• Amazon Kendra 重塑企業搜尋，它利用自然語言處理及其它機器學習技術，將企業內部的多個資料孤島統一起來，始終如一地為常見查詢提供高質量的結果，而不是以隨機的連結列表響應關鍵字查詢
  • Amazon CodeGuru可幫助軟體開發者自動執行程式碼稽核，確定應用中開銷最大的程式碼行
  • Amazon Fraud Detector基於為Amazon.com開發的相同技術，幫助企業實時識別線上身份欺詐和支付欺詐
  • Amazon Transcribe Medical為醫療保健提供商提供高精度的、實時語音到文字轉錄，以便他們可以專注於患者護理
  • Amazon Augmented Artificial Intelligence (A2I) 幫助機器學習開發者透過人工確認驗證機器學習預測

美國西雅圖 2019 年 12 月 2 日（北京時間12月3日） — 今天，在 AWS re:Invent全球大會上，亞馬遜（NASDAQ：AMZN）旗下公司Amazon Web Services, Inc.（AWS）宣佈五項新的人工智慧 （AI） 服務，旨在將機器學習交到更多應用程式開發者和終端使用者手中，而他們無需機器學習經驗。AWS介紹了幾項使用了 AI 的新服務，讓更多開發者應用機器學習，創造更好的終端使用者體驗，包括機器學習驅動的企業搜尋、程式碼稽核與分析、欺詐檢測、醫療轉錄和 AI 預測的人工稽核。要了解有關 AWS AI 服務的更多詳細資訊，請訪問  https://aws.amazon.com/machine- learning/ai-services/。

機器學習持續快速增長，如今有數以萬計的客戶在 AWS上進行機器學習，包括許多選擇使用 AWS 完全託管的 AI 服務的客戶，例如，Alfresco、拜耳作物科學、Cerner、CJ考克斯汽車、C-SPAN、德勤、多米諾、阿聯酋航空NBD、弗雷德哈欽森癌症研究中心、 FICO、FINRA、蓋洛普、Kelley Blue Book、起亞、Mainichi報業公司、美國宇航局、普華永道、白宮歷史協會、雅馬哈公司和Zola。在過去一年裡，AWS 推出了多個完全託管的 AI新服務，如 Amazon Personalize和Amazon Forecast，讓客戶能夠受益於亞馬遜消費者業務使用的、使其客戶體驗屢獲殊榮的、相同的機器學習個性化推薦和預測技術。AWS 客戶有興趣學習亞馬遜大規模使用機器學習的豐富經驗，以改進運營，提供更好的客戶體驗，又無需訓練、最佳化和部署自己的定製化機器學習模型。今天，AWS 宣佈推出五項新的 AI 服務，這些服務基於 Amazon 豐富的機器學習經驗，允許所有行業、所有規模的機構在其企業中採用機器學習，而無需機器學習經驗。

Amazon Kendra透過機器學習重塑企業搜尋 

儘管多年來多種嘗試，但內部搜尋對於當今的企業來說仍是一個棘手的問題，大多數員工仍然經常難以找到他們需要的資訊。機構擁有大量非結構化文字資料，如果能夠發現、儲存多種格式並跨不同的資料來源（例如 Sharepoint、Intranet、Amazon S3 和本地檔案儲存系統），則這些資料非常有用。即使通用的、基於 Web 的搜尋工具隨處可見，機構仍然發現內部搜尋很困難，因為沒有可用工具能夠很好地跨越現有資料孤島編制索引，無法提供自然語言查詢，並且無法提供準確的結果。當員工有疑問時，他們需要使用可能出現在不同上下文、多個文件中的關鍵字，這些搜尋通常會生成一長串隨機連結，員工必須篩選這些連結才能找到他們查詢的資訊（如果他們找得到的話）。 

