亚马逊云科技机器学习扎根中国产业带：二三线城市独具创新潜力

本文来源：199IT  作者： Ralf

作为人工智能的重要部分，机器学习已经走过几十年时间。伴随着大数据时代，数据量级的几何倍增加，让机器学习能有更多的用武之地并焕发新的生命力。

传统的认知上，机器学习为代表的人工智能技术，更多地存在于一线城市科技领域，特别是互联网巨头所盘踞的各个方向。资源丰富、业务量大、科研技术人员多、应用方向广等奠定了一线城市的独特优势。而二三线城市，基础资源薄弱和人才缺乏，限制了机器学习等顶尖技术的发展。

然而，在亚马逊云科技机器学习Amazon SageMaker落地中国区一周年之际，亚马逊云科技大中华区云服务产品管理总经理顾凡却给我们带来了一些不同的视角，颠覆了此前对二三线城市尖端技术发展的趋势预判。

首先从行业的角度，顾凡认为一线城市的确有其得天独厚的优势，一线城市有大量的互联网公司和软件公司。这些公司的业务特征决定了它们比其他行业不得不走得更快更早一点。“无论是看新闻、听音乐、看视频还是购物，它们哪种客户体验没有机器学习？“北上广深一线城市涵盖了整个移动互联网。就行业而言，一线城市机器学习的应用程度的确高于其他线城市。

但如果从产业的角度，结论就非常有意思。放眼全中国很多省份和地域都会有产业的特点，特别是传统工业制造业基本分布在二三线城市。怎么使用机器学习的方式去做智能的、基于人工智能的质量监测，提升良品率和效率，降低人的参与度，甚至在未来工业制造现代化的过程当中怎么做设备的预前故障检测等等。大量的需求在这些产业带中产生。当产业带中有企业通过机器学习解决了某个行业问题，行业都会复制，带动整个行业的技术创新，而这种创新会更多落在这些产业带所属的二三线城市。

顾凡认为，越是传统行业，杠杆效应越高，因为这些传统行业的基础面大影响面广，可能与每个居民都息息相关。

一个比较典型的例子是山东淄博市热力集团有限责任公司。在使用机器学习技术之前，热力行业普遍遇到了从传统供热到产业智能化方向的瓶颈。淄博热力集团选择与亚马逊云科技一道，解决行业难题，并形成了行业创新标准同时将这一创新能力向同行做技术输出。

淄博热力集团利用亚马逊云科技丰富的AL/ML技术和服务，快速构建、训练和部署机器学习模型，实现了精准供热，可以根据气象、工控数据、建筑物维护结构等信息计算出最佳的供热模式，并给出具体的操作指令，既让用户室温始终保持人体最佳舒适温度，又做到尽可能节约成本。

淄博市热力集团通过机器学习技术，将自身多年的行业专家级经验转化为全国领先的技术创新，成为众多同行的“产业智能化“师傅。这凸显了顶尖技术与产业带结合迸发出的创新潜力。而这些业务与民众的生活更为相关，解决了很多的实际问题。

淄博市能源集团公司、淄博市热力集团有限责任公司党委书记、董事长汪德刚表示，“多年来，淄博热力利用信息化手段改造传统供热，致力于成为行业标准的制定者和行业发展的引领者。通过与亚马逊云科技合作，借助机器学习能力创新，建成了基于机器学习和大数据分析的智能供热平台，帮助我们从传统供热向产业智能化方向转型，在满足用户需求的同时实现节能减排，建立绿色能源生态系统。未来，希望我们能借助先进的云技术持续创新，推动国内热力行业的数字化、智能化转型。“

据亚马逊云科技提供的数据，目前，全球数以十万计的客户选择亚马逊云科技运行机器学习工作负载。在中国，亚马逊云科技机器学习服务得到医疗健康、教育、出行、工业智能、游戏、新媒体等各个行业客户的青睐，益体康、晶泰科技、新世纪医疗、LEMONBOX、有道乐读、叽里呱啦、全美在线、首汽约车、德比软件、Momenta、图森未来、行者AI、天和荣、中科创达、华来科技、大宇无限、陕西科技大学、易点天下、淄博热力等一批企业和机构的广泛采用，在各行各业实现了丰富多样的人工智能应用创新。

顾凡认为，全中国很多省份蕴含着不同的产业带特性，包括很多自动驾驶的汽车研发基地、跨境电商基地等，这些散布在二三线城市区域存在很多创新场景。“谁先用机器学习解决了一个场景，别人就会关注这个场景，所以从行业维度来看其实是很明显的，可以看到有扩大的效应在形成。“

在Amazon SageMaker落地中国区一周年之际，亚马逊云科技宣布进一步落地多项人工智能与机器学习的新服务和功能。

其中技术部分包括顶层-人工智能服务、中间层-机器学习服务以及底层-框架和基础架构。

在人工智能（AI）服务层面，亚马逊云科技在北京区域推出了Amazon Personalize，客户无需具备机器学习专业知识，即可方便、快速地构建个性化推荐系统。

在中间层，将Amazon SageMaker在re:Invent 2020上亮相的包括Data Wranger、Feature Store、Pipelines等七项新功能在北京区域和宁夏区域上线，让客户可以更轻松地构建端到端的机器学习管道。

在算力层面，亚马逊云科技在北京区域和宁夏区域推出了Amazon EC2 Inf1实例，该实例基于亚马逊云科技自研机器学习推理芯片Amazon Inferentia，与当前成本最低的基于GPU的实例相比，可以提高多达30%的吞吐量，并使每次推断的成本最高降低45%。

2021年1月，工信部印发《工业互联网创新发展行动计划（2021-2023年）》，制定了一系列推动工业互联网新型基础设施建设量质并进的发展目标。3月，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》（以下简称“纲要”）全文正式发布。在共19篇65章的纲要全文中，“智能”“智慧”相关表述达57处。

作为拥有全球领先机器学习技术能力的云计算厂商，亚马逊云科技正在扎根中国产业带，让这些传统的产业带与顶尖技术结合，碰撞出更多的创新机遇。