厲害了！AWS 這個獎，助力中國與全球一塊兒促進機器學習的科研落地！

近年來，人工智能與大數據的飛速發展，都離不開背後的機器學習技術。

但一項前沿技術的落地應用總要通過一個艱難又漫長的過程，機器學習也仍處於技術的加速發展階段。爲了加速機器學習技術的發展，2017 年 10 月，Amazon Web Services（AWS） 在全球設立了 AWS 機器學習研究獎 - Machine Learning Research Award（MLRA），並於今年春季開始在中國落地。

AWS 機器學習研究獎計劃資助那些在機器學習 (ML) 領域進行新奇科研的大學院系、院系教師、博士生和博士後研究員等。目前，AWS 機器學習研究獎（MLRA）已支持來自 13 個國家/地區的 73 個學校和研究所的 180 多個研究項目，主題包括 ML 算法，計算機視覺，天然語言處理，醫學研究，神經科學，社會科學，物理學和機器人技術等等。

近幾年，有不少獲獎項目在 AWS 的支持下取得了突破性的進展，並逐漸展示出自身的社會價值。下面咱們經過其中的幾個案例，來看一下機器學習在具體的科研當中扮演了什麼角色，AWS 提供的資金和技術服務又是如何幫助科研項目發展落地~

項目一：幫助解決自閉症兒童的早期檢測難題

雖然早在 2 歲時，自閉症患兒就能獲得精確診斷，但根據數據顯示，在美國，自閉症兒童的平均確診年齡爲 4 歲。假如能在 18 到 24 個月大時對早期自閉症進行治療，有很大概率可使這些孩子的智商提升到同齡兒童正常智商的平均值範圍。另外一方面，早期干預能夠爲患有自閉症的人節省高達 120 萬美圓的終生醫療費用。

杜克大學跨學科研究團隊是致力於解決早期兒童自閉症檢測難題的團隊之一。項目負責人之一是杜克大學電氣與計算機工程教授 Guillermo Sapiro。

Sapiro 同時是 AWS 機器學習研究獎的得到者，這一獎項爲其團隊提供了部分現金獎勵以及 AWS 的配套技術服務，從而讓他們能夠藉助雲中可用的先進計算、分析和機器學習工具，更快取得更多成果。

通過幾個月的反覆調試以及算法優化，該程序在某些行爲子集中的準確度便提升到近 90％，比傳統問卷的 50％ 準確度高了一大步。

據 Sapiro 估計，藉助 AWS 提供的雲服務，只需花費 1 美圓，而且只需 10 分鐘或更短的時間便可處理成千上萬名患者中的每個患者的醫療數據。憑藉 AWS 基礎架構的全球覆蓋範圍，研究團隊能夠在各個國家/地區開展工做，並跨越國際邊界開展協做。

點擊此處可參閱有關該項目更多信息

項目二：訓練自動駕駛汽車下降交通阻塞

研究和解決交通問題的第一次嘗試始於 1935 年，但直到 1955 年，科學家們纔開始使用偏微分方程（PDE）來模擬駕駛員面對交通擁堵的行爲方式。

自 2004 年以來，加州大學伯克利分校交通研究所所長，工程學教授 Bayen（Alexandre Bayen）一直率先借助機器學習進行交通減量研究。Bayen 工做的核心是機器學習中的深度強化學習，在得到AWS 機器學習研究獎後，即可以藉助 Deep RL 算法的最新發展以及 AWS 基於雲的機器學習解決方案（Bayen 經過 AWS機器學習研究獎得到了 AWS 的獎金與服務贊助）的便捷性，來找出最理想方法下降交通阻塞。

另外，一項涉及 20 輛汽車的小型研究能夠很容易地在現成的設備上進行，但當樣本量爲成千上萬時，就要按需進行大規模的研究。所以，Bayen 的團隊經過 AWS 和 Amazon Elastic Compute Cloud (Amazon EC2) 上的 Deep RL 庫（RLlib 和穩定基準）提供的高容量來建立其微仿真，並在 AWS C4 雲上並行使用多達 128 個 CPU 網絡在最大規模的建模過程當中運行。

點擊此處可參閱有關該項目更多信息

項目三：讓人工智能變得更智能

現階段，大部分人工智能研究都集中在某一項具體的行業應用技術上。好比自動駕駛汽車、物聯網設備等。但麻省理工學院航空與航天學教授喬納森·霍（Jonathan How）則認爲，針對人工智能系統自己的研究，是一個正被忽略的行業機會，他和他的團隊但願藉助機器學習來幫助 AI 變得更智能。

當 AI 機器人本身知道正確的作事方法時，會發生什麼呢？只有真正可行的深度學習平臺問世，纔有可能真正回答這個問題。

How 和他的團隊使用由複雜的 Amazon EC2 GPU 實例支持的 AWS 深度學習 AMI 環境，這些實例能夠在雲上執行難以置信的複雜計算（而無需花費成本和管理機架和服務器機架的麻煩）。最終的目標是快速、準確地訓練和運行強化學習模型，以解決現實世界中的問題。

點擊此處可參閱有關該項目更多信息

AWS 機器學習研究獎提供了哪些硬核資源？

經過這三個案例咱們能夠看到，當代科研面臨的難題除了科研經費外，就是工具提供的基礎能力。以機器學習來講，仍處於發展階段，許多進步都來自創新的算法、更好的數據採集和準備方法以及強化學習等更新的技術。

爲此， AWS 機器學習研究獎除了提供資金資助外，還會提供 AWS 的技術支持以及豐富的相關資源，以及來自 AWS科學家和工程師的指導。

藉助 AWS 雲的規模和性能，再加上 Apache MXNet、TensorFlow、Caffe二、Microsoft Cognitive Toolkit (CNTK) 以及 PyTorch 等功能強大的架構，機器學習領域的科研向前發展有了史無前例的機遇。

AWS 邀你一塊兒用技術讓生活更美好

前不久，AWS 公佈了 2019 年第四季度「AWS機器學習研究獎」的得到者，共 28 人，分別來自六個國家的 26 所大學。

從如下的研究項目清單咱們能夠看到，獲獎的項目大部分都是致力於藉助機器學習和 AI 技術讓咱們的生活變得更美好，具體議題也是偏向於解決環境、養老、醫療、大數據隱私等問題，助力科技向善。

技術的發展在人類社會發展中佔有很是重要的地位，也讓人類的生活更加便利與多元化；藉助最新的技術能力，科學家對基礎理論的研究也有望取得新的突破，這一切可能都是 AWS 發起 「AWS機器學習研究獎」的重要緣由。

若是你正在從事機器學習相關的科研或有志於此，那麼 AWS 必定是你同行的最佳拍檔~

對此感興趣的研究人員，能夠點擊此連接查看項目詳情或直接提交申請：
aws-ml-research-awards@amazon.com

AWS Hackathon Online 2020 震撼啓動！爲了更好的激勵你們產出創意，主辦方準備了豐厚的獎項，除價值數千元的雲服務抵扣券、樹莓派 Raspberry Pi 4B 開發套件外，一等獎團隊成員每一個人還能夠得到一輛 AWS DeepRacer 自動駕駛電動車！

點擊此處瞭解更多詳情 ↓↓↓