2013年，当我还在自学Java编程的时候，一位资深的程序员问我，你知道什么叫神经网络编程吗?刚学完Java基础语法的我表示一无所知，并发自内心的表示，这离我太遥远了。
2016年，谷歌AlphaGo战胜世界围棋冠军的消息，点燃了沉寂已久的人工智能话题，人工智能迅速受到广泛关注，如今，在手机APP里，在机场和火车站的闸机口都随处可见。
2017年前后，我在网上学习了唐宇迪老师的机器学习入门课程，稍微深入地了解了机器学习，具体说是深度学习的技术概念和开发流程，了解了最热、最充满希望的前沿科技。
在全世界的关注之下，人工智能的发展速度似乎也在加速，机器学习模型越来越大，能做的事情也越来越多，最近刷屏的AI绘画Dall·E2让人激动不已，又一次提高了人们对AI的期望。
然而，中国人工智能人才相对还是要少很多，据领英发布的《全球AI领域人才报告》显示，截止到2017年一季度，全球人工智能人才超190万，其中，美国有85万，而中国只有5万。
这一数据可能有点老，但大致显示了中国人工智能领域人才偏少的事实。过去几年，在各种政策和措施引导下局面会有所改善，相信实际进入机器学习领域的人数会有非常大幅的增长。
而我，作为机器学习领域略知一二的观察者，给希望进入或已经在人工智能领域的朋友一点建议：
工欲善其事、必先利其器，建议关注和了解云上的机器学习开发平台，比如我最熟悉的亚马逊云科技的Amazon SageMaker。
Gartner在2022年五月份公布了一个魔力象限报告，是关于面向云上AI开发者的服务（CAIDS）的，报告中，亚马逊云科技（AWS）与微软、谷歌以及IBM处于领导者的位置。
这份报告大概是从2020年开始发布的，同年发布的还有“数据科学和机器学习平台魔力象限图”，随后两年Gartner好像只是更新了CAIDS报告，“数据科学和机器学习平台魔力象限图”没有再更新，可以理解为：Gartner更推荐你在云上进行AI开发工作。
为什么说是看好呢？
Gartner对CAIDS的定义指的是，那些能让开发者团队或者业务人员，在无需数据科学专业知识就能进行AI开发的服务，可以是云托管的或者容器化服务，通过API或者SDK或者应用来使用。
Gartner的调查显示，超过75%的IT负责人表示，其组织的软件工程师中只有不到25%接受过机器学习培训，而云上AI开发者服务，是填补这一差距的关键。
到2025年，组织内部开发的新应用中，有70%将采用AI技术，而云AI开发者服务(CAIDS)为开发者提供了所需的机器学习开发能力。
Gartner报告里这么长一大段都在讲云上AI开发的重要性
所以，我也非常推荐希望进入或已经在人工智能领域的朋友关注CAIDS，以我最熟悉的亚马逊云科技的云AI开发者服务(CAIDS)为例来介绍。
在最底层，亚马逊云科技有自研的机器学习训练芯片Amazon Trainium和机器学习推理芯片Amazon Inferentia，自研芯片的好处是降低成本，专用芯片的好处是提高效率，当自研专有芯片放到公有云上之后，能利用云上大规模扩展的优势，以最大的可能提高训练速度。
在中间层，就是全托管的机器学习服务Amazon SageMaker，它提供了全球首个面向机器学习的集成开发环境SageMaker Studio，消除了机器学习过程中的繁重工作，也降低了机器学习的入门门槛，我曾在没有任何人指导下完成过一个机器学习模型的开发过程。
在顶层，亚马逊云科技提供了20多种训练好的AI服务，涵盖计算机觉、语音文字转换、机器对话、文本处理、个性化推荐、时间序列预测、客服、企业内信息搜索、开发与运维、工业AI等方面，用户可以直接调用。
我个人感受最深的就是Amazon SageMaker。
Amazon SageMaker的功能除了能提供基本的资源以外，还有各种功能能提供很大便利，我试着用Amazon SageMaker运行了几个Demo，过程进行的很顺利，我甚至用Amazon SageMaker Studio的Autopilot自动生成了一个机器学习模型，差不多就是做到了有手就行。
对于初入门的人来说，Amazon SageMaker能降低门槛，省去一定要自己购买硬件，配置开发环境的麻烦，还能帮你很快熟悉开发的流程。它能帮初学者快速度过一开始的冷启动时间，如果对于机器学习比较熟悉之后，也可以考虑不用Amazon SageMaker，自己DIY一套开发环境。
另外一部分，对于机器学习或者数据科学家，则推荐深入用Amazon SageMaker，它能加快开发的流程，开发的速度。与其苦苦加班996，不如找个顺手的工具提高开发效率。
Amazon SageMaker还有很实用功能，我知道的比如有，能识别和调整数据偏见，当用于训练的数据不够的时候，还能用机器学习能力自动生成用于训练的数据，还有一些可视化的工具，还有一些我看不太明白的工具。
既有很多我能想到的，还有很多我想不到的工具。总之，亚马逊云科技有一堆比较前沿的工具，还有一套比较流畅的机器学习流程，值得体验和了解。
如果是囊中羞涩的学生党，也想用云上的机器学习服务，那也可以先尝试一下免费版的Amazon SageMaker，地址在这里，想先了解的可以看看这篇文章。《做毕设用不起GPU？亚马逊云SageMaker免费给你用》，它跟谷歌家的Colab类似，但国内用户上起来的门槛略高。
目前，全球数以十万计客户选择亚马逊云科技运行其机器学习工作负载，包括网易有道旗下少儿的有道乐读、上海欣兆阳Convertlab、西门子工业自动化产品成都生产及研发基地、乐普医疗等。
此前笔者采访过的，Joyme、觅睿科技、AdTiming、FunPlus、FreeWheel等等都或多或少的在用Amazon Sagemaker，如果感兴趣，你不妨也试试吧。
未经允许不得转载：DOIT » 这张魔力象限图，Gartner劝你在云上搞AI开发