Amazon Kendra 讓員工可以使用真實問題（而不僅僅是關鍵字）在多個資料孤島中搜尋，在後臺部署 AI 技術來提供他們尋求的精確答案（而不是隨機的連結列表），重塑企業搜尋。員工可以使用自然語言執行搜尋（關鍵字仍然有效，但大多數使用者更喜歡自然語言搜尋）。例如，員工可以提出一個特定問題，如“IT 服務檯什麼時候開？”Amazon Kendra 會給他們一個具體答案，如“IT 服務檯在上午 9：30 開啟”，同時給出指向 IT門戶和其它相關網站的連結。客戶可以在應用程式、門戶和 wiki 中使用 Amazon Kendra。只需在 AWS 管理控制檯中單擊幾下，客戶即可將 Amazon Kendra 指向其各種文件儲存庫，服務會聚合 PB級的資料以構建集中索引。Amazon Kendra會掃描文件的許可權，確保搜尋結果符合現有的文件訪問策略，搜尋結果僅包含使用者有權訪問的文件。此外，Amazon Kendra還根據客戶的特定情況，積極地重新訓練機器學習模型，使用點選率資料、使用者位置和反饋提高準確性，隨著時間的推移提供越來越好的答案。要了解有關Amazon Kendra的更多資訊，請訪問//aws.amazon.com/kendra。

Amazon CodeGuru 使用機器學習提供自動程式碼稽核，幫助機構找到開銷最大的程式碼行，從而改進軟體開發

跟亞馬遜一樣，AWS客戶也編寫了大量程式碼。軟體開發是一個廣為人知的過程。開發者編寫程式碼、檢視程式碼、編譯程式碼和部署應用程式、衡量應用程式的效能並使用該資料改進程式碼，迴圈往復。然而，如果程式碼一開始就不正確，那麼所有這些過程都沒什麼用，所以團隊都會在新程式碼新增到現有應用程式程式碼庫之前執行程式碼檢查，檢查邏輯、語法和樣式。即使對於像亞馬遜這樣的大型機構，考慮其每天要編寫的程式碼量，也很難有那麼多有經驗的開發者、他們有足夠的富餘時間來稽核程式碼。而且即使是有經驗的審閱者遇到面向客戶的應用程式時也會漏掉問題，從而導致出錯和效能問題。 

Amazon CodeGuru 是一種新的機器學習服務，可自動執行程式碼稽核，找到應用程式開銷最大的程式碼行。Amazon CodeGuru 有兩個元件： 程式碼稽核和應用程式分析。對於程式碼稽核，開發者像往常一樣提交其程式碼（目前支援GitHub 和 CodeCommit，未來會支援更多的儲存庫），將 Amazon CodeGuru 新增為程式碼審閱者之一，無需對正常過程或要安裝的軟體進行其他更改。Amazon CodeGuru 收到拉取請求，會自動開始使用經過預先訓練的模型來評估程式碼。這些模型已經在亞馬遜和GitHub前10000的專案中經受過數十年的程式碼稽核訓練。Amazon CodeGuru將檢查程式碼更改的質量，如果發現問題，它將向拉取請求新增易於閱讀的註釋，標識出程式碼行、特定問題和修正建議，包括示例程式碼和指向相關文件的連結。

Amazon CodeGuru 還包含一個機器學習驅動的應用程式探查器，可幫助客戶找到開銷最大的程式碼行。要使用它，客戶只要在其應用程式中安裝一個小小的代理程式，然後 Amazon CodeGuru 就可以觀察應用程式執行時，每五分鐘分析一次應用程式程式碼。程式碼配置檔案包括有關延遲和 CPU利用率的詳細資訊，直接連結到特定的程式碼行。Amazon CodeGuru可幫助操作者在應用程式中找到開銷最大的程式碼行，生成火焰圖，幫助直觀地標識出造成效能瓶頸的其它程式碼行。多年來，亞馬遜內部團隊使用Amazon CodeGuru 對 80000多個應用程式進行了程式碼分析。2017 到 2018 年，Amazon  CodeGuru內部版本的廣泛使用，幫助亞馬遜消費者業務的 Amazon Prime Day團隊提高了其應用效率，CPU 利用率提高325%，減少了管理 Prime Day所需的例項數量，整體成本降低了39%。要了解有關 Amazon CodeGuru 的更多資訊，請訪問//aws.amazon.com/codeguru。 

Amazon Fraud Detector使用機器學習進行自動欺詐檢測 

世界各地的機構每年因欺詐而損失數百億美元。如今，許多 AWS 客戶都投資於大型、昂貴的欺詐管理系統。這些系統通常基於手工編碼的規則，耗時、定製成本高，很難隨著欺詐模式的變化而保持最新，導致系統的準確性低於預期。這導致機構將優秀客戶拒絕為欺詐者，進行更昂貴的欺詐稽核，錯失降低欺詐率的機會。20 多年來，亞馬遜一直在使用包括機器學習在內的尖端技術來檢測欺詐易，並瞭解這是一個與欺詐者不斷進行的貓捉老鼠遊戲，需要大量的資源來構建防禦、保持與時俱進。AWS的客戶們希望 AWS可以分享其專業知識和經驗。

