2月1日， 亚马逊 发布2017年第四季度及全年业绩报表，使得股票大涨。2日开盘市值为6891亿美元，迫近7000亿美元，坐稳了科技巨头前三的地位。
亚马逊的成功与它的 人工智能 战略亲密相关。让我们来看看它有关人工智能的故事吧。
AI飞轮
计算机迷信家Thirumalai于2005年分开了IBM，参加亚马逊，他提出了一个全新的方案，将人工智能的最新停顿融入他的部门。
自从公司成立之初，亚马逊就在消费中应用了AI技术，例如用 机器人 来分拣货物。但是近年来，这个范畴发作了一场反动。机器学习在深度学习的助力下，获得了很大停顿。这招致了计算机视觉，言语和自然言语处置方面的宏大提高。
晚期，亚马逊还没有鼎力发掘这些AI技术提高，但它看法到关于这些技术提高的需求是迫切的。谷歌，Facebook，苹果和微软都早早开端了AI研讨，而亚马逊落后了。亚马逊设备和效劳副总裁David Limp说：“我们每个团队的指导者都会说——你怎样可以运用这些AI技术并将它们嵌入到你本人的业务中呢？”
Thirumalai将这一点铭刻在心，并在贝佐斯年度方案会议上提出了关于如何在机器学习方面更积极的想法。但是他觉得整个重建现有的零碎能够会风险太大，这个零碎经过20多年的精心调整。而在图像和语音辨认细分范畴，机器学习技术表现最好。
Thirumalai只是公司指导人队伍中的一员。指导人队伍根本上都想到了用先进的机器学习改动亚马逊的一局部。其中一些触及重新考虑以后的项目，如公司的机器人任务和庞大的数据中心业务——亚马逊网络效劳（AWS）。其别人将发明新的业务，如制造Echo这种基于语音的家用电器。
后来，亚马逊的AI研讨是隔离的。同事之间交流，说话，但是不会分享AI技术。单个技术是宽广工程陆地中的AI岛屿，彼此孤立。经过机器学习，公司在努力改动这一点。人们开端跨项目停止写作。外部迷信家处理难题后会与其他集团分享处理方案。公司里，AI岛屿被衔接起来了。
亚马逊喜欢用“飞轮”这个词来描绘其庞大业务的各个局部如何组成一个永动机。亚马逊如今有一个弱小的AI飞轮，公司的机器学习创新为其他团队的努力提供了动力，而其他团队又可以树立产品或提供效劳来影响别的团队，甚至整个公司。
亚马逊注重AI的转变后果大家有目共睹。它可以更聪明地建议你下一步应该阅读什么，应该在你的购物车里添加什么项目，以及今晚你可以看的电影。往年，Thirumalai开端了一项新的任务，指导亚马逊搜索，他计划在效劳的各个方面深化学习。
华盛顿大学计算机迷信教授佩德罗·多明戈斯（PedroDomingos）说：“假如你在七八年前问过亚马逊在人工智能方面有多大的力气，我就会说‘没无力量’。“但他们真的很积极。如今他们正在成为一支力气。”
Alexa 的效能
亚马逊推进人工智能的主打产品是它的 智能音箱 Echo以及支持它的Alexa语音平台。但是构建这个零碎需求一定的人工智能程度，公司手头没有。更蹩脚的是，可以树立这种零碎的极多数专家中，很少人想为亚马逊任务。谷歌和Facebook正在争夺这一范畴的顶尖人才。如今是副总裁的Lindsay说：“我们是失败者。”
华盛顿大学教授多明戈斯说：“亚马逊有一些不好的抽象，对研讨导向的人不友善。公司对客户不懈关注，但在学术竞争上没有鼓舞措施。而在谷歌，研讨者是被溺爱的。”
由于亚马逊没有外部人才，所以它用了很多钱购置有专业知识的公司。“在Alexa的晚期，我们买了很多公司，”Limp说。在2011年9月，亚马逊抢购了Yap，这是一个将口语翻译成口语言的专门从事语音到文本的公司。2012年1月，亚马逊收买了英国剑桥的Evi公司，该公司的软件可以呼应Siri这样的行动恳求。2013年1月，亚马逊收买了一家专门从事文本到语音转换的波兰公司Ivona，该公司提供了使Echo可以交谈的技术。
但亚马逊的保密文明障碍了它对学术界顶尖人才的吸引。之前亚马逊向亚历山大•斯莫拉传递过橄榄枝。斯莫拉曾在雅虎和谷歌任务过。亚马逊网络效劳公司的深度学习和人工智能总经理马特·伍德（Matt Wood）说：“斯莫拉实践上是深度学习的教父之一。（GoogleScholar列出了超越90,000次对斯莫拉任务效果的援用。）由于亚马逊高管不向他和其他候选人泄漏他们将要任务的内容。斯莫拉回绝了亚马逊的任务，而是选择待在卡内基梅隆的一个实验室。”
这个项目吸引了波士顿Raytheon BBN的知名迷信家Rohit Prasad。他以为亚马逊在AI上缺乏专业知识并不是缺陷。“这是绿色的田野，”他说。“在亚马逊，我们可以从头开端构建并处理难题。“他于2013年参加后，被派往Alexa项目。
