AWS全球副总裁：50%机器学习专家把时间花在整理数据上

AWS全球副总裁斯瓦米·西瓦苏布拉曼尼（Swami Sivasubramanian）在上海世界人工智能大会的一场产业发展全体会议上表示，随着云计算的发展，机器学习已经从原来的一种未来技术转变为主流技术，对所有的行业和地区产生重大的影响。

他强调，企业不应该把研发花在大量无意义的工作上，应该借助机器学习的工具，提升自己的创新能力。

“金融、农业、零售、医疗行业都在广泛使用这种技术，从原来边缘化技术转变为各行各业的核心技术。”西瓦苏布拉曼尼表示。他说道，很多企业使用亚马逊的机器学习平台，亚马逊是自上而下推动机器学习的。机器学习涉及到四个重要要素，包括数据，应用领域，技能差距，以及建立模型的人才。

着眼未来一年，很多企业都在拥抱数据，以及考虑数据方面公司的治理政策。西瓦苏布拉曼尼表示，数据是机器学习第一大挑战。“根据我们的经验发现，约50%机器学习专家和数据专家要花大量时间在数据整理和处理上面。”他说道，“如果你想推动机器学习，第一点就是要让你的数据正确，否则你聘请数据专家会花大量时间和精力在数据处理和清理上。”

在机器学习的应用方面，他认为，要确保找到正确的机器学习要解决的问题，涉及三个维度：数据就绪状态，业务影响，机器学习适用性。

他还说道，现在还是有很多企业把时间浪费在繁重无意义的基础设施工作上，比如建立机器学习平台，建立模型等等，而亚马逊的机器学习工具能让开发人员的学习旅程大大缩短。

西瓦苏布拉曼尼表示：“我们需要机器学习工程师，现在人们都说有机器学习背景的工程师还不够多，全球范围内现在AI工程师岗位有30万，而且预计未来将会有5000多万这样的工作岗位。”

西瓦苏布拉曼尼认为，要解决这个问题，建立机器学习技能是至关重要的。他说道：“在亚马逊我们不仅仅招聘专业背景的工程师，而且我们还对他们不断进行培训，六年前我们建立了亚马逊机器学习大学，我们专门设计了机器学习课程用来培训我们的工程师。去年我们还把很多的培训内容免费提供给我们的客户，比如深度学习让开发人员能够通过建立自动的无人驾驶赛车来学习机器学习技能。”

“我们相信机器学习有巨大潜力可以解决世界上重大挑战，而且作为一个企业尤其是在疫情当前的时候，我们是希望能够不断创新，用机器学习去解决全球问题上面临的挑战。” 西瓦苏布拉曼尼说道。