亞馬遜雲科技推出兩項新舉措，降低機器學習使用門檻

• 1,000 萬美元亞馬遜雲科技人工智慧和機器學習獎學金（ Amazon  AI & ML Scholarship ）專案旨在為全球範圍內來自弱勢群體和服務設施欠缺地區的學生提供為未來從事機器學習相關工作做好準備的機會。
• Amazon SageMaker Studio Lab 讓任何人都可以免費，輕鬆、快速地構建學習和實驗機器學習的開發環境

北京2021年12月8日 /美通社/ --  亞馬遜雲科技在2021 re:Invent全球大會上，宣佈推出兩項新舉措，旨在降低機器學習使用門檻，為任何對該技術感興趣的人提供更容易地學習和體驗機會。亞馬遜雲科技人工智慧和機器學習獎學金專案（Amazon AI & ML Scholarship）致力於為全球範圍內來自弱勢群體和服務設施欠缺地區的學生提供為未來從事機器學習的相關工作做好準備的機會。該專案使用Amazon DeepRacer和新的Amazon DeepRacer Student League，讓學生獲得機器學習基礎知識，併為他們提供動手訓練自動駕駛賽車機器學習模型的體驗。亞馬遜雲科技透過Amazon SageMaker Studio 透過提供每個人都可以訪問幫助客戶構建、訓練和部署機器學習模型的亞馬遜雲科技服務Amazon SageMaker的免費版本，讓接觸機器學習變得更容易。

亞馬遜雲科技全球機器學習副總裁Swami Sivasubramanian表示：“這兩項新舉措旨在為人們提供機器學習的教育機會，讓任何對這項技術感興趣的人都能更容易地使用它。機器學習將成為當代最具變革性的技術之一。如果我們要釋放這項技術的全部潛力，解決一些世界上最具挑戰性的問題，就需要來自不同背景、不同行業的人才進入該領域。我們希望透過這項新的獎學金計劃激勵和激發未來人才的多元化，並打破阻礙人們開始使用機器學習的成本障礙。” 

新的 1,000 萬美元教育和獎學金計劃旨在為全球範圍內來自弱勢群體和服務設施欠缺地區的學生未來從事機器學習職業做好準備

世界經濟論壇預計，到2025年，技術進步和自動化將創造9,700萬個新的技術工作崗位，包括人工智慧和機器學習領域。雖然技術領域的工作機會在增加，但科技職業的多樣性發展緩慢。讓任何對技術感興趣的人都能獲得教育資源，對於促進人工智慧和機器學習強大的人才儲備以及人才多樣性至關重要。亞馬遜雲科技人工智慧和機器學習獎學金旨在幫助來自弱勢群體和服務設施欠缺地區的高中生和大學生，學習機器學習基本概念，併為他們未來從事人工智慧和機器學習的工作做好準備。該專案除了免費提供數十小時機器學習模型訓練和教育材料，還為來自弱勢群體和服務設施欠缺地區的2,000名學生提供Python Udacity Nanodegree人工智慧程式設計專案獎學金，為獲得者提供機器學習的基礎程式設計工具和技術。根據第一期Udacity Nanodegree專案的畢業生技術評估，前500名學生將獲得第二期Udacity Nanodegree專案深度學習和機器學習工程獎學金，幫助他們進一步為人工智慧和機器學習的職業生涯做好準備。這500名的學生還將有機會得到亞馬遜和英特爾技術專家指導，獲得職業洞察和建議。

亞馬遜雲科技人工智慧和機器學習獎學金計劃與英特爾合作提供，並由人才轉型平臺Udacity提供支援，世界各地的學生均可獲得數十小時免費培訓模組和涵蓋機器學習基礎知識及其實際應用程式的教程。學生可以透過Amazon DeepRacer，將理論轉化為實際操作，學習如何訓練機器學習模型驅動虛擬賽車。透過知識檢查測驗，成功完成教育模組，達到特定Amazon DeepRacer單圈成績目標並提交論文的學生將可能獲得Udacity Nanodegree專案獎學金。學生還可以在Amazon DeepRacer Student League中測試他們的虛擬賽車。Amazon DeepRacer Student League透過一輛由機器學習驅動的全自動駕駛 1/18 比例的賽車、3D 賽車模擬器以及一場全球競賽，幫助各種技能水平的人學習如何構建機器學習模型。Capital One、寶馬、德勤、摩根大通、埃森哲和Liberty Mutual等企業已使用Amazon DeepRacer讓員工親自構建、訓練和部署機器學習 模型。

