人工智能自虚向实，从re:Invent 2022看如何全面实现数智融合

赋智是上云的崇高境界。2020年4 月，国家发展改革委、中央网信办联合印发《关于推进“上云用数赋智”行动培育新经济发展实施方案》，鼓励在具备条件的行业领域和企业范围内，探索大数据、人工智能、云计算、数字孪生、5G、物联网和区块链等新一代数字技术应用和集成创新，为企业数字化转型提供技术支撑。

上云、用数、赋智，精炼地描述了企业上云的三个阶段，三重境界。上云可以相对容易，用数学问比较大，赋智是更高的境界。

在2022 re:Invent全球大会上亚马逊云科技推出的大量服务和功能是跟数据、跟机器学习相关的。一方面是数据服务和功能为机器学习服务，帮助客户获得数据价值；另一方面是机器学习技术用于数据新服务和新功能。

亚马逊云科技大中华区产品部总经理陈晓建表示：从这些re:Invent发布的特性中，能够看到未来技术演进的方向是数智融合。其中尤其值得关注的是Quicksight Q，它推出了多项新功能，把人工智能和业务洞察相结合，使得客户不用再去掌握数据分析技术，而是通过人类自然语言来进行业务的洞察，从而大降低了使用门槛。

Amazon QuickSight Q 新功能让客户能够预测并追问预测依据，客户可以用自然语言提出问题。针对QuickSight Q的预测结果问“为什么”。这样可以进入了解，QuickSight Q给出的预测结果主要受到哪些因素的影响，从而格外关注那些因素，更好地指导业务。

Amazon QuickSight Q使用机器学习让任何用户都能以自然语言提出有关业务数据的问题，并在几秒钟内获得可视化的准确答案。它让没有技术专业知识的业务人员都可以探索历史趋势和数据指标，让用户能够从支撑其看板和报表的数据中获得新的洞察。例如，销售用户可能会问，“去年在哪里销售的商品最多？”，或者财务用户可能会问，“与目标相比，实际收入是多少？”，许多用户想要进行更深入的挖掘，以了解不同指标的根本原因，或者对潜在增长建模。

亚马逊云科技新推出的Amazon QuickSight Q功能是，可以针对预测结果追问预测依据。这样就可以查看特定结果受哪些历史数据影响。例如，销售经理可能会询问“预测办公椅在加州的销售情况”，Amazon QuickSight Q会根据先前指标的模式提供销售预测，自动考虑季节性和异常数据。销售经理可能会追问“为什么上个月销售额增加了？”，在几秒钟内，Amazon QuickSight Q会总结出驱动这一增长的主要因素。这样，业务人员可以更好地理解潜在因素，并且可以做出更多数据驱动的、决定未来结果的决策。这一新功能现已向所有Amazon QuickSight Q客户提供，不需要额外付费。

以前可以问“是什么”，现在不仅可以问“是什么”，还可以问“为什么”。

此外，亚马逊云科技推出的一些新功能也充分利用机器学习技术。例如，Amazon QuickSight Q的自动数据准备功能使用预先训练的机器学习模型，从客户现有的看板和报表等数据资产中进行学习，在几分钟内为每个新数据集预配置业务术语，从而减少开始查询数据所需的时间。例如，流媒体服务可以使用Amazon QuickSight Q自动数据准备功能，通过已经存在的看板为数据集预配置业务术语。之前的看板可能包含了按客户类别、客户编号和地理位置划分的付费用户信息。如果营销经理准备规划一个发布活动，他们可以问，“我们在洛杉矶有多少付费用户？”，Amazon QuickSight Q将返回精确的结果。Amazon QuickSight Q自动数据准备功能现已向所有Amazon QuickSight Q客户提供，不需要额外付费。

纳斯达克是一家服务于资本市场和其他行业的全球科技公司。“Amazon QuickSight Q改变了游戏规则，使高管、销售和数据工程团队能够即时从数据中获得答案。在许多情况下，我们的团队希望在仅仅提供历史趋势或当前数据快照之外的维度了解事情发生的根本原因并预测趋势。”纳斯达克北美市场产品经理Michael Weiss表示，“Amazon QuickSight Q追问预测依据的新功能将帮助我们的用户了解对关键指标变化贡献最大的主要维度和数值，而预测功能将帮助我们的用户探索前瞻性洞察，例如不同细分市场和客户的未来收入和市场份额增长。Amazon QuickSight Q的这些新功能将帮助我们加速建立商业智能，通过完全自动地进行复杂的数据分析，帮助最终用户实现自助式服务，无需分析师构建模型和分析。”