Amazon Fraud Detector提供完全託管的服務，基於亞馬遜消費者業務使用的相同技術，實時檢測潛在的線上身份欺詐和支付欺詐，無需機器學習經驗。Amazon Fraud Detector使用欺詐和合法交易的歷史資料來構建、訓練和部署機器學習模型，提供實時、低延遲的欺詐風險預測。首先，客戶將交易資料上傳到 Amazon S3，定製模型訓練。客戶只需提供與交易關聯的電子郵件地址和 IP 地址，可以選擇新增其它資料（例如帳單地址或電話號碼）。根據客戶想要預測的欺詐型別（新帳戶或線上支付欺詐），Amazon Fraud Detector將預處理資料、選擇一個演算法、訓練一個模型————使用亞馬遜數十年來大規模執行欺詐檢測風險分析的經驗。Amazon Fraud Detector還使用基於機器學習的、根據亞馬遜資料訓練過的資料檢測器。這些資料檢測器可幫助識別與 發生在Amazon上的 欺詐活動（例如異常的電子郵件命名規律）相似的模式，即使客戶向Amazon Fraud Detector提供的欺詐示例數量很少，也可以幫助提高模型訓練的準確性。

Amazon Fraud Detector將模型訓練、部署到完全託管的私有API 端點。客戶可以將新活動（例如註冊或新購買）傳送到 API、接收包括風險評分的欺詐報告。根據此報告，應用程式可以確定正確的行動（例如接受購買，或將其傳遞給人工稽核）。藉助 Amazon Fraud Detector，客戶可以更快、更輕鬆地、更準確地檢測欺詐。要了解有關Amazon Fraud Detector的更多資訊，請訪問//aws.amazon.com/fraud-detector。

Amazon Transcribe Medical使用機器學習轉錄醫療語音，讓醫療保健提供商能夠專注於患者護理

如今，醫生們的一部分日常工作，是將詳細的資料輸入病歷（EHR）系統。然而，幫助他們準確記錄和存檔病情的解決方案是欠佳的。在許多醫院，醫生必須將醫療筆記口述到記錄器中，然後將這些語音檔案提交到第三方手動抄錄，服務成本高昂，可能需要長達三個工作日，延誤了存檔流程。另一種選擇是利用現有的前端聽寫軟體，但受限於現有的工具，醫生們仍然每天要在臨床記錄上花費好幾小時。第三種選擇是醫療保健提供商僱用人工抄寫員，在醫生們看病時協助做記錄，但人工抄寫員可能會令患者感到不安，醫生們經常提到他們的記錄有欠缺，醫療機構也很難大規模地安排和協調抄寫員。總之，現有的解決方案在提高臨床記錄效率和改善患者護理方面都有不足。

Amazon Transcribe Medical透過使用機器學習技術自動轉錄自然醫學語音來解決這些問題。建立在 Amazon Transcribe Medical語音到文字功能之上的病歷應用，可以準確、經濟實惠地生成記錄。Amazon Transcribe Medical由多個機器學習模型組成，這些模型經過數萬小時的醫學語音訓練，可提供準確的、機器學習驅動的醫學轉錄。實時生成記錄，消除了多日的流轉時間。

Amazon Transcribe Medical可以幫助醫生們在跟患者溝通時自動轉錄對話，不用分心手動筆記，醫療保健提供商能夠專注於患者護理。醫生可以自然地說話，Amazon Transcribe Medical使用內建的自動標點符號，克服現有轉錄軟體的侷限性。對於醫療保健提供商，基於 Amazon Transcribe Medical的語音解決方案可擴充套件到數千個潛在的醫療中心，消除了管理和協調臨時抄寫員的操作難題。Amazon Transcribe Medical符合 HIPAA 認證，提供易於使用的 API，可與支援語音的應用程式和帶有麥克風的任何裝置整合。Amazon Transcribe Medical的輸出文字也可以用於其他 AWS 服務，例如自然語言處理服務 Amazon Comprehend Medical，在最終進入病歷系統前進行下一步的資料分析。要開始使用Amazon Transcribe Medical，請訪問//aws.amazon.com/transcribe/medical。 

