o 1,000萬美元AWS人工智慧和機器學習獎學金(Amazon AI & ML Scholarship),希望為全球弱勢族群和資源匱乏地區的學生做好機器學習領域的職涯準備 o Amazon SageMaker Studio Lab讓任何人都可以免費、輕鬆、快速地打造學習和實驗機器學習的開發環境
AWS在2021 re:Invent全球大會上宣佈推出兩項新措施,旨在降低機器學習的使用門檻,為任何對該技術有興趣的人提供學習和體驗機會。AWS人工智慧和機器學習獎學金計畫(Amazon AI & ML Scholarship)致力於為全球弱勢族群和資源匱乏地區的學生做好從事ML相關工作的準備。該專案使用Amazon DeepRacer和新的Amazon DeepRacer Student League,讓學生獲得ML基礎知識,並提供實作體驗(訓練自動駕駛賽車的機器學習模型)。AWS進一步透過Amazon SageMaker Studio Lab提供每個人免費版的Amazon SageMaker(協助顧客建構、訓練與部署ML模型的AWS服務),讓接觸ML變得更容易。
Amazon SageMaker Studio Lab 提供免費的ML開發環境,將ML帶給所有人 Amazon SageMaker Studio Lab提供免費版的Amazon SageMaker。全球眾多研究人員和資料科學家正使用 Amazon SageMaker快速建構、訓練和部署機器學習模型。透過Amazon SageMaker Studio Lab,用戶無需擁有AWS帳戶或提供繳費資訊,即可在AWS上啟動和執行ML。用戶只需用電子郵件在網頁上註冊,Amazon SageMaker Studio Lab即可提供ML開發環境。Amazon SageMaker Studio Lab免費提供無上限的用戶專案數量,包括15GB永久儲存空間、12小時CPU運算和4小時GPU運算以訓練ML模型。使用Amazon SageMaker Studio Lab無需建構、擴展或管理雲端資源,用戶可以像打開或闔上筆記型電腦一樣輕鬆地開始、停止和重啟機器學習專案。當用戶完成實驗並希望將他們的想法付諸實踐時,可以輕鬆將其ML專案導出至Amazon SageMaker Studio,在AWS上部署和擴展他們的模型。Amazon SageMaker Studio Lab可當作學生的學習環境或資料科學家的原型設計環境。用戶無需支付任何費用,即可快速、輕鬆地開始建構和訓練機器學習模型。欲開始使用Amazon SageMaker Studio Lab,請瀏覽aws.amazon.com/sagemaker/studio-lab。
Girls in Tech是一個全球性非營利組織,致力於消弭科技領域的性別差距。Girls in Tech創辦人兼執行長Adriana Gascoigne表示:「要推動機器學習的多樣性,我們需要提前規劃,創造機會並打破障礙,正如AWS人工智慧和機器學習獎學金計劃一樣。只有大家共同努力,縮小多樣性的差距,才能將更多女性和弱勢族群帶入到機器學習領域。Girls in Tech很高興看到如AWS人工智慧和機器學習獎學金等多個計劃的推出,這將有助於縮小這些族群在機器學習教育方面的差距,並為他們開啟職業潛力。」
Hugging Face是一個AI社區,用於建構、訓練和部署先進的機器學習模型並開源。Hugging Face 產品行銷總監Jeff Boudier表示:「Hugging Face的使命是降低先進的機器學習門檻。AWS透過Amazon SageMaker Studio Lab做到了:任何人都可以透過網頁瀏覽器學習和測試機器學習,無需高效能電腦或信用卡即可開始使用。這讓機器學習更易於取得、更易於與社區共享。我們很高興能參與其中,貢獻Hugging Face transformers案例和資源,讓機器學習更易取得!」
美國加州聖塔克拉拉大學(Santa Clara University)金融系的使命是教育大學和研究生階段的學生為他們的組織和社會服務。聖塔克拉拉金融與資料科學教授Sanjiv Das表示:「Amazon SageMaker Studio Lab讓學生無需雲端設定步驟即可開始學習建構機器學習。現在,在我的自然語言處理課程中,學生有更多的時間來提高他們的技能。Amazon SageMaker Studio Lab讓學生在AWS平台快速上手,展開數小時的工作和實驗,並輕鬆地從中斷的地方繼續。Amazon SageMaker Studio Lab為學習機器學習的初學者和進階使用者帶來了在雲端運算平台使用Jupyter notebook的易用性。」
賓夕法尼亞大學(University of Pennsylvania)工程學院是現代電腦的發源地,在1946年誕生了世界第一台電子數值積分計算機ENIAC。70多年來,賓夕法尼亞大學在電腦科學領域一直以卓越的創新著稱。賓夕法尼亞大學電腦與資訊科學教授Dan Roth表示:「使用機器學習編碼最困難的部分之一是配置要建構的環境,通常需要學生選擇運算執行個體、安全政策並提供信用卡。Amazon SageMaker Studio Lab消除了這些設置的複雜性,並提供一個免費且強大的沙盒,讓他們無需花時間配置機器學習環境即可編寫程式碼。」
關於Amazon Web Services AWS在超過15年以來,一直以科技創新、服務多元、應用廣泛而享譽業界。AWS一直不斷擴展其服務以支援幾乎所有雲端工作負載,目前提供超過200項功能完善的服務,涵蓋運算、儲存、資料庫、網路、資料分析、機器學習與人工智慧、物聯網、行動、安全、混合雲、虛擬實境與擴增實境、媒體,以及應用開發、部署與管理等方面;基礎設施遍及25個地理區域內的81個可用區域(Availability Zone),並已公佈預計在澳洲、加拿大、印度、印尼、以色列、紐西蘭、西班牙、瑞士和阿拉伯聯合大公國新建9個區域及27個可用區域。包括發展迅速的新創公司、大型企業和政府機構在內,全球數百萬客戶都信賴AWS,透過AWS的服務支撐其基礎設施、提高營運敏捷度並降低成本。欲瞭解更多資訊,請瀏覽:aws.amazon.com。