機器學習降門檻、AWS讓無 ML 背景者快速上手，培養企業技術人的斜槓專才

人工智慧（AI）是現今當紅炸子雞，有人說它像百年前的電力、20 年前的 Internet，改變所有產業，甚至改變數十億人的生活，因此不論大公司或小企業，都爭相擁抱 AI 熱潮，也讓 AI 的分支之一「機器學習」（Machine Learning；ML）成為企業追逐的主流科技。

機器學習是一種協助你使用歷史資料做出明智商業決策的技術，透過 ML演算法，能從過往資料找到運作模式，再以這些模式建構數學模型，為未曾看過的新資料做分類、進而預測未來，幫助各行各業優化營運流程和服務架構。儘管多數企業急欲駕馭 ML，可惜旗下開發人員未必熟悉 ML 模型的建置、訓練及部署訣竅，經常導致作業延宕或品質不彰。

可喜的是，前年（2017）Amazon Web Services (AWS) 推出 Amazon SageMaker 服務，標榜能夠化繁為簡，幫助開發人員快速輕鬆地建立、訓練及部署 ML 模型，消弭各種行業應用場景中實作 ML 的複雜性，讓企業與 AI 的距離不再深不可測。

究竟 Amazon SageMaker 如何化繁為簡？Amazon SageMaker 只要按一下就能在生產環境中輕鬆部署訓練模型，以便為即時或批次資料進行預測；也可以建立訓練任務時，將指定訓練資料的 Amazon S3 位置，將資料導入Amazon SageMaker。其次透過Automatic model turning 自動調整模型，透過多重訓練回合來執行超參數最佳化，節省數天或甚至數週的時間來將訓練模型的品質提升到最高，達到最準確的預測能力。

妙用 AMS 機器學習服務，ML 生手迅速變熟手

儘管 Amazon SageMaker 已經佳評如潮，但 AWS 仍持續精進，在 re:Invent 2018 全球用戶大會宣佈推出許多新功能，例如Amazon SageMaker Ground Truth，藉由 ML 技術自動學習標記輸入數據，可提高訓練資料標記品質；例如 Amazon SageMaker RL（Reinforcement Learning）服務，便於開發人員運用強化學習來建立、訓練與部署 ML 模型；又或是 Amazon SageMaker Neo，是一套輕量級模型編譯工具，針對已經訓練好的模型，可讓容量變小、效能提高卻不減損準確性。隨著新工具到來，無疑將使企業入手 ML 的門檻愈來愈低，可謂一大福音。

AI 與 ML 向來是支持亞馬遜（Amazon）產品創新發展的核心動能，接連打造出 Prime Air、Amazon Go、Alexa 等許多令人驚喜的服務。為了讓更多企業也能像亞馬遜，懂得活用機器學習技術不斷強化創新能量，AWS 在 re:Invent 2018 發佈了極為吸睛的 AWS DeepRacer 服務，讓剛開始接觸ML或是想要培養技術專才的使用者，可以更快上手。

透過 AWS DeepRacer 聯賽，加速驅動 RL 與 ML發展

值得一提的，AWS 規劃於 6 月 12 日、6 月 13 日期間舉辦「2019 AWS 台北高峰會」，除了一如往年提供 AWS 專業演說、用戶見證，及最完整的解決方案展覽等多樣性元素外，今年還蘊含不同於過去的一大亮點，將同步舉行「AWS DeepRacer 機器學習 AI 飆速聯盟競賽」（AWS DeepRacer League），讓使用者透過強化學習（RL）、3D 賽車模擬器與全球賽車聯盟，實際駕駛 1/18 比例全自動駕駛賽車，在趣味的過程中，從 ML 的生手進化為好手。

探究 AWS 舉行 AWS DeepRacer 聯盟競賽活動的初衷，是希望讓開發者藉由互相競爭來提高趣味性，實現驅動 RL 與 ML 發展的目的，開發人員可在線上建置、訓練與評估模型，並與其他人的模型一較高下，同時從中領悟如何將這些技術運用到商業流程，例如套用 AWS DeepRacer 競賽原理，思考如何為工廠、賣場或倉儲設計無人搬運車（AGV）服務，創造學用合一妙效。

這是全球第一個開放給所有人參與的世界級 AI 賽車聯盟，有意參加比賽的人，可透過 AWS 協助在車間建造與訓練 AWS DeepRacer RL 模型，或自帶一個訓練好的模型，然後投入測試並駛進賽道飆技，如果有幸取得成績優異，還有機會前進 AWS 年度最大盛會 re:Invent 2019，問鼎 2019 年 AWS DeepRacer 冠軍盃。

欲了解更多 AWS 台北高峰會 – AWS DeepRacer  機器學習AI賽車飆速聯盟競賽詳情，請上https://aws.amazon.com/tw/summits/taipei/activities-2019/