Tag: Artificial Intelligence

基于猫狗识别实验掌握在中国区开发DeepLens。

雇佣大量的专业人员进行信息精炼或者内容审核无疑要投入大量的资金。而自动文本摘要就显得意义非凡，通过大量数据训练的深度学习模型可以在几百毫秒内产生文本摘要，这大大地提升了摘要生成效率，节约了人力成本。

在今天的用例中，我们了解到TensorIoT如何使用多项AWS服务提升解决方案的实际价值。除COVID-19疫情之外，各城市也可以继续使用由Amazon Kendra驱动的聊天机器人，帮助居民快速了解特定公共设施的开放时间、道路封闭情况以及紧急事件相关信息。

医疗保健组织每天收集大量患者信息，从家族史和临床观察，到诊断和药物治疗。他们使用所有这些数据来尝试编译患者健康信息的完整图像，以提供更好的医疗保健服务。目前，这些数据分布在各种系统（电子病历、实验室系统、医疗图像存储库等）之间，并以数十种不兼容的格式存在。

今天，我很高兴地宣布推出三个新的功能：
适用于 CodeGuru Reviewer 和 Profiler 的 Python 支持（预览版） – 您现在可以使用 CodeGuru 来改进以 Python 编写的应用程序。在本次发布之前，CodeGuru Reviewer 可以分析 Java 代码，CodeGuru Profiler 支持在 Java 虚拟机 (JVM) 上运行的应用程序。
适用于 CodeGuru Reviewer 的安全检测器 – 我们推出适用于 CodeGuru Reviewer 的一组新检测器，可用于识别 Java 代码中的安全漏洞并检查是否遵循了安全最佳实践。
适用于 CodeGuru Profiler 的内存分析 – 通过新的可视化工具来显示各个对象类型随着时间推移的内存保留情况，从而更轻松地找出内存泄漏并优化应用程序使用内存的方式。

关注 AWS 首席宣传管 Jeff Barr 和开发人员宣传员 Martin Beeby 和 Steve Roberts 的直播博客中的第一场机器学习主题演讲。Amazon 机器学习/人工智能副总裁 Swami Sivasubramanian 将分享 AWS 机器学习领域的最新发展和产品发布、新技术演示以及客户见解。

今天，我很高兴宣布推出 Amazon Lookout for Vision，这是一项新的机器学习 (ML) 服务，可帮助工业环境中的客户以简单且经济高效的方式检测生产单元和设备上的视觉缺陷。

今天，我们很高兴宣布推出 Amazon Lookout for Equipment，这是一项基于 API 的机器学习 (ML) 服务，可以检测设备的异常行为。借助 Lookout for Equipment，客户可以引入工业设备生成的历史时间序列数据和过去的维护事件，工业设备可以从每个模型的传感器和执行器等组件中获取多达 300 个数据标签。Lookout for Equipment 会自动测试可能的组合，并构建最佳机器学习模型来学习设备的正常行为。工程师不需要机器学习专业知识即可轻松部署模型以在云端进行实时处理。

今天，我非常高兴地宣布推出 Amazon Monitron，这是一项状态监测服务，可检测潜在故障并允许用户跟踪正在发生的故障，从而使您能够实施预测性维护，从而减少计划外停机时。

今天，我们宣布推出 Amazon DevOps Guru，这是一项完全托管的运营服务，通过自动检测运营问题并建议修复方法，开发人员和运营者可以轻松提高应用程序的可用性。DevOps Guru 利用来自 Amazon.com 和 Amazon Web Services (AWS) 的多年卓越运营经验，运用机器学习来自动收集和分析应用程序指标、日志和事件等数据，以识别偏离正常运营模式的行为。