亚马逊简化了将AI预测整合到应用程序和服务中的过程

亚马逊的re：Invent 2019大会将近两周了，但请尝试告诉亚马逊网络服务（AWS）-它正在左右推出新产品。在AWS Core和新语言Amazon Translate和Transcribe 上紧随Alexa之后，AWS今天详细介绍了旨在简化向应用程序和服务添加AI预测的功能。

亚马逊表示，机器学习预测将很快在Amazon S3或Aurora（AWS的云托管MySQL和PostgreSQL兼容关系数据库服务）中的非结构化或关系数据上运行。具体来说，客户将能够使用Aurora或Athena（Amazon的交互式查询服务，用于分析Amazon S3中的数据）在Amazon的SageMaker平台中训练模型并使用SQL针对这些模型运行预测。

好处扩展到QuickSight，它是AWS组件，使客户可以创建和发布仪表板以突出AI见解。通过一些配置并在SQL查询中添加一些语句，QuickSight将可视化并报告SageMaker和其他AWS机器学习产品（例如Amazon的Comprehend自然语言处理服务）的所有模型预测。

增强功能背后的思想是减少Aurora，Athena和QuickSight对机器学习服务的直接调用，其目的是减少必须在生产中编写，管理和支持的自定义代码量。根据AWS负责人Matt Asay的说法，从存储中复制数据，同时在格式之间进行转换并将其馈送到模型中不仅浪费时间，而且使安全性和治理复杂化。

“ [现在，您无需从应用程序中进行调用，从而可以更轻松地向应用程序中添加……预测，而无需构建自定义集成……[或]学习单独的工具，” Asay 在博客中写道。“现在，任何可以编写SQL的人都可以在其应用程序中进行预测，而且重要的是可以使用预测，而无需任何自定义代码。”

近年来，亚马逊在人工智能和机器学习服务方面的投资有所增长，紧追着一个人工智能基础设施市场，该市场预计到2025年将达到506亿美元。西雅图公司表示，成千上万的客户现在使用其完全托管的产品，如SageMaker和Comprehend包括NFL，阿斯利康和Celgene），并表示仅在2018年就推出了200多种机器学习功能。

如果您问Oppenheimer的Jason Helstein这样的分析师，这是一个明智的业务方向。他在最近的一份报告中指出，随着AI的功能逐渐嵌入云服务中，它可以推动AWS的收入和利润。为此，在2019年第三季度，AWS的销售额增长了 45％，达到90亿美元，继续保持领先地位，领先于Microsoft Azure和Google Cloud，占亚马逊总收入的13％。