Amazon Augmented Artificial Intelligence (A2I) 允許開發者使用人工審閱驗證機器學習預測 

機器學習可以為各種應用場景提供高度準確的預測，包括識別影像中的物件、從掃描的文件中提取文字、或者轉錄與理解口語。在每種情況下，機器學習模型都會提供預測，提供置信度分數以表示模型預測的確定性。置信度分數越高，結果的可信度就越高。對於許多應用場景，當開發者收到高置信度結果時，他們可以信任其結果可能是準確的，可以自動處理它們（例如，自動調整社交網路上使用者生成的內容，或者給影片加字幕）。但是，在置信度低於預期的情況下，預測結果模糊，可能需要人工稽核才能解決這種模糊性。機器學習和人工審閱之間的這種相互作用，對於機器學習系統的成功至關重要，但人工稽核的大規模構建和運營，很有挑戰，成本高昂，通常涉及多個流程步驟，需要定製軟體管理人工稽核任務和結果，需要招聘和管理大量稽核人員。結果，開發者時常花費大量的時間來管理人工稽核過程，而不是構建其預想的應用程式，或者不得不放棄人工稽核，導致許多預測的信心和效用都很低。 

Amazon Augmented Artificial Intelligence (A2I) 是一項新服務，使用它很容易構建和管理機器學習應用程式的人工稽核。Amazon A2I 為常見的機器學習任務——例如影像中的物件檢測、語音轉錄和內容稽核——提供預構建的人工稽核工作流，方便對來自 Amazon Rekognition 和 Amazon Textract 的機器學習預測做人工稽核。開發者為其特定應用程式選擇置信閾值，所有置信度分數低於閾值的預測都將自動傳送給人工稽核人員進行驗證。開發者可以選擇Amazon Mechanical Turk的 50萬全球人工、預授權人工的第三方機構如Startek、iVision、CapeStart、Cogito 和 iMerit、或他們自己的稽核人員執行其稽核。稽核結果儲存在 Amazon S3 中，開發者在稽核完成後會收到通知，以便他們根據稽核人員的可信結果進行下一步操作。Amazon A2I 為所有開發者帶來了人工稽核，消除了構建和管理定製稽核流程或招募大量稽核人員方面的繁重工作。要開始使用 Amazon A2I，請訪問 aws.amazon.com/augmented-ai 。

亞馬遜機器學習副總裁 Swami Sivasubramanian表示，“各個行業領域的公司都告訴我們，他們希望利用亞馬遜豐富的機器學習經驗，應對企業面臨的一些共同挑戰。這些挑戰包括內部搜尋、幫助軟體開發者編寫更好的程式碼、識別欺詐易、以及提高所有機器學習系統的整體質量。亞馬遜還憑藉數十年來構建機器學習系統的經驗，打造了能夠成功應對這些挑戰的內部系統。今天的釋出是我們客戶至尚文化的又一次迭代，是它激勵我們開發這些系統。透過這些釋出，我們很高興能夠讓企業使用者使用這些機器學習功能，而無需任何機器學習專業知識。”

3M 是一家跨國公司，是研磨產品、化學品與先進材料、薄膜、過濾、粘合劑等產品的領先製造商之一。3M以協作的方式應用科技改善生活。3M企業研究系統實驗室技術總監David Frazee表示，“研發是3M的心跳，紮根科學讓我們強大。我們的材料科學家開展新的研究時，他們需要了解過去的、可能相關的研究。這些資訊往往埋藏在我們的專利和廣泛的知識儲存庫中。尋找合適的資訊往往讓人精疲力竭，耗時，有時資訊不完整。藉助Amazon Kendra，我們的科學家可以使用自然語言查詢、快速準確地找到所需的資訊。藉助Amazon Kendra，我們的工程師和研究人員熱情高漲，快速查詢資訊，加快創新速度，更有效地協作，源源不斷地為客戶提供獨特的產品。”

