā)神經(jīng)網(wǎng)絡(luò )。

構建AI通常需要工程師在幾種不同的編碼工具之間切換。SageMaker Studio提供了編寫(xiě)代碼，試驗模型更改，可視化數據以及在單個(gè)界面中執行調試的功能。此外，它還提供對AWS在re：Invent上為SageMaker首次推出的其他新開(kāi)發(fā)工具的訪(fǎng)問(wèn)權限。

SageMaker Studio的調試功能由工程師可以自定義以跟蹤特定問(wèn)題的AI 故障搜尋工具提供支持。此外，還有一些新功能可以 為給定項目挑選最佳的神經(jīng)網(wǎng)絡(luò )，準備AI訓練數據集并管理實(shí)驗。最后，有一個(gè) 開(kāi)源工具包，使開(kāi)發(fā)人員可以為用例(如化學(xué)分析)構建基于圖的神經(jīng)網(wǎng)絡(luò )。

使用機器學(xué)習來(lái)處理諸如抵押申請之類(lèi)的敏感數據的公司必須考慮到其AI有時(shí)會(huì )被觸發(fā)。抵押申請可能包含不清楚的筆跡或分辨率不佳。組織通常通過(guò)組建審閱者團隊來(lái)仔細檢查其模型的決策來(lái)處理此問(wèn)題。

今天還首次亮相的Amazon Augmented AI使人們更容易管理評論。它使開(kāi)發(fā)人員可以將規則內置到其AI應用程序中，這些規則可以自動(dòng)確定何時(shí)應將決策發(fā)送給人類(lèi)以征求第二意見(jiàn)。

CodeGuru是針對開(kāi)發(fā)人員的另一項AI服務(wù)，但它還可以用于機器學(xué)習應用程序以外的項目。CodeGuru查看工程師生成的新代碼，并提出可以提高軟件效率的改進(jìn)建議。

AWS表示，該服務(wù)利用從數千個(gè)內部Amazon.com Inc.軟件項目以及GitHub存儲庫中提取的模式來(lái)生成建議。公司的開(kāi)發(fā)人員使用它來(lái)釋放通常在手動(dòng)代碼審查上花費的時(shí)間。AWS說(shuō)，在一個(gè)實(shí)例中，在CodeGuru標記了無(wú)效的代碼片段后，其一位工程師將服務(wù)的處理器利用率降低了50%以上。