Echo的最顺手的局部是远场语音辨认。它包括解释与麦克风相距一定间隔的语音命令，即便它们被环境噪声或其他听觉碎屑净化。一个具有应战性的要素是，该设备必需迅速对你说的话停止反应。它不得不把音频发送到云端，并且疾速地发生一个答案，以致于觉得就像是一次说话，而不是充溢为难的进展。树立一个机器学习零碎，可以在喧闹的环境中了解和回应对话查询，这需求少量的数据。
设备和效劳副总裁Limp说，近程技术曾经完成了。但是亚马逊破费了很多金钱。而假如Echo想要进入每家每户，必需足够廉价。团队中非常之九的人以为这是无法完成的。
Alexa的初级首席迷信家Spyros Matsoukas说：“一旦我们开发了Echo作为远场语音辨认设备，我们就无机会做更大的事情-我们可以将Alexa的范围扩展到语音效劳。”
经过将Alexa使用在Echo之外，公司的AI文明开端交融。整个公司的团队也开端认识到，Alexa也可以为不同的项目提供有用的语音效劳。Prasad说：“其他亚马逊产品开端整合到Alexa：当你说出你的Alexa设备，你可以拜访亚马逊音乐和视频，取得消费网站的购置建议和其他效劳。一旦我们拥有了智能语音技术，我们就可以把它带到非消费类电子产品中，比方消防电视，语音购物，亚马逊的Dash魔棒，最初是AWS。”
公司转型的另一个关键要素是，数百万客户（亚马逊并不确定有多少人）开端运用Echo和Alexa系列设备。亚马逊开端积聚丰厚的数据——能够是有史以来最大的任何对话驱动设备交互的集合。这些数据成为亚马逊潜在雇员的弱小引诱。忽然之间，亚马逊激起了那些令人垂涎的机器学习专家想要为之任务的愿望。去年参加公司的Alexa机器学习副总裁拉维•贾恩（Ravi Jain）说：“Alexa对我十分有吸引力的缘由之一是，一旦你在市场上有了一个设备，你就有了反应的资源。比客户的反应更重要的是底层平台的实践数据。”
因而，越来越多的人运用Alexa，亚马逊取得的信息不只使Alexa的功能更好，而且加强了本人的机器学习工具战争台，并使公司成为机器学习迷信家的抢手目的地。AI飞轮开端旋转。
更聪明的AWS
AWS的亚马逊机器学习（Amazon Machine Learning）于2015年初次推出，允许像C-Span这样的客户树立一个公家目录。Zillow用它来估量房价。Pinterest运用它停止视觉搜索。几家自主驾驶创业公司正在运用AWS机器学习来经过数百万英里的模仿路途测试来改良产品。
2016年，AWS发布了新的机器学习效劳，这些效劳更直接地吸收了来自Alexa的文本到语音组件（称为Polly）和自然言语处置引擎Lex的创新。这些产品使AWS客户（包括像Pinterest和Netflix这样的巨头）可以创立本人的迷你Alexas。
这些机器学习效劳既是一个弱小的支出来源，也是亚马逊的AI飞轮的关键，由于像美国航天局和美国国度橄榄球联盟这样不同的客户正在为从亚马逊取得机器学习而付费。Infor是一家价值数十亿美元的公司，为企业客户创立商业使用顺序。它最近发布了一个叫做Coleman的普遍的新使用顺序（以美国宇航局隐藏数字的名字命名），使客户可以经过会话界面自动执行各种流程，剖析功能并与数据交互。它不是从头开端构建本人的机器人，而是运用AWS的Lex技术。
AWS在以太网中的主导位置也使其具有逾越竞争对手的战略优势，特别是Google。Google希望应用其机器学习指导力来赶上AWS在 云计算 范畴的抢先位置。是的，Google能够会在其效劳器上为客户提供超疾速，机器学习优化的芯片，但是，AWS上的公司可以更轻松地提供异样的效劳。
2017年十一月，在AWS re：Invent会议上，亚马逊为其客户推出了更片面的机器学习平台：SageMaker，一个复杂但超级易于运用的平台。其发明者之一就是亚历克斯·斯莫拉。当斯莫拉决议回到行业时，他想协助创立功用弱小的工具，使日常软件开发人员可以运用机器学习。
如今就断言AWS的百万客户开端运用SageMaker将机器学习技术使用到他们的产品中还为时髦早。但是包括Alexa团队在内的亚马逊的AI团队表示，他们计划成为SageMaker的客户，运用向外界提供的相反工具集。
即便只要一些AWS客户运用SageMaker，亚马逊也会发现本人拥有少量关于其零碎功能的数据（当然不包括客户保存的秘密信息）。这将招致更好的算法。和更好的平台。和更多的客户。飞轮正在减速。
AI无处不在
随着机器学习的变革晋级到了一定阶段，亚马逊的人工智能技术如今曾经使用到了公司的许多团队当中，这让贝佐斯感到十分称心。虽然亚马逊没有人工智能中心，但有一个部门专门担任机器学习的普及和支持，公司还停止了一些使用研讨，将新迷信参加到公司的项目中。