Amazon SageMaker Studio Lab  提供免費的機器學習開發環境，將機器學習帶給每個人

Amazon SageMaker Studio Lab提供免費版本的Amazon SageMaker，全球眾多研究人員和資料科學家正使用Amazon SageMaker快速構建、訓練和部署機器學習模型。使用者透過Amazon SageMaker Studio Lab，無需擁有亞馬遜雲科技賬戶或提供賬單詳細資訊，即可在亞馬遜雲科技上啟動和執行機器學習。使用者只需訪問web瀏覽器，使用電子郵件註冊，Amazon SageMaker Studio Lab即可提供機器學習開發環境。Amazon SageMaker Studio Lab提供無限制的使用者會話，包括15 GB持久儲存，和用於免費訓練機器學習模型的長達12小時的CPU和4小時的GPU計算。使用Amazon SageMaker Studio Lab無需構建、擴充套件或管理雲資源，使用者可以像開合膝上型電腦一樣輕鬆地開始、停止和重啟機器學習專案。當使用者完成實驗並希望將他們的想法付諸實踐時，可以輕鬆將其機器學習專案匯出至Amazon SageMaker Studio，在亞馬遜雲科技上部署和擴充套件他們的模型。Amazon SageMaker Studio Lab可用作學生的免費學習環境或資料科學家的免費原型設計環境，使用者無需支付任何費用，即可快速、輕鬆地開始構建和訓練機器學習 模型。

今年初，亞馬遜推出了一項新的領導力準則：成功和規模帶來更大責任。亞馬遜雲科技正加大力度踐行這一新領導力原則，包括承諾到2025年為2,900萬人提供免費的雲端計算技能培訓，包括Amazon Future Engineer、Amazon Girls’ Tech Day和Amazon GetIT的針對年輕學者的科學、技術、工程和數學（STEM）教育計劃，以及與學院和大學的合作。現在，亞馬遜雲科技讓更多來自弱勢群體和服務設施欠缺地區的人更容易獲取機器學習 -- 為他們提供免費教育、獎學金，使用與世界領先的初創公司、研究機構和企業所使用的相同的機器學習技術。新宣佈的兩項舉措進一步推動了亞馬遜提供廣泛教育和培訓機會所做的努力。

亞馬遜雲科技和英特爾擁有15年的合作關係，致力於開發、構建和支援雲服務，這些服務旨在管理成本和複雜性，加速業務進展，規模化滿足當前和未來的計算需求。英特爾銷售、市場營銷和傳播事業部執行副總裁兼總經理Michelle Johnston Holthaus表示：“我們需要採取更多措施來打造多元化和包容性的技術員工隊伍。英特爾很高興能夠支援類似於亞馬遜雲科技人工智慧和機器學習獎學金專案這一類創舉，這與我們為弱勢群體提供更多STEM機會的承諾一致，並有助於促進未來一代機器學習從業者的多元化。這項教育和獎學金計劃的獨特之處在於，學生從一開始就可以獲得豐富的學習材料。這對真正推動進步至關重要。學習不是最終的獲勝，而是過程的一部分。”

Girls in Tech是一個全球性非營利組織，致力於消除科技領域的性別差距。“要推動機器學習的多樣性，我們需要提前規劃，創造機會並打破障礙，正如亞馬遜雲科技人工智慧和機器學習獎學金計劃一樣。” Girls in Tech創始人兼執行長Adriana Gascoigne表示：“只有大家共同努力，縮小多樣性差距，才能將更多女性和弱勢群體帶入到機器學習領域。Girls in Tech很高興看到如亞馬遜雲科技人工智慧和機器學習獎學金等多個計劃的推出，這將有助於縮小這些群體在機器學習教育方面的差距，併為他們開啟的職業可能。”

Hugging Face是一個人工智慧社群，用於構建、訓練和部署先進的機器學習模型並開源。Hugging Face 產品營銷總監Jeff Boudier表示：“在 Hugging Face，我們的使命是降低先進的機器學習 （ML） 的門檻。亞馬遜雲科技透過Amazon SageMaker Studio Lab做到了這一點，讓任何人都可以透過web瀏覽器學習和試驗機器學習，無需高效能電腦或信用卡即可開始使用。這讓機器學習更易於獲取，更易於與社群共享。 我們很高興能參與其中，貢獻Hugging Face transformers示例和資源，讓機器學習更易獲取！”

美國加州聖克拉拉大學金融系的使命是教育本科和研究生階段的學生為他們的組織和社會服務。 “Amazon SageMaker Studio Lab讓學生無需起步所需的雲配置步驟，即可開始學習構建機器學習。現在，在我的自然語言處理課程中，學生有更多的時間來提高他們的技能。”聖克拉拉大學金融與資料科學教授  Sanjiv Das 表示：“Amazon SageMaker Studio Lab 讓學生在亞馬遜雲科技平臺上快速上手，開展數小時的工作和實驗，並輕鬆地從中斷的地方繼續前進。Amazon SageMaker Studio Lab 為學習機器學習的初學者和高階使用者帶來了在雲端計算平臺使用 Jupyter notebook 的易用性。”

賓夕法尼亞大學工程學院是現代計算機的發源地，在1946 年誕生了世界第一臺大型通用電子數字計算機 ENIAC。70 多年來，賓夕法尼亞大學在電腦科學領域一直以卓越的創新而著稱。賓夕法尼亞大學計算機與資訊科學教授Dan Roth表示：“使用機器學習程式設計最困難的部分之一是配置要構建的環境，通常需要學生選擇計算例項、安全策略並提供信用卡。Amazon SageMaker Studio Lab消除了這些設定所要的複雜性，並提供了一個免費的強大的實驗環境。這讓他們無需花時間配置機器學習環境，即可編寫程式碼。”