近年来，人工智能与大数据的飞速发展，都离不开背后的机器学习技术。
但一项前沿技术的落地应用总要经过一个艰难又漫长的过程，机器学习也仍处于技术的加速发展阶段。为了加速机器学习技术的发展，2017 年 10 月，Amazon Web Services（AWS） 在全球设立了 AWS 机器学习科研奖励（MLRA），并于今年春季开始在中国落地。
AWS 机器学习科研奖励计划资助那些在机器学习 (ML) 领域进行新奇科研的大学院系、院系教师、博士生和博士后研究员等。目前，MLRA 已支持来自 13 个国家/地区的 73 个学校和研究所的 180 多个研究项目，主题包括 ML 算法，计算机视觉，自然语言处理，医学研究，神经科学，社会科学，物理学和机器人技术等等。
近几年，有很多获奖项目在 AWS 的支持下取得了突破性的进展，并逐渐展现出自身的社会价值。下面我们通过其中的几个案例，来看一下机器学习在具体的科研当中扮演了什么角色，AWS 提供的资金和技术服务又是如何帮助科研项目发展落地~
虽然早在 2 岁时，自闭症患儿就能得到精确诊断，但根据数据显示，在美国，自闭症儿童的平均确诊年龄为 4 岁。假如能在 18 到 24 个月大时对早期自闭症进行治疗，有很大几率可以使这些孩子的智商提高到同龄儿童正常智商的平均值范围。另一方面，早期干预可以为患有自闭症的人节省高达 120 万美元的终生医疗费用。
杜克大学跨学科研究团队是致力于解决早期儿童自闭症检测难题的团队之一。项目负责人之一是杜克大学电气与计算机工程教授 Guillermo Sapiro。
Sapiro 同时是 AWS 机器学习研究奖励的获得者，这一奖项为其团队提供了部分现金奖励以及 AWS 的配套技术服务，从而让他们可以借助云中可用的先进计算、分析和机器学习工具，更快取得更多成果。
经过几个月的反复调试以及算法优化，该程序在某些行为子集中的准确度便提高到近 90％，比传统问卷的 50％ 准确度高了一大步。
据 Sapiro 估计，借助 AWS 提供的云服务，只需花费 1 美元，并且只需 10 分钟或更短的时间即可处理成千上万名患者中的每一个患者的医疗数据。凭借 AWS 基础架构的全球覆盖范围，研究团队可以在各个国家/地区开展工作，并跨越国际边界开展协作。
研究和解决交通问题的第一次尝试始于 1935 年，但直到 1955 年，科学家们才开始使用偏微分方程（PDE）来模拟驾驶员面对交通拥堵的行为方式。
自 2004 年以来，加州大学伯克利分校交通研究所所长，工程学教授 Bayen（Alexandre Bayen）一直率先借助机器学习进行交通减量研究。Bayen 工作的核心是机器学习中的深度强化学习，在获得 AWS 机器学习科研奖励后，便可以借助 Deep RL 算法的最新发展以及 AWS 基于云的机器学习解决方案（Bayen 通过 AWS 机器学习研究奖励获得了 AWS 的奖金与服务赞助）的便捷性，来找出最理想方法降低交通阻塞。
另外，一项涉及 20 辆汽车的小型研究可以很容易地在现成的设备上进行，但当样本量为成千上万时，就要按需进行大规模的研究。因此，Bayen 的团队通过 AWS 和 Amazon Elastic Compute Cloud (Amazon EC2) 上的 Deep RL 库（RLlib 和稳定基准）提供的高容量来创建其微仿真，并在 AWS C4 云上并行使用多达 128 个 CPU 网络在最大规模的建模过程中运行。
现阶段，大部分人工智能研究都集中在某一项具体的行业应用技术上。比如自动驾驶汽车、物联网设备等。但麻省理工学院航空与航天学教授乔纳森·霍（Jonathan How）则认为，针对人工智能系统本身的研究，是一个正被忽略的行业机会，他和他的团队希望借助机器学习来帮助 AI 变得更智能。
当 AI 机器人自己知道正确的做事方法时，会发生什么呢？只有真正可行的深度学习平台问世，才有可能真正回答这个问题。
How 和他的团队使用由复杂的 Amazon EC2 GPU 实例支持的 AWS 深度学习 AMI 环境，这些实例可以在云上执行难以置信的复杂计算（而无需花费成本和管理机架和服务器机架的麻烦）。最终的目标是快速、准确地训练和运行强化学习模型，以解决现实世界中的问题。
通过这三个案例我们可以看到，当代科研面临的难题除了科研经费外，就是工具提供的基础能力。以机器学习来说，仍处于发展阶段，许多进步都来自创新的算法、更好的数据采集和准备方法以及强化学习等更新的技术。
为此， AWS 机器学习科研奖励除了提供资金资助外，还会提供 AWS 的技术支持以及丰富的相关资源，以及来自 AWS 科学家和工程师的指导。
借助 AWS 云的规模和性能，再加上 Apache MXNet、TensorFlow、Caffe2、Microsoft Cognitive Toolkit (CNTK) 以及 PyTorch 等功能强大的架构，机器学习领域的科研向前发展有了前所未有的机遇。
前不久，AWS 公布了 2019 年第四季度「AWS 机器学习科研奖励」的获得者，共 28 人，分别来自六个国家的 26 所大学。
从以下的研究项目清单我们可以看到，获奖的项目大部分都是致力于借助机器学习和 AI 技术让我们的生活变得更美好，具体议题也是偏向于解决环境、养老、医疗、大数据隐私等问题，助力科技向善。
技术的发展在人类社会发展中占有非常重要的地位，也让人类的生活更加便利与多元化；借助最新的技术能力，科学家对基础理论的研究也有望取得新的突破，这一切可能都是 AWS 发起 「AWS 机器学习科研奖励」的重要原因。
如果你正在从事机器学习相关的科研或有志于此，那么 AWS 一定是你同行的最佳拍档~
AWS Hackathon Online 2020 震撼启动！为了更好的激励大家产出创意，主办方准备了丰厚的奖项，除价值数千元的云服务抵扣券、支持深度学习的摄像机 AWS DeepLens、树莓派 Raspberry Pi 4B 开发套件外，一等奖团队成员每个人还可以获得一辆 AWS DeepRacer 自动驾驶电动车！
