为提供图像识别新服务亚马逊打造人工智能实验室

　　11 月 23 日，亚马逊宣布成立 Amazon ML Solutions Lab ，这是一个将来自亚马逊各地的机器学习专家与 AWS 客户联系起来的新计划，以帮助客户业务可以将机器学习运用到实际中，引导他们开发新的机器学习功能，产品和流程。

　　AWS表示，计划开设一个新的机器学习实验室名为“ML Solutions Lab”，将让专家与客户一起共同致力于构建新的基于人工智能的技术。此外，Amazon还表示，将会向Amazon Rekognition添加新的功能，一个基于深度学习的图像识别平台，包括实时人脸识别以及识别图像中的文字。

　　这些公告突出了Amazon对人工智能的重视，这可以让AWS和Amazon的零售业务受益。近几个月来，Amazon已经在该领域发布了一系列公告。例如，Amazon在10月曾表示，将会与微软公司合作开发一个名为Gluon的深度学习接口，这是一个用于培训人工智能模型的框架。

　　Amazon决定开设ML Solutions Lab也是很重要的，因为此举标志着更大力度地推进到业务咨询领域，这是向最大型的企业用户提供更多IT服务时候所需要的。

　　Amazon人工智能副总裁Swami Sivasubramanian表示：“我们不能等着开发者通过Amazon ML Solutions Lab开始他们采用机器学习的旅程。Amazon ML Solutions Lab把最优秀的机器学习科学家所具备的专业知识与Amazon内部对客户有着深度业务理解的实践者相结合，帮助客户加速机器学习，开始把机器学习融入他们企业组织内的工作中。 ”

　　Amazon表示，目前包括华盛顿邮报、杨森制药公司和世界银行集团在内的多加客户已经在与Amazon ML Solutions Lab合作了。

　　至于Rekognition，这个新的升级项展示了Amazon如何快速将人工智能用于打造可以售卖给客户、基于人工智能的新产品。

　　对平台具体的更新包括：检测和识别图像中的文本、对数百万人脸的实时面部识别、以及在照片中检测多达100张人脸。Amazon还表示，Rekognition在面部识别方面的准确度提升了10%。

　　Rekognition平台的客户包括知名的基于图像的社交网络平台Pinterest。

　　Pinterest首席技术官Vanja Josifovski表示：“作为一个以视觉为驱动的平台，Pinterest很大程度上依赖于图像的速度和质量，但是这些图像背后的文字同样重要，因为这些问题提供了上下文并让2亿多活跃用户能够对图像进行操作。通过使用Amazon Rekognition Text in Image，我们可以更好地、大规模地提取图像中丰富的文本内容，在Amazon S3中保存的数百万Pins都可实现较低的延迟。”