为了使re：Inventing投入到高水平，亚马逊网络服务公司(Amazon Web Services Inc.)今天推出了一系列人工智能解决方案，涵盖了从代码调试到网络安全和联络中心自动化的六到六类产品。这是在强大的基础设施公告阵容中的基础。
新的AI产品填补了AWS 首席执行官执行长Andy Jassy在今天上午的主题演讲中概述的产品愿景的关键部分。他说，提供商的目标是提供跨越多层抽象的广泛的机器学习工具组合。基础层是新升级的SageMaker开发人员工具包，而顶层包括预包装的AI应用程序，例如Kendra和Amazon Fraud Detector。
SageMaker是供应商用于构建，培训和部署机器学习模型的托管工具包，是迄今为止获得的最新功能的AI服务。主要亮点是一个称为SageMaker Studio的基于Web的集成开发环境，数据科学家可以在其中开发神经网络。
构建AI通常需要工程师在几种不同的编码工具之间切换。SageMaker Studio提供了编写代码，试验模型更改，可视化数据以及在单个界面中执行调试的功能。此外，它还提供对AWS在re：Invent上为SageMaker首次推出的其他新开发工具的访问权限。
SageMaker Studio的调试功能由工程师可以自定义以跟踪特定问题的AI 故障搜寻工具提供支持。此外，还有一些新功能可以 为给定项目挑选最佳的神经网络，准备AI训练数据集并管理实验。最后，有一个 开源工具包，使开发人员可以为用例(如化学分析)构建基于图的神经网络。
使用机器学习来处理诸如抵押申请之类的敏感数据的公司必须考虑到其AI有时会被触发。抵押申请可能包含不清楚的笔迹或分辨率不佳。组织通常通过组建审阅者团队来仔细检查其模型的决策来处理此问题。
今天还首次亮相的Amazon Augmented AI使人们更容易管理评论。它使开发人员可以将规则内置到其AI应用程序中，这些规则可以自动确定何时应将决策发送给人类以征求第二意见。
CodeGuru是针对开发人员的另一项AI服务，但它还可以用于机器学习应用程序以外的项目。CodeGuru查看工程师生成的新代码，并提出可以提高软件效率的改进建议。
AWS表示，该服务利用从数千个内部Amazon.com Inc.软件项目以及GitHub存储库中提取的模式来生成建议。公司的开发人员使用它来释放通常在手动代码审查上花费的时间。AWS说，在一个实例中，在CodeGuru标记了无效的代码片段后，其一位工程师将服务的处理器利用率降低了50%以上。
