4月11日，Amazon在舊金山召開的AWS（Amazon Web Services）峰會宣布，在其云服務家族中加入一項Machine Learning，為沒有機器學習背景的開發者提供分析和預測工具。該服務能夠幫助開發者使用歷史數據開發并部署預測模型。

Amazon的機器學習技術

Amazon內部使用機器學習已經很多年。坐擁大量數據的開發者越來越多地需要從這些數據中挖掘價值，這些對數據分析、建模的要求很高，同時用戶需求很大。

亞馬遜機器學習會自動變換用于訓練的數據并優化機器學習算法，開發者不需要深入理解機器學習算法或調試參數，即可創建模型。一旦模型創建完畢，開發者就可以直接從亞馬遜機器學習輕松地進行批量處理或生成實時預測，無需開發和管理自有基礎架構。

亞馬遜表示，這些模型用途廣泛，包括檢測欺詐、防止用戶流失并改進用戶支持。基于與亞馬遜公司內開發者所使用的同樣經過驗證、可擴展并且每周生成超過500億個預測的機器學習技術，亞馬遜機器學習的API和向導能夠為開發者提供關于機器學習模型的創建和調試流程的指導，從而部署并擴展模型，支持數十億級別的預測。

使用Amazon的新工具，需要大致三步：首先使用Amazon S3或Redshift建模，然后對模型進行驗證和優化，最后使用它來進行預測。該應用基礎版目前有一年的免費期，限美國東部地區。

微軟旗下專注云服務的Azure在二月推出了自己的機器學習工具，而IBM上個月收購AlchemyAPI后，將把AlchemyAPI的深度學習技術整合到Watson核心平臺，增強Watson挖掘非結構化數據并識別出它們之間聯系的能力。

AWS和機器學習

Amazon Web Services (AWS) 是亞馬遜在2006年推出的云計算服務，主要優勢是能夠以根據業務發展來擴展的較低可變成本來替代前期資本基礎設施費用。根據亞馬遜提供的數據，AWS已經為全球190個國家和地區的企業提供支持。AWS被業界公認是云計算領域的強手，曾經打敗IBM獲得美國中情局的云服務大額訂單。

機器學習專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。這項技術是人工智能的核心，是使計算機具有智能的根本途徑。