近年來，人工智慧與大資料的飛速發展，都離不開背後的機器學習技術。
但一項前沿技術的落地應用總要經過一個艱難又漫長的過程，機器學習也仍處於技術的加速發展階段。為了加速機器學習技術的發展，2017 年 10 月，Amazon Web Services（AWS） 在全球設立了 AWS 機器學習研究獎 - Machine Learning Research Award（MLRA），並於今年春季開始在中國落地。
AWS 機器學習研究獎計劃資助那些在機器學習 (ML) 領域進行新奇科研的大學院系、院系教師、博士生和博士後研究員等。目前，AWS 機器學習研究獎（MLRA）已支援來自 13 個國家/地區的 73 個學校和研究所的 180 多個研究專案，主題包括 ML 演算法，計算機視覺，自然語言處理，醫學研究，神經科學，社會科學，物理學和機器人技術等等。
近幾年，有很多獲獎專案在 AWS 的支援下取得了突破性的進展，並逐漸展現出自身的社會價值。下面我們通過其中的幾個案例，來看一下機器學習在具體的科研當中扮演了什麼角色，AWS 提供的資金和技術服務又是如何幫助科研專案發展落地~
專案一：幫助解決自閉症兒童的早期檢測難題
雖然早在 2 歲時，自閉症患兒就能得到精確診斷，但根據資料顯示，在美國，自閉症兒童的平均確診年齡為 4 歲。假如能在 18 到 24 個月大時對早期自閉症進行治療，有很大機率可以使這些孩子的智商提高到同齡兒童正常智商的平均值範圍。另一方面，早期干預可以為患有自閉症的人節省高達 120 萬美元的終生醫療費用。
杜克大學跨學科研究團隊是致力於解決早期兒童自閉症檢測難題的團隊之一。專案負責人之一是杜克大學電氣與計算機工程教授 Guillermo Sapiro。
Sapiro 同時是 AWS 機器學習研究獎的獲得者，這一獎項為其團隊提供了部分現金獎勵以及 AWS 的配套技術服務，從而讓他們可以藉助雲中可用的先進計算、分析和機器學習工具，更快取得更多成果。
經過幾個月的反覆除錯以及演算法優化，該程式在某些行為子集中的準確度便提高到近 90％，比傳統問卷的 50％ 準確度高了一大步。
據 Sapiro 估計，藉助 AWS 提供的雲服務，只需花費 1 美元，並且只需 10 分鐘或更短的時間即可處理成千上萬名患者中的每一個患者的醫療資料。憑藉 AWS 基礎架構的全球覆蓋範圍，研究團隊可以在各個國家/地區開展工作，並跨越國際邊界開展協作。
點選此處可參閱有關該專案更多資訊
專案二：訓練自動駕駛汽車降低交通阻塞
研究和解決交通問題的第一次嘗試始於 1935 年，但直到 1955 年，科學家們才開始使用偏微分方程（PDE）來模擬駕駛員面對交通擁堵的行為方式。
自 2004 年以來，加州大學伯克利分校交通研究所所長，工程學教授 Bayen（Alexandre Bayen）一直率先借助機器學習進行交通減量研究。Bayen 工作的核心是機器學習中的深度強化學習，在獲得AWS 機器學習研究獎後，便可以藉助 Deep RL 演算法的最新發展以及 AWS 基於雲的機器學習解決方案（Bayen 通過 AWS機器學習研究獎獲得了 AWS 的獎金與服務贊助）的便捷性，來找出最理想方法降低交通阻塞。
另外，一項涉及 20 輛汽車的小型研究可以很容易地在現成的裝置上進行，但當樣本量為成千上萬時，就要按需進行大規模的研究。因此，Bayen 的團隊通過 AWS 和 Amazon Elastic Compute Cloud (Amazon EC2) 上的 Deep RL 庫（RLlib 和穩定基準）提供的高容量來建立其微模擬，並在 AWS C4 雲上並行使用多達 128 個 CPU 網路在最大規模的建模過程中執行。
點選此處可參閱有關該專案更多資訊
專案三：讓人工智慧變得更智慧
現階段，大部分人工智慧研究都集中在某一項具體的行業應用技術上。比如自動駕駛汽車、物聯網裝置等。但麻省理工學院航空與航天學教授喬納森·霍（Jonathan How）則認為，針對人工智慧系統本身的研究，是一個正被忽略的行業機會，他和他的團隊希望藉助機器學習來幫助 AI 變得更智慧。
當 AI 機器人自己知道正確的做事方法時，會發生什麼呢？只有真正可行的深度學習平臺問世，才有可能真正回答這個問題。
How 和他的團隊使用由複雜的 Amazon EC2 GPU 例項支援的 AWS 深度學習 AMI 環境，這些例項可以在雲上執行難以置信的複雜計算（而無需花費成本和管理機架和伺服器機架的麻煩）。最終的目標是快速、準確地訓練和執行強化學習模型，以解決現實世界中的問題。
點選此處可參閱有關該專案更多資訊
AWS 機器學習研究獎提供了哪些硬核資源？
通過這三個案例我們可以看到，當代科研面臨的難題除了科研經費外，就是工具提供的基礎能力。以機器學習來說，仍處於發展階段，許多進步都來自創新的演算法、更好的資料採集和準備方法以及強化學習等更新的技術。
為此， AWS 機器學習研究獎除了提供資金資助外，還會提供 AWS 的技術支援以及豐富的相關資源，以及來自 AWS科學家和工程師的指導。
藉助 AWS 雲的規模和效能，再加上 Apache MXNet、TensorFlow、Caffe2、Microsoft Cognitive Toolkit (CNTK) 以及 PyTorch 等功能強大的架構，機器學習領域的科研向前發展有了前所未有的機遇。
AWS 邀你一起用技術讓生活更美好
前不久，AWS 公佈了 2019 年第四季度「AWS機器學習研究獎」的獲得者，共 28 人，分別來自六個國家的 26 所大學。
從以下的研究專案清單我們可以看到，獲獎的專案大部分都是致力於藉助機器學習和 AI 技術讓我們的生活變得更美好，具體議題也是偏向於解決環境、養老、醫療、大資料隱私等問題，助力科技向善。
技術的發展在人類社會發展中佔有非常重要的地位，也讓人類的生活更加便利與多元化；藉助最新的技術能力，科學家對基礎理論的研究也有望取得新的突破，這一切可能都是 AWS 發起 「AWS機器學習研究獎」的重要原因。
如果你正在從事機器學習相關的科研或有志於此，那麼 AWS 一定是你同行的最佳拍檔~
對此感興趣的研究人員，可以點選此連結檢視專案詳情或直接提交申請：
aws-ml-research-awards@amazon.com
AWS Hackathon Online 2020 震撼啟動！為了更好的激勵大家產出創意，主辦方準備了豐厚的獎項，除價值數千元的雲服務抵扣券、樹莓派 Raspberry Pi 4B 開發套件外，一等獎團隊成員每個人還可以獲得一輛 AWS DeepRacer 自動駕駛電動車！
點選此處瞭解更多詳情 ↓↓↓
