亚马逊|亚马逊云科技re: Invent：创新永无止境，科技重塑未来( 三 ) 云科技|机器学习

3、重塑创新引擎：基于数据驱动的方法，通过人工智能与机器学习等新技术构建企业创新引擎，规范数据治理并让企业更安全地使用数据，帮助企业或组织做出更好、更明智的决策，实现更快、更高效的发展，在不断驱动业务创新的同时，还能保障业务稳定和控制风险。
1个基石则是数据安全与数据治理。
“在云原生数据领域，亚马逊云科技有着超过15年的探索和创新经验。从第一个云上可扩展存储服务S3 ，到第一个专门构建的云原生数据库DynamoDB ，再到第一个完全托管的数据仓库服务Redshift ，亚马逊云科技一直在努力帮助客户更容易地创建、存储和分析数据。如今全世界已经有超过150万家企业在使用亚马逊云科技提供的数据库、数据分析和机器学习服务。无论是跨国企业、出海企业还是独角兽企业，各个行业、各种规模的企业和组织都在借助亚马逊云科技提供的数据服务，进行全行业、全场景的数字化创新。 ”王晓野说道。

助力企业构建端到端的数据战略
在本届reInvent全球大会上，亚马逊云科技数据与机器学习副总裁Swami Sivasubramanian博士在《数据与机器学习如何助力企业构建端到端的数据战略》主题演讲中，接连发布了多项亚马逊云科技数据库、数据分析和机器学习服务的功能升级与新特性，并重点介绍了亚马逊云科技在数据库、数据分析和机器学习领域的最新创新，以及这些创新如何帮助企业构建基于“面向未来的数据基础设施”、“跨组织的数据链接”、“数据普惠化”三个核心要素的端到端数据战略，从而帮助企业将数据转化为对业务有意义的见解和行动，驱动企业借助数据推动下一波创新。
通过更简易直观的数据分析服务Amazon Athena for Apache Spark、完全托管型解决方案Amazon DocumentDB Elastic Clusters、具备高可用性与高可靠性的Amazon Redshift Multi-AZ、为PostgreSQL快速集成数据的Tusted Language Extensions、可智能化威胁检测守护数据安全的保护解决方案Amazon GuardDuty RDS Protection、能够更好地管理数据湖质量的解决方案Amazon Glue Data Quality (Preview) 、简易且安全的数据访问权限管理平台Centralized Access Controls for Redshift Data Sharing、简化数据分析与移动工具Amazon Redshift auto-copy from S3 ，亚马逊云科技凭借强大的云原生数据能力，能够帮助企业扩展其数据库和数据分析服务，并确保数据安全与数据质量。
Amazon SageMaker推出五年来，已经成为全球企业使用最广泛的机器学习平台之一。如今Amazon SageMaker又推出了Role Manager、Model Cards、Model Dashboard等三项新功能，其中Role Manager可通过自动策略创建工具帮助组织为用户定义关键权限；Model Cards可以为机器学习模型文档创建一个中心权威位置；Model Dashboard可为企业提供机器学习模型性能的可见性和统一监控。新功能简化了访问控制，增强了端到端机器学习部署的透明度、模型治理和可审计性，将更好地帮助企业构建机器学习治理责任，解决权力权限共享问题。
为了应对处理地理空间数据的各种挑战， Amazon SageMaker提供了对Geospatial ML的支持，客户只需单击几下即可访问各种数据，根据模型生成的预测也可以在地图上实现可视化。与此同时，新的地理空间功能还将Amazon SageMaker的机器学习模型构建能力范围扩展到了新兴的地理空间工程领域，用于灾害应对、城市规划、物流和运输等应用。此外为了帮助用户更好地使用外部数据执行机器学习模型的构建与训练， Amazon SageMaker Data Wrangle新增了40多种新的数据源，还补充了为LinkedIn、Google Ads等平台以及Snowflake、Salesforce和SAP等其他应用程序推出的其他22个新连接器，从而可以将汇总和准备机器学习机器学习数据所需的时间从过去的几个星期大幅缩短至几分钟。