本文來源：199IT  作者： Ralf

作為人工智慧的重要部分，機器學習已經走過幾十年時間。伴隨著大資料時代，資料量級的幾何倍增加，讓機器學習能有更多的用武之地並煥發新的生命力。

傳統的認知上，機器學習為代表的人工智慧技術，更多地存在於一線城市科技領域，特別是網際網路巨頭所盤踞的各個方向。資源豐富、業務量大、科研技術人員多、應用方向廣等奠定了一線城市的獨特優勢。而二三線城市，基礎資源薄弱和人才缺乏，限制了機器學習等頂尖技術的發展。

然而，在亞馬遜雲科技機器學習Amazon SageMaker落地中國區一週年之際，亞馬遜雲科技大中華區雲服務產品管理總經理顧凡卻給我們帶來了一些不同的視角，顛覆了此前對二三線城市尖端技術發展的趨勢預判。

首先從行業的角度，顧凡認為一線城市的確有其得天獨厚的優勢，一線城市有大量的網際網路公司和軟體公司。這些公司的業務特徵決定了它們比其他行業不得不走得更快更早一點。“無論是看新聞、聽音樂、看視訊還是購物，它們哪種客戶體驗沒有機器學習？“北上廣深一線城市涵蓋了整個移動網際網路。就行業而言，一線城市機器學習的應用程度的確高於其他線城市。

但如果從產業的角度，結論就非常有意思。放眼全中國很多省份和地域都會有產業的特點，特別是傳統工業製造業基本分佈在二三線城市。怎麼使用機器學習的方式去做智慧的、基於人工智慧的質量監測，提升良品率和效率，降低人的參與度，甚至在未來工業製造現代化的過程當中怎麼做裝置的預前故障檢測等等。大量的需求在這些產業帶中產生。當產業帶中有企業通過機器學習解決了某個行業問題，行業都會複製，帶動整個行業的技術創新，而這種創新會更多落在這些產業帶所屬的二三線城市。

顧凡認為，越是傳統行業，槓桿效應越高，因為這些傳統行業的基礎面大影響面廣，可能與每個居民都息息相關。

一個比較典型的例子是山東淄博市熱力集團有限責任公司。在使用機器學習技術之前，熱力行業普遍遇到了從傳統供熱到產業智慧化方向的瓶頸。淄博熱力集團選擇與亞馬遜雲科技一道，解決行業難題，並形成了行業創新標準同時將這一創新能力向同行做技術輸出。

淄博熱力集團利用亞馬遜雲科技豐富的AL/ML技術和服務，快速構建、訓練和部署機器學習模型，實現了精準供熱，可以根據氣象、工控資料、建築物維護結構等資訊計算出最佳的供熱模式，並給出具體的操作指令，既讓使用者室溫始終保持人體最佳舒適溫度，又做到儘可能節約成本。

淄博市熱力集團通過機器學習技術，將自身多年的行業專家級經驗轉化為全國領先的技術創新，成為眾多同行的“產業智慧化“師傅。這凸顯了頂尖技術與產業帶結合迸發出的創新潛力。而這些業務與民眾的生活更為相關，解決了很多的實際問題。

淄博市能源集團公司、淄博市熱力集團有限責任公司黨委書記、董事長汪德剛表示，“多年來，淄博熱力利用資訊化手段改造傳統供熱，致力於成為行業標準的制定者和行業發展的引領者。通過與亞馬遜雲科技合作，藉助機器學習能力創新，建成了基於機器學習和大資料分析的智慧供熱平臺，幫助我們從傳統供熱向產業智慧化方向轉型，在滿足使用者需求的同時實現節能減排，建立綠色能源生態系統。未來，希望我們能借助先進的雲技術持續創新，推動國內熱力行業的數字化、智慧化轉型。“

據亞馬遜雲科技提供的資料，目前，全球數以十萬計的客戶選擇亞馬遜雲科技執行機器學習工作負載。在中國，亞馬遜雲科技機器學習服務得到醫療健康、教育、出行、工業智慧、遊戲、新媒體等各個行業客戶的青睞，益體康、晶泰科技、新世紀醫療、LEMONBOX、有道樂讀、嘰裡呱啦、全美線上、首汽約車、德比軟體、Momenta、圖森未來、行者AI、天和榮、中科創達、華來科技、大宇無限、陝西科技大學、易點天下、淄博熱力等一批企業和機構的廣泛採用，在各行各業實現了豐富多樣的人工智慧應用創新。

顧凡認為，全中國很多省份蘊含著不同的產業帶特性，包括很多自動駕駛的汽車研發基地、跨境電商基地等，這些散佈在二三線城市區域存在很多創新場景。“誰先用機器學習解決了一個場景，別人就會關注這個場景，所以從行業維度來看其實是很明顯的，可以看到有擴大的效應在形成。“

在Amazon SageMaker落地中國區一週年之際，亞馬遜雲科技宣佈進一步落地多項人工智慧與機器學習的新服務和功能。

其中技術部分包括頂層-人工智慧服務、中間層-機器學習服務以及底層-框架和基礎架構。

在人工智慧（AI）服務層面，亞馬遜雲科技在北京區域推出了Amazon Personalize，客戶無需具備機器學習專業知識，即可方便、快速地構建個性化推薦系統。

在中間層，將Amazon SageMaker在re:Invent 2020上亮相的包括Data Wranger、Feature Store、Pipelines等七項新功能在北京區域和寧夏區域上線，讓客戶可以更輕鬆地構建端到端的機器學習管道。

在算力層面，亞馬遜雲科技在北京區域和寧夏區域推出了Amazon EC2 Inf1例項，該例項基於亞馬遜雲科技自研機器學習推理晶片Amazon Inferentia，與當前成本最低的基於GPU的例項相比，可以提高多達30%的吞吐量，並使每次推斷的成本最高降低45%。

2021年1月，工信部印發《工業網際網路創新發展行動計劃（2021-2023年）》，制定了一系列推動工業網際網路新型基礎設施建設量質並進的發展目標。3月，《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》（以下簡稱“綱要”）全文正式釋出。在共19篇65章的綱要全文中，“智慧”“智慧”相關表述達57處。

作為擁有全球領先機器學習技術能力的雲端計算廠商，亞馬遜雲科技正在紮根中國產業帶，讓這些傳統的產業帶與頂尖技術結合，碰撞出更多的創新機遇。