亚马逊AWS首席科学家谈深度学习的多领域应用

2018 年，《麻省理工科技评论》将 EmTch 全球新兴科技峰会带到了中国，雷锋网 (公众号：雷锋网) 了解到在 1 月 28 日-30 日的大会现场，来自亚马逊、高通、英伟达、IBM、麻省理工学院、腾讯、阿里巴巴等等众多产业界和学术界的专家汇聚一堂，带来了他们对 AI 的看法，以及他们在 AI 方面取得的进展。

28 日，雷锋网聆听了亚马逊 AWS 首席科学家 Animashree Anandkumar 关于亚马逊在深度学习模型方面的探索，雷锋网将其演讲内容整理如下。

亚马逊 AWS 首席科学家 Animashree Anandkumar

多域技术已成为前沿科技的一大领军技术力量，我非常荣幸在我的博士学位和博士后学位中研究这个话题。今天我会和大家谈一谈机器学习，怎么研究和量化机器学习。

深度学习需要经过多层甚至数百层的处理过程，这样的机器学习也会在不同的GPU，进行跨机器、跨设备处理，这就需要网络技术。多域模型能够帮助我们同时处理科学、工程，各种领域方面的应用。我们一直致力于寻求机器学习多域模型的解决方案，以及多领域的应用如何能够在云上进行计算。

深度学习的多领域应用

深度学习跨越了许多的领域。首先我们做的是图像理解，基础任务是识别不同的物品。对于人类来说在一张图片中识别物品很简单，但是对于机器来说却是极度困难的。但我们的体系有了很大的改善，也比以往的更有优势。

之后我们也在语音识别方面取得了突破。针对不同语言的自然语言处理也有了深度学习参与。不同的语言有不同的结构，怎么才能自动的处理这些不同的语种并理解他们？

人类利用语言在不同的背景下进行交流，比如听说读写。在这些过程中，语种的表现方式是不一样的。机器如何来处理不同的语言呢？这就是深度学习面临的挑战。

另一个领域就是关于无人驾驶。怎么提高其的性能，怎么识别障碍物，怎么能够有很好的视觉，怎样立即做出决策，这些都是无人驾驶技术需要解决的一些问题，也是深度学习可以发挥作用的地方。

深度学习引擎Mxnet

和大家分享一下怎么运作当前的深度学习模式。深度学习有很广泛的运用领域，我们有一些专门的项目，也在将它应用到更多不同的硬件基础设施中。Mxnet就是其中的一个深度学习引擎，这个项目首先由大学里的研究员开发，现在我们正在AWS开发这个引擎。

这个引擎的优点是显而易见的。它建立了一个网络，编程过程、表述、特征描述、风格都非常灵活、方便，提高了程序员的效率。同时也提供了很好的语言支持，且前后端自动对接，提高了编程的效率。这个网络有一些固定的数据，相互连接的层级会在输入和输出之间进行连接。虽然一些专门的项目编程过程比较容易书写，语流更长，书写起来象征物也更多。在计算顺序方面，他们有一定的序列关系，我们制定了图表来自动进行平行的对比。它还实现了记忆进行自动化，这样在代码运算时也提高了效率。

我们也用多GPU的训练提升效率。一个机器上面会有多个GPU进行数据并行化，可以同时获得大量的数据。中央数据是来自于不同CPU等级上面的网络，数据不断地向下划分，进入各个GPU。

GPU需要进行处理时发现了相似的内容就会进行整合，也增加了我们的效率。GPU可以在Mxnet上面整合运算结果，这样成本也比较低。同时我们也提升了Mxnet的性能。增加了GPU以后，整个输入输出效率也会翻翻。这是在AWS基建上运行的，包括B2X和B22X。

所有的服务里面， Mxent的效率最高，有91%，包括Resnet和Inception  v3和Alexnet。这是有多个GPU的单一基体。在多基体上每一个机器都有16个GPU，组合到一起后，所有的数据经过网络就会影响效率。但我们的效率并没有降低很多，因为Mxnet它的打造非常紧密，可以提升效率。

所以我们可以进行这种分布式的多机器的训练。这些现在也可以应用于一些情景的运行以及我们多GPU和CPU的框架之中。我们也希望可以提供这样的技术给我们的消费者，让他们知道我们分布式的训练有非常好的技术包裹，可以帮助我们进行网络压缩以及网络解压，提供好的技术服务。

所有的这些框架，都可以应用于我们的机器学习平台CHMaker。这是多机器学习的一个平台，所有的分布式深度学习框架都可以在这个平台上进行运行，比如说TensorFlow、Mxnet。我们的平台除MxNet之外可以支持所有的框架，我们希望可以给我们的用户更多灵活的选择。

除此之外，DeepLens也是我们最近发布的第一款深度学习的摄像头，可以提供很多的服务，比如语言、语句、计算机视觉等。使用者不需要培训自己的学习模型，完全可以使用我们的服务。我们整个系统都具有很多的解决方案。

。