为了将发明提升到一个更高的水平，亚马逊网络服务公司今天推出了一系列人工智能解决方案，涵盖了从代码调试到网络安全和联系中心自动化的六到六类产品。这是强大的基础架构发布阵容的基础。

新的人工智能产品填补了AWS首席执行官安迪贾西(Andy Jassy)在今天上午的主旨演讲中概述的产品愿景的关键部分。他说，提供商的目标是提供广泛的机器学习工具组合，跨越多个抽象层次。基础层是新升级的SageMaker开发者工具包，顶层包括预打包的AI应用程序，如Kendra和Amazon欺诈检测器。

SageMaker是供应商用来构建、训练和部署机器学习模型的托管工具包，是迄今为止获得的最新AI服务。最主要的亮点是一个基于网络的集成开发环境，名为SageMaker Studio，数据科学家可以在其中开发神经网络。

构建AI通常需要工程师在几种不同的编码工具之间切换。SageMaker Studio在单一界面中提供了编写代码、测试模型更改、可视化数据和调试的功能。此外，它还提供了对AWS在re: invent上首次为SageMaker推出的其他新开发工具的访问。

SageMaker Studio的调试功能由AI故障排除工具支持，工程师可以自定义这些工具来跟踪特定问题。此外，还有一些新的功能可以为给定的项目选择最佳的神经网络，准备AI训练数据集和管理实验。最后，还有一个开源工具包，使开发人员能够为化学分析等用例构建基于图的神经网络。

使用机器学习处理抵押贷款申请等敏感数据的公司必须考虑到，他们的AI有时会被触发。抵押申请可能包含不清楚的笔迹或较差的分辨率。组织通常通过组织评审团队仔细检查他们模型的决策来处理这个问题。

亚马逊增强人工智能今天也首次亮相，它让人们更容易管理评论。它允许开发人员在他们的人工智能应用程序中构建规则，这些规则可以自动确定何时应该将决策发送给人类征求第二意见。

CodeGuru是另一个面向开发人员的AI服务，但它也可以用于机器学习应用程序以外的项目。CodeGuru查看工程师生成的新代码，并提出可以提高软件效率的改进建议。

据AWS称，该服务使用从数千个Amazon.com公司内部软件项目和GitHub存储库中提取的模式来生成建议。公司开发人员使用它来释放通常花费在手动代码审查上的时间。AWS表示，在一个例子中，在CodeGuru标记无效代码片段后，其一名工程师将该服务的处理器利用率降低了50%以上。

郑重声明：本文版权归原作者所有。转载文章只是为了传播更多的信息。如果作者信息标注有误，请第一时间联系我们修改或删除。谢谢你。

免责声明： 本文由用户上传，如有侵权请联系删除！

标签：