ZD至顶网软件频道消息:AWS正在让客户可以使用到为Amazon产品和能力提供支撑的人工智能技术,AWS首席执行官Jassy在本周二的re:Invent大会上这样表示。
“有很多公司并没有意识到Amazon在机器学习领域所具备的能力,”Jassy在主题演讲中说。
确实,随着云大战的升温,像Azure和Google Cloud Platform这样的竞争对手正在试图打压AWS的统治地位,而像机器学习这样的能力很大程度上成为Google的关键价值主张之一。但是Jassy指出,Amazon已经在很多方面采用了机器学习,例如声音激活助理Alexa,它的实现和逻辑能力,以及发现和搜索功能。
AWS第一款AI新产品是Amazon Rekognition,这是一个图像识别和分析服务。一旦提交图像,它就可以识别出对象和场景,可以做面部识别。它可以用于实时分析,可以批量处理数百万个图像,它易于使用且具有成本效益,Jassy这样承诺说。
第二个产品Amazon Polly是一个文本转换为语音的服务,采用了深度学习技术。一旦提交了文本流,Polly就会输出mp3音频流。有了Polly的智能特性,如果提交的是“WA的温度是75华氏度”,那么mp3输出的就是“华盛顿的温度是75华氏度”。
Polly支持24种语言的47种不同的声音。
Jassy推出的第三个产品是Amazon Lex,提供由深度学习实现的理解自然语言和自动语音识别。
这实际上是“Alexa的核心”,Jassy说。“这将让你可以开发所有类型的对话应用”。
有了在AWS上的集成开发平台,客户可以设置实例短语用于开发一个自然语言模型,并发布一个Amazon Lex Bot。用户可以设置Lambda功能或者出发提取数据用于各种请求和多步骤对话。
Amazon Lex设置了几个企业连接器,包括Salesforce、Facebook Messenger和Twilio。这是一个完全托管的服务,所以不需要花时间管理或者纵向扩展基础设施。
好文章,需要你的鼓励
今天讲的出海案例是开创电气,一家金华手持式电动工具制造商,在越南基地完成首款产品验收并形成80万台年产能力。
Qwen团队揭示AI代码助手训练中"验证比生成更难"的核心困境,提出覆盖测试筛选、行为监控、用户反馈挖掘和代理评估四类验证方案,并以实验证明验证系统须持续与AI能力共同进化。
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
JETSPEC是由UC San Diego等机构联合提出的推测解码框架,通过树形因果掩码让草稿头在一次前向传播中生成分支一致的候选树,在MATH-500上实现最高9.64倍端到端加速。