欢迎访问电脑商情在线! 请免费注册
分享到





位置:首页 > 云计算 > 业界新闻

亚马逊云服务(AWS)全面推动机器学习创新应用

作者: cbinews编辑   责任编辑:张琳 2020-07-09 16:16:57
来源:电脑商情在线关键字:AWS,世界人工智能大会

在2020年7月9日下午举办的世界人工智能大会2020云端峰会产业发展高峰论坛全体会议上,AWS人工智能副总裁Swami Sivasubramanian发表了题为《突破常规:机器学习无处不在》的主题演讲。他表示,我们正在开启一个机器学习的黄金时代,机器学习已经在汽车自动驾驶、欺诈检测、呼叫中心、生产制造、语音转录、机器人技术、金融、零售、医疗等多个领域发挥重要作用。Swami还就企业如何使用机器学习技术及培养机器学习能力等方面提出建议,希望机器学习为各类企业和机构的发展注入强大动能,助力整个社会加速迈入人工智能时代的美好未来。

在“智联世界,共同家园”这一主题的号召下,今年的世界人工智能大会正在紧密推进使用 AI 对新冠肺炎的诊断、康复和复工复产等方面进行研究的工作。自新冠肺炎疫情爆发以来,AWS一直在大力推动机器学习在全球抗疫中发挥作用。本届世界人工智能大会期间,“AWS面向药物发现的深度图学习”成功入选2020卓越人工智能引领奖(Super AI Leader,简称SAIL)年度榜单,体现了AWS在深度图学习方面的领先技术和在医疗领域的前瞻应用。

这一入选项目包含了AWS所构建的一个生物医药知识图谱,以及研发的一系列面向新药研发的深度图学习工具。其中最为引人注目的是AWS近期公开发布的一个用于大规模药物重定位(老药新用)的知识图谱 DRKG (Drug Repurposing Knowledge Graph),以及一套完整的用于药物重定位研究的机器学习工具,目前已经在 github 上开源给全世界研究机构。DRKG是AWS上海人工智能研究院联合AWS全球AI 研究团队、明尼苏达大学、俄亥俄州立大学和湖南大学的专家学者共同构建的,其目的是帮助研究人员更有效地对新冠病毒及其它疾病(如阿尔茨海默病)进行药物重定位研究。相比较传统的新药开发,药物重定位可以缩短药物研发周期,降低成本,规避风险,因此是一种比较有前景的新冠肺炎治疗策略。DRKG是一个综合型生物医药知识图谱,它从六个公开的大型医药数据库以及近期新冠肺炎的相关医学文献中挖掘数据并进行整理和规范,包含了人类基因、化合物、生物过程、药物副作用、疾病和症状等六个主要方面的数据。

此外,入选项目还包含两个由AWS上海人工智能研究院研发并开源的深度图学习工具,包括专门针对大规模知识图谱嵌入表示的训练和推理工具DGL-KE及支持分子性质预测、药物设计、先导化合物优化、化学反应预测等的DGL-LifeSci。测试表明,DGL-KE相比同类型其他开源工具在标准测试集上有2到5倍加速,DGL-LifeSci使研究人员可以只用一行代码完成分子性质预测建模,较现有的实现最高能提速13倍。

AWS一直以来致力于将其在机器学习和人工智能方面深厚的技术积累,以云服务的方式,赋能给全球几百万客户。除了抗击新冠疫情之外,机器学习在各行各业都有着非常广泛的应用前景。本届世界人工智能大会期间,AWS专门举办了主题为“当AI在云端生长”的在线论坛,从前沿技术、行业应用场景和技术实现的角度,分享如何借助 AWS 机器学习和人工智能服务进行创新,提高效率和节约成本,推动AI实际落地及各行业应用场景的实现。AWS机器学习副总裁和杰出科学家Alex Smola、AWS机器学习副总裁Bratin Saha、AWS首席科学家李沐、AWS上海人工智能研究院院长张峥、AWS中国机器学习业务拓展和产品技术架构总监代闻、AWS首席开发者布道师费良宏、AWS 高级开发者顾问王宇博、天津华来科技有限公司 CTO季宝平、Freewheel 机器学习团队负责人吴磊、中科创达软件股份有限公司首席技术官邹鹏程等出席了这一论坛。

作为2020世界人工智能大会的战略合作伙伴,AWS连续三年鼎力支持大会。今年,AWS也将通过深度参与各类全体会议、主题论坛、行业论坛以及通过云端峰会AI家园展示区等,多方式诠释“当AI在云端生长”的无限可能!

网友评论(0) 评论仅代表网友个人观点,不代表CBINews观点。
CBINews网友您好,欢迎发表评论:(注册 后发表评论,可就本文发起辩论,将会获得更多关注)
 CBINews网友  注册邮箱:  

CBI 友情链接:

至顶网 |  腾讯科技 |  凤凰科技 |  商业伙伴 |  移动信息化 |  企业网 |  中国软件网 |  CIO时代网 |  更多>>

整合营销 |  CBINews刊例 |  《电脑商情报》刊例 |  版权声明 |  友情链接

内容版权所有:电脑商情在线 北京三人行广告有限公司

地址:北京海淀区学院南路68号吉安大厦B座308。联系电话:(010)62178877

商务、内容合作QQ:2291221 联系电话:13391790444 詹老师

ICP证:川B2-20070068-5 川预审H8VZ-RBP6-X228-T60Z号 北京市公安局海淀分局备案编号:1101083710

声明:本媒体部分图片、文章来源于网络,版权归原作者所有,我司致力于保护作者版权,如有侵权,请与我司联系删除。