Workgrid 軟體公司是 Liberty Mutual（利寶保險）的全資子公司，為員工體驗平臺中提供軟體解決方案，讓工作更加互聯、更高效、生產力更高。“我們的核心產品之一是 Workgrid Chatbot，它讓員工能夠快速獲得頻繁查詢的答案，使用友好的自然語言介面自動執行任務。企業聊天機器人的一個關鍵部分是回答來自員工的無數問題，所以Workgrid 提供自助問答構建器，內容作者不用掌握程式語言，就可以訓練聊天機器人響應員工的問題。除了這些精心策劃的內容外，我們希望為 Workgrid Chatbot 提供一種方法，以便從整個企業的大量文件（例如 PDF 文件）輕鬆提取知識，” Workgrid 雲工程和 AI 主管 Gillian McCann 說。“藉助 Amazon Kendra，很高興我們的客戶能夠快速高效地獲得所需的答案。Amazon Kendra 能夠直接從多個儲存庫的非結構化資料中提取答案，並且有可能快速跟蹤學習，讓我們向客戶交付準確、不斷最佳化的答案。我們很高興能探索 Amazon Kendra 聯絡上下文的智慧搜尋和任務自動化的結合，讓我們可提供強大的員工體驗。”

英國廣播公司是廣播業的世界領導者之一。他們把BBC的影像和聲音帶到世界各地。“作為一家全球性媒體機構，我們管理數 PB 的影片，每天24小時做直播，”BBC 首席技術和產品官 Matthew Postgate 說。“Amazon CodeGuru 以及我們的團隊使用的其它開發工具，有助於確保我們不斷為受眾提供強大、可靠的服務，在問題出現之前發現問題。它還將幫助我們深入瞭解我們的服務如何與 AWS 平臺互動，使團隊能夠重構和最佳化其程式碼，為人們提供他們期望從 BBC 獲得的服務。” 

Apptio SaaS 解決方案可幫助機構在分析、規劃和最佳化投資時做出明智的決策，轉變IT運營模式。Apptio 首席產品官 Scott Chancellor 表示：“為客戶提供高度可用的無 Bug 服務對於我們的成功至關重要。我們一直在尋找工具變革我們的組織，更主動地檢測應用開發週期各個階段的問題，提高開發速度，少花時間在解決併發、資源洩漏和效能瓶頸等疑難問題上。我們嘗試了 Amazon CodeGuru，發現它可以提供在開發的早期階段主動解決這些問題的建議。此外，它可以指出降低服務速度的程式碼區域，我們可以少花時間解決效能相關的缺陷。這些改進將幫助我們為所有客戶提供更好的體驗。” 

SmugMug+Flickr 是世界上最具影響力的、以攝影師為中心的平臺之一。“Smugmug & Flickr專為專業攝影師和攝影愛好者打造，展示他們的作品，也供他們欣賞他人作品。從第一天起，SmugMug 的激情就是，不斷想辦法讓攝影師講述他們想講述的故事，以他們想要的方式講述故事。當我們大規模運營時，影像處理、分類和搜尋的效能成為重中之重，”SmugMug&Flickr執行長兼首席極客Don MacAskill 說。“Amazon CodeGuru 的實時分析有助於排除故障，識別我們服務的低效部分，尤其是應用程式中有價值的程式碼行會減慢它們的速度。它提出建議、協助我們更改和最佳化。根據 CodeGuru 的建議，我們能夠重新構建程式碼，使其高度可維護，提高我們的服務效能。”

Charles Schwab是一家先進的投資服務公司。“線上檢測欺詐活動是一項永無止境的挑戰，不良行為人不斷製造著新的攻擊媒介。我們的使命是走在壞人的前面，保護我們的客戶，”Charles Schwab欺詐監控與調查副總裁 Kara H. Suro 說：“我們對Amazon Fraud Detector的推出感到興奮。這讓我們可以更快、更輕鬆地構建機器學習工具，發現欺詐活動；我們預計欺詐預防率會顯著提高。部署Amazon Fraud Detector，將有助於從我們的歷史資料中識別欺詐模式，也可以利用亞馬遜檢測欺詐的經驗。” 

Vacasa是北美最大的全方位服務度假租賃管理公司，在 17 個國家/地區擁有超過 23000 家度假屋，每年為超過 200萬客人提供服務。Vacasa 創始人兼執行長 Eric Breon 表示：“自公司成立以來，我們利用技術使當地團隊能夠專注於照顧家庭和客人，同時為度假房主實現收入最大化。我們對Amazon Fraud Detector的釋出感到興奮，這意味著我們可以更輕鬆地使用先進的機器學習技術，準確檢測欺詐性預訂。保護我們的‘門戶’免受潛在傷害，使我們能夠專注於使度假租賃體驗無縫、無憂。”