中心机器学习小组由拉尔夫·赫布里希指导，他曾在微软的必应团队任务过，之后在Facebook任务了一年，2012年时被亚马逊挖走。他说：“在公司外部有一个拥有这样的一个社区的中央是很重要的。”
他的局部职责包括培育亚马逊疾速增长的机器学习文明。由于该公司以客户为中心的运营办法——处理成绩而不是停止那些毫无价值的研讨——亚马逊的高管们的确供认，他们在招聘时总是倾向于那些对勇于开辟新事物感兴味的人，而不是那些追求迷信打破的人。Facebook的勒邱恩则用另一种方式说："不指导知识分子先锋，你也可以做得很好。"
不过，亚马逊也在效仿Facebook和谷歌，他们带头培训员工让其变得更顺应人工智能。该公司在机器学习方面展开了外部课程，并让公司外部的专家举行了一系列的讲座。从2013年开端，该公司每年春天都会在其总部举行一次程度一流的外部机器学习会议。
赫布里希说：“刚开端的时分，亚马逊机器学习会议只要几百人参与，如今曾经有几千人了。西雅图亚马逊总部最大的会议室曾经包容不下这么多人了，所以我们的举行场所从一变成了六。”亚马逊的一位高管表示，假如会议规模变得更大，就不应该将其称为“亚马逊机器学习大会”，它就应该被称为“亚马逊”。
赫布里希的团队持续尝试着将机器学习推行到公司的每一个角落。例如，打包团队希望想要更好地预测，八种盒子大小，他们该当选择哪一种适配客户订单，所以他们向赫布里希的团队寻求协助。他说：“这个团队不需求本人的迷信家团队，但它需求这些算法，并且需求可以很容易地运用它们。”
在另一个例子中，大卫·林普指出了亚马逊在预测多少客户能够购置新产品方面的转变。他说：“我曾经在消费电子范畴任务了30年，其中有25%的预测是经过人类的判别、电子表格和一些魔术贴球和飞镖来完成的。自从我们在预测中开端运用机器学习以来，我们的预测错误率明显下降。”
虽然如此，赫布里希的团队有时也会将尖端迷信使用到一个成绩上。该公司的食品杂货配送效劳Amazon Fresh曾经运营了10年，但它需求一种更好的方式来评价水果和蔬菜的质量，由于人类的评价速度太慢，而且还会前后不分歧。他在柏林的团队树立了传感器装载的硬件和新的算法，补偿了零碎无法触摸食物和闻食物气息的才能。他说：“三年后，我们将会做出一个原型，可以比以前更牢靠地判别果蔬质量。”
当然，这样的提高可以浸透到亚马逊的整个生态零碎中。就拿亚马逊最近向大众开放的亚马逊Go无人超市来说，它是一家基于深度学习的无人杂货店。亚马逊Go的技术副总裁迪力普·库马尔说：“作为AWS的客户，我们从中受害良多。但AWS反之也受害于我们。”他举了一个例子，亚马逊Go有一个共同的零碎，无数百台摄像头来搜集数据，追踪顾客的购物活动。他的团队的在任务中的创新也影响了AWS一项名为Kinesis的效劳，该效劳允许用户将多个设备的视频传输到亚马逊云端，在那里他们可以对视频停止处置和剖析，并运用视频来进一步改良他们的机器学习算法。
即便有还没有运用自家公司的机器学习平台的亚马逊效劳，它也可以成为亚马逊的Prime Air无人机送货效劳的积极参与者，这一效劳目前仍处于原型阶段，它必需独自构建人工智能，由于 无人驾驶 飞机无法依托云端衔接。但它依然从“飞轮”中获益良多，既能从公司的其他团队吸取知识，又能搞清楚该运用什么工具。
Prime Air的副总裁Gur Kimchi说：“我们以为这是一个菜单——每团体都在分享他们的菜肴。”他估计，他的团队最终将拥有本人的美味菜单。他说：“我们正在学习的课程以及我们在Prime Air项目中处理的成绩，一定会惹起亚马逊其他团队的兴味。”
现实上，这似乎正在发作。亚马逊机器人团队的首席迷信家贝斯·马库斯说：“假如有人在公司的某个部门看到一张图片，比方Prime Air或亚马逊Go，然后他们因而学到一些东西并创立了一个算法，他们会和公司里的其别人议论这个成绩。所以我的团队中有人可以应用这种算法，来完成一些事情。
一个以产品为中心的公司能否有能够逾越那些拥有深度学习范畴的顶尖人才的竞争对手？亚马逊正在为此做预备。艾伦人工智能研讨所的首席执行官Oren Etzioni说：“虽然亚马逊正在追逐，但他们发布的产品发布十分令人难以相信。亚马逊是一家世界级的公司，它发明了世界级的人工智能产品。”
“飞轮”不断在旋转，这将会为亚马逊带来更多的数据，更多的客户，更好的平台，以及更多的人才。
假如你问Alexa，“亚马逊在人工智能范畴的表现如何？”
你猜它会答复什么？杰夫·贝佐斯的笑声也许能通知你答案。