亚马逊云科技开展机器学习的一个独特之处是授人以渔。Amazon SageMaker推出以来，亚马逊云科技不断围绕机器学习平台Amazon SageMaker，推出大量新功能，将机器学习技术传授给客户。五年来已经为Amazon SageMaker增加了260项新功能，不断降低机器学习的技术门槛，简化机器学习的前期工作，加速为客户“赋智”。在数据服务方面也是如此，通过各种新服务和新功能，尽可能让开发人员可以上手开展机器学习。

Amazon SageMaker Studio Notebook提供全新数据准备功能，帮助客户直观地通过几次点击检查和解决数据质量问题。

专业人员在准备训练数据时希望直接在Notebook中探索数据集，以发现和纠正潜在的数据质量问题（如信息缺失、极值、数据集失真和偏差）。专业人员可能要花费数月时间编写样板代码将数据集的不同部分可视化，检查数据集，以期识别和修复问题。

Amazon SageMaker Studio Notebook新提供了内置的数据准备功能，让专业人员只需点击几下即可直观地查看数据特征、修复数据质量问题，所有这一切都直接在Notebook环境中进行。当用户在Notebook中显示data frame（即数据的表格形式）时，Amazon SageMaker Studio Notebook 会自动生成图表帮助用户识别数据质量问题，提供数据转换建议帮助解决常见问题。专业人员选择数据转换后，Amazon SageMaker Studio Notebook 会在Notebook中生成相应代码，可供每次运行Notebook时重复应用。

Amazon SageMaker Studio 是一个集成开发环境，它提供了一个基于 Web 的可视化界面，开发人员可以在其中访问各种工具，执行所有机器学习开发步骤，从准备数据到构建、训练和部署机器学习模型，将数据科学团队的生产力提高多达 10 倍。开发人员可以快速上传数据、创建新记事本、训练和调优模型，在各个步骤之间来回切换以调整实验，还可以在不离开 Studio 的情况下将模型部署到生产环境中。

亚马逊云科技还为Amazon Glue推出的一项新功能，叫Amazon Glue Data Quality，可以跨数据湖和数据管道自动管理数据质量。其最终目标也是指向机器学习应用。

成千上万客户使用Amazon Glue快速、轻松且经济高效地构建和管理现代数据管道。组织需要监控其数据湖和数据管道中信息的数据质量（衡量数据的即时性、准确性和完整性），确保数据的高质量，然后再将其用于分析或机器学习应用。但数据质量管理是一个耗时且复杂的过程，需要数据工程师花费数天时间收集数据的详细统计数字，根据这些统计数字信息手动识别数据质量规则，并将其应用于数千个数据集和数据管道。实施了这些规则之后，数据工程师必须持续监控数据中的错误或变化，相应地调整规则。

Amazon Glue Data Quality可以自动测量、监控和管理Amazon S3数据湖和Amazon Glue数据管道的数据质量，将数据分析和规则识别的时间从几天缩短到几小时。Amazon Glue Data Quality可以计算客户数据集的统计数字（如最小值、最大值、直方图和相关性），使用统计数字自动地推荐规则，确保数据的即时性、准确性和完整性。客户可以安排Amazon Glue Data Quality在数据发生变化时定期运行，自动分析数据并提出质量规则的更改建议以确保相关性。一旦出现质量问题，数据工程师无需编写代码即可配置用户提醒或终止数据管道。

对地理空间数据的支持让客户能够更轻松地为气候科学、城市规划、灾难响应、零售规划、精准农业等行业开发机器学习模型。此举意在帮助客户将更多的数据用于机器学习。

当前，大部分收集到的数据都包含地理空间信息（如位置坐标、天气图和交通数据）。但是，已经用于机器学习的只有一小部分，原因是地理空间数据集很难处理，通常达到PB 级的规模，且跨越整个城市或数百公里土地。要开始构建地理空间模型，客户通常会采购卫星图像或地图数据等第三方数据源以补充其专有数据。由于地理空间数据规模庞大，专业人员需要合并这些数据，准备数据用于训练，并编写代码将数据集划分为可管理的子集。当客户准备部署训练好的模型时，他们必须编写更多代码以重新组合多个数据集，将数据和机器学习模型预测关联起来。为了从完成的模型中提取预测结果，专业人员需要花费数天时间使用开源的可视化工具在地图上做渲染。从数据改进到可视化，整个过程可能需要几个月的时间，这使得客户很难利用地理空间数据及时产生机器学习预测。