Cerner是衛生資訊科技解決方案、服務和裝置的領先提供商之一。Cerner公司解決方案策略師Jacob Geers 說：“臨床文件的精確性對於工作流程和總體的護理人員滿意度至關重要。透過利用 Amazon Transcribe Medical的轉錄API，Cerner正在初步開發數字語音抄寫器，自動收聽醫生與患者的互動，毫不顯眼地以文字形式捕獲對話。然後，我們的解決方案能夠智慧地翻譯概念，進入Cerner病歷系統中的編纂元件。 

Suki 是一款 AI驅動、支援語音的數字助理，可減輕醫生的事務負擔。Suki AI公司執行長 Punit Soni 說：“臨床文件事關醫療資料工作流程，幫助臨床醫生更有效地採集筆記是關鍵。我們可以輕鬆地將我們的臨床數字助理與Amazon Transcribe Medical整合，允許醫生口述醫療筆記，將臨床文件的精力消耗平均降低 76%。他們的時間應該花在照顧病人上，而不是做資料輸入工作。”

作為美國的Un-carrier (去運營商化的運營商)，T-Mobile美國公司透過領先的產品和服務創新，正在重新定義消費者和企業購買無線服務的方式。“在T-Mobile，我們以客戶的幸福來衡量成功。作為Un-carrier，我們知道，當客戶覺得我們瞭解並預測到他們的需求、直接解決他們的痛點時，他們會感到最幸福，”T-Mobile執行副總裁、首席資訊Cody Sanford說。“我們的專家團隊客戶服務模式致力於建立個人聯絡，並使用 A2I 等尖端工具為我們的團隊取得成功做好準備。是的，機器學習帶來更深入、更投入的關係！訪問實時的上下文資訊，例如如客戶詳細資訊和可用折扣，使我們的團隊能夠在與客戶進行真實、實時的對話時，代表客戶做出現場決策……完全雙贏！”

VidMob 是一個營銷創意平臺，可為品牌的所有創意需求提供端到端技術解決方案。其整合平臺將同類首創（first-of-a-kind）的創意分析與一流的創意製作相結合，提高營銷效率。“Vidmob 利用機器學習來分析影片的各個方面，包括人物、物件和資訊，幫助品牌瞭解創意績效，構建更好的創意。然而，對於現有機器學習模型未涵蓋的維度，要從我們每天分析的 PB 級資料中回顧創意，很有挑戰性，”VidMob 資料和見解高階副總裁Joline McGoldrick說。“憑藉我們目前訓練有素的創意評估隊伍，使用 A2I，我們可以更快地最佳化、微調我們的預測模型。這種效率使我們接觸到大量稽核人員，將模型上市速度提高了 3 倍。”

關於AWS

13年以來，Amazon Web Services（AWS）一直是世界上服務豐富、應用廣泛的雲服務平臺。AWS提供超過175項全功能的服務，涵蓋計算、儲存、資料庫、聯網、分析、機器人、機器學習與人工智慧、物聯網、移動、安全、混合雲、虛擬現實與擴增實境、媒體，以及應用開發、部署與管理等方面，遍及22 個地理區域的69個可用區（AZ），並已公佈計劃在印度尼西亞、義大利、南非和西班牙建立4個AWS區域、13個可用區。全球數百萬客戶，包括髮展迅速的初創公司、大型企業和領先的政府機構都信賴AWS，透過AWS的服務強化其基礎設施，提高敏捷性，降低成本。欲瞭解AWS的更多資訊，請訪問：//aws.amazon.com。

關於亞馬遜

亞馬遜秉承四大原則：顧客至尚、崇尚創新、卓越運營與長遠思考。公司開創了諸多創新服務，包括客戶評價、一鍵下單、個性化推薦、Prime會員服務、亞馬遜配送、亞馬遜雲端計算服務、Kindle直接出版(Kindle Direct Publishing)、Kindle、Fire tablets、Fire TV、Amazon Echo以及Alexa等。更多資訊，請訪問www.amazon.com/about。