不止Alexa和AWS，揭秘亚马逊人工智能发展史

他的部分职责是培育亚马逊快速发展的机器学习文化。由于亚马逊采取以客户为中心的策略，即总是尝试解决问题而不是单纯地做研究，因此亚马逊高管们承认，他们在招聘中总是倾向于那些有兴趣开发产品，而不是追求科技突破的人才。Facebook的勒昆则换了句话去总结亚马逊的态度：“不尝试成为科技先驱，也可以做得很好。”

不过，在培训员工接受人工智能方面，亚马逊也在效仿Facebook和谷歌。亚马逊开设了关于机器学习策略的内部课程，并组织内部专家开展研讨会。从 2013 年开始，亚马逊每年春季都会在总部举办一场内部的机器学习大会，这也可以被认为是只有亚马逊参加的NIPS大会。赫布里奇表示：“在刚刚开始时，亚马逊的机器学习大会只有几百人参加，而现在已经有数千人。我们在西雅图最大的办公室也没有这么大的容纳能力，因此除了主会场之外，我们还向园区中的其他 6 个会议室直播。”亚马逊的一名高管表示，如果规模变得更大，那么就不应该叫亚马逊机器学习活动，而直接叫亚马逊的活动。

赫布里奇的团队继续推动机器学习技术渗透至公司的各类项目。例如，物流部门希望更好地预测，如何根据顾客的订单在 8 种尺寸的包装盒中做选择。因此，他们找到赫布里奇的团队寻求帮助。赫布里奇表示：“这个部门不需要自己的科研团队，但需要算法，并能方面地使用这些算法。”大卫·利普则提到了另一个例子，即亚马逊如何预测有多少顾客可能会购买一款新产品。“我参与消费电子行业已有 30 年，在其中 25 年的时间里，预测是基于人工判断，会用到表格，一些魔法球和飞镖。当我们开始在预测过程中运用机器学习技术后，错误率大幅下降。”

不过有些时候，赫布里奇的团队仍然会将尖端科技用于解决特定问题。亚马逊生鲜快递服务亚马逊Fresh的经营已有 10 年，但仍需要更好的方式来评估生鲜果蔬的质量。人工检测速度太慢，也无法保持标准的一致性。他的柏林团队开发了集成大量传感器的硬件和新算法，以弥补系统无法感知食品的缺陷。“经过 3 年之后，我们已经有了原型产品，可以更可靠地判断食品质量。”

当然，这样的技术进步可以渗透到整个亚马逊生态系统。以近期正式开业的亚马逊Go无人店为例。亚马逊Go技术副总裁迪利普·库马尔(Dilip Kumar)表示：“作为AWS的客户，我们从规模效应中受益。但AWS也是受益者。”他指出，亚马逊Go开发了独特的系统，能从数百个追踪顾客购物活动的摄像头传送数据。他团队的创新影响了名为Kinesis的AWS服务。该服务使客户可以从多个设备将视频流媒体传送至AWS云端，而AWS将对其进行处理、分析，优化未来的机器学习算法。

即使一款亚马逊服务尚未使用机器学习平台，也可以主动参与到这一过程中。亚马逊Prime Air无人机快递服务仍处于原型阶段，但也开发了独立人工智能能力，因为无人机无法依靠云连接。然而，Prime Air也从人工智能“飞轮”中获益良多，无论是向公司的其他部门学习经验，还是弄清楚应该使用什么工具。Prime Air副总裁古尔·金姆奇(Gur Kimchi)表示：“我们将这视为餐厅的菜单，所有人都在分享他们有什么样的美味。”他预计，他的团队最终也将拿出自己的美味菜单。“在Prime Air，我们学到的经验和解决的问题毫无疑问能吸引亚马逊其他部门的兴趣。”

实际上，这似乎已经在发生。亚马逊机器人首席科学家贝斯·马库斯(Beth Marcus)表示：“如果有人在公司的某个部门，例如Prime Air或亚马逊Go看到一幅画面，学到一些东西，开发一种算法，他们就会与公司内的其他人交流。所以，我团队中有些人就可以借鉴，例如弄清楚商品在物流中心里究竟是怎么移动的。”

一家以商品为中心的公司能否胜过拥有大量深度学习超级明星的竞争对手?亚马逊正在努力实现这个目标。艾伦人工智能研究所CEO奥林·艾奇奥尼(Oren Etzioni)表示：“尽管他们还在追赶，但他们的产品发布令人印象深刻。亚马逊是世界级的公司，开发了世界级的人工智能产品。”

“飞轮”一直在旋转，许多 6 页纸计划书的影响尚未体现出来。这或许意味着更多数据，更多顾客，更优秀的平台，更丰富的人才。

如果你去问Alexa，亚马逊在人工智能领域做得怎么样?那么答案或许是贝索斯的大笑。(编译/昱烨)

（编辑：孝感站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!