“Amazon Web Services、DeDeleLink、AI和Coursera正在寻求建立和测试机器学习和模型之间的鸿沟，并通过三课程的专业化将其扩展到生产中。

< P>机器学习对生产鸿沟有一个概念证明，”Andrew Ng解释说。公司创始人https://www.deeplearning.ai/“target=”\u blank“rel=”noopener noreferrer nofollow“data component=”externalLink“>DeepLearning.AI和aCoursera顶级讲师专门化旨在帮助开发人员将模型从笔记本电脑上的原型转移到云上。”当用户从10万增加到100万时，要做的事情太多了

亚马逊人工智能（Amazon AI）副总裁兼机器学习服务总经理布拉丁•萨哈（Bratin Saha）表示，AWS客户在短短几年内已从部署少数机型发展到数百万台ML不再是一个利基市场，”负责监督SageMaker，AWS增长最快的机器学习平台

必须阅读：

• 由于COVID-19大流行，AI实施加速，说KMPG调查https://www.zdnet.com/article/there-are-hundreds-of-thousands-of-jobs-in-ai-those-are-the-skills-you-need-to-get-one/“>人工智能和数据科学工作很热门。以下是雇主想要的 

专业课程概述了将模型转移到生产中所需的移动部件（MLOP、DevOps），以及涉及精度、成本和原型规模优化的主题

引物： 什么是机器学习？ | 什么是人工通用智能？ 

在接受Ng和Saha的采访时，我们谈到了关于模型的几个值得注意的问题。我们聊天的几个亮点是：

模型应该从云计算开始，以说明规模吗？Ng说，他对机器学习模型的方法是基于“使用正确的工具进行正确的工作。”“在笔记本电脑上进行概念验证是很好的。你需要概念的证明来决定去还是不去

Ng补充说，在概念验证之前规划规模可能会使过程变得混乱

缩放需要技巧。萨哈说，这门专业课程旨在拓宽机器学习的人才基础。Saha和Ng都表示，了解如何缩放模型的人才短缺。”两年前我们训练了2000万个参数的模型。今天是一亿。我们每个月要做1000亿次的预测，”Saha说。

Ng说，对熟练的机器学习从业者的需求很高，那些在云端部署了有意义服务的人更是供不应求。因此，萨哈说，所有加入亚马逊的工程师都有必修的机器学习课程

机器学习在其发展的早期。Ng说机器学习在许多方面与早期的软件开发押韵。”我模模糊糊地记得，当时软件工程一团糟，现在版本控制更成熟了我从软件作为一个行业的出现中获得灵感。” 

同时： sap builds out rise with sap modules for industries，推进其业务网络计划，混合云部署（hybrid cloud deployments）

芯片短缺将导致pc价格上涨戴尔、惠普和联想通过注册，您同意https://redventures.com/CMG-terms-of-use.html“target=”\u blank“rel=”noopener noreferrer nof