Monitron方案包括了温度和震动等传感器、从机器上各种数据，以蓝芽传回附近的闸道装置，再在AWS云端预测机器的操作异常，是否有维修需要，再以手机APP通知。

　　新科技速递

　　虽然说，AWS不算是人工智能(的先行者，以AI基础研究不及Microsoft和IBM，以容器、AI架框不及Google，不过将人工智能推向应用，则不能不说提及AWS产品线。

　　AWS简化整个人工智能训练工具SageMaker，以及林林总总的行业应用，数年内为AWS带来大量的客户，遍及各个领域。

　　AI从数据预备(Prepare)，以至建立模型(Build)，然后是训练和微调(Train/tune)，最后部署/管理(Deploy/Manage)。AI与传统电脑运算的最大分别，以往编程以Rule based为主，AI则以机器学习，训练模型作出决策。

　　AI模型训练靠大量数据，其次数据必须先经转化再标注(Labelling)，极为耗用人手，然后是选择合适算法(Algorithm)，不断微调可能的参数，部署模型并监控其推理(Inference)的凖确性。不少AI模型须快速回应，又往往部署在边缘运算，模型又不断要优化，必须工具作部署/管理，更新等。

　　AWS亚太区新兴技术总监Olivier Klein表示，亚太区多家金融机构和初创均採用了AWS的机器学习方案，其中SageMaker支援各种AI框架;包括最多人採用开源Tensorflow、PyTorch、MXNet等，上述框架以Tensorflow及PyTorch佔去主要市场。SageMaker属于托管式服务，可缩短建置、训练及部署机器学习(ML)模型的时间和技术要求。

　　SageMaker也缩短学习曲线，不少初创和金融机构，都是透过AWS开始训练机器学习，即使是Coinbase和Mastercard的Nudata security，也是透过AWS侦察欺诈行为。本港WeLab也是利用AWS运行核心银行系统和反欺诈等。

　　AWS亚太区新兴技术总监Olivier Klein：多家亚洲区初创，包括科学园Dayta AI、中国自动驾驶Momenta和文远知行等，已採用了AWS的机器学习和AI平台训练。

　　数据凖备工具

　　每年AWS为SageMaker，去年加入自动标註数据的Ground Truth，可以预先处理数据，以方便为数据集作自动标註。今年加入Data Wrangler準备机器学习数据。準备数据是机器学习开始的必经阶段，Wrangling通常是指将塬始数据清洗和转化成适当的格式，以便分析工具可以使用;但过程非常耗时和费力，Azure就推出Data Factory自动化核对和转换数据格式。Data Wrangler有望解决数据凖备的痛点，除了机器学习，也有助分析，例如送往数据仓库Redshift或Snowflake前的凖备，不过类似方案近年如雨后春笋，

　　SageMaker也推出侦察AI模型偏见的Clarify，以观察模型内对于性别或种族等的偏见判断。AI模型直接作出决定，有时像黑箱作业，必须找出数据内部所带的偏见，以免作出对于某些群体不利的决定，并符合法规要求。

　　而Pipelines则管理工作流程和自动化为机器学习构持续整合和交付(CI /CD)服务，可以持续不断优化模型。

　　Panorama可应用在多个场景，包括了製造业、零售、监察场所安全及社交距离、供应链效率监察，而Lookout for Vision则直接传送图像和视频串流到AWS云端，侦察产品纰漏，只有0个影像就可训练出模型。

　　工业视觉运算

　　AWS也发佈了完全毋须自行训练，以机器学习管理生产和智能製造方案，方便部署，毋须经验，进一步降低机器学习的使用门槛。

　　Monitron用于作机器维修作预测性分析，可为现时没有智能设计的设备，加上温度和震动等传感器、机器上各种数据，以蓝芽传回附近的闸道装置，再连接至AWS的云端，以机器学习服务点对点监控，侦测可能需要保养的异常状况，完全毋须建立任何模型，自动发送讯息到流动应用。

　　Lookout for Equipment则为已有设备传感器的客户提供使用，直接将传感器上传至AWS，以AWS 机器学习模型侦测异常设备行为，并进行预测性保养。

　　不少生产线或场所都希望在边缘设备，加入视觉运算，AWS推出针对IP镜头的Panorama Appliance设备，以视觉运算侦察产品的质素，设备上有插入RJ-45的端口，只有接入具备IP镜头的交换器，Panorama自动寻找IP镜头，再利用设备上的GPU作分析，只要从云端下载适当的分析模型都可运作，Panorama只是利用一般IP摄影机，就可以视觉运算改善品质控制和工作场所安全。Panorama类似是安防领域的Milestone，支援多种场景视觉分析，并可以从第叁方下载模型，部分模型跟Milestone类似，如车牌辨认和零售分析，但Panorama不单可将推理结果，发现的异常情况以HDMI埠传回显示屏，也可变为MQTT讯息传往其他系统。

　　AWS也推出Panorama 软件开发套件(Software Development Kit )，以Panorama SDK自行开发开发视觉运算模型在上设备上推理，也可应用在具视觉运算功能的摄影机，例如安装NVIDIA和Ambarella芯片的镜头，处理高辨识度的高品质短片以发现异常情况。国内不少品牌，类似海康威视和大华，已推出AI镜头和AI模型，也可在边缘作运算。不过镜头内芯片受制于处理能力，上述两家芯片视觉运算有不少性能，可更凖确识别内容;国内则以华为海思芯片为主，未来具备AI性能的镜头，可能成为主流。

　　Lookout for Vision则可传送图像和视频串流到AWS云端，以经训练的视觉运算模型发现产品或流程中异常和缺陷，AWS只要约30个影像就可训练出找出产品缺陷和不符合规格的模型，相当简单。Lookout for Vision可针对不讲求低时延，而準确度较高的分析。