2021亚马逊云科技中国峰会有什么值得期待的亮点？ 第1页
1
breaknever 网友的相关建议:
对于科技行业从业者而言，大公司的科技峰会就像我们的演唱会，是不能错过的盛事。作为一个人工智能领域的从业者，我参加科技峰会一般抱着三个“目的”。首先是关注最新的行业资讯和科技发展动向。虽然很多技术可能还不完全成熟，但了解未来几年的发力方向可以更好的抢占先机。其次是关注现有成熟技术在不同领域的应用，比如用机器学习优化制造业的流程等。当然参会总能和老朋友叙旧并结识认识新的朋友。大家一起吹吹牛聊个天，岂不美哉！
而过去一年半的科技峰会因为疫情一直都不得不通过在线的虚拟模式举行，这也让参会的乐趣打了折扣。因此即将到来的亚马逊云科技中国峰会让我充满了期待，这也是我所知道的第一场线下的顶级科技峰会。今年的会议总共分三个场次，分别是7月21-22日在上海世博中心，8月19-20日在北京国家会议中心，以及9月15日的深圳大中华喜来登酒店。在马不停蹄的免费注册和研究了上海站的日程后，我也来跟大家分享一下个人感兴趣的部分。
首先我觉得值得机器学习爱好者关注的是Amazon DeepRacer 自动驾驶比赛。对于很多在校学生和对机器学习感兴趣的开发者而言，参与有分量的机器学习竞赛的都会让我们的履历有较大的的提升，甚至成为履历的亮点，这对于申请研究生和未来的职业发展都能起到一定的作用。从不那么功利的角度看，积累实战经验和打比赛的经历对未来在业界开发具体的机器学习模型也会有很大的帮助，毕竟我们的目的都是在给定优化目标的条件下，优化学习模型来实现这个目的。
DeepRacer比赛简单来说就是让参赛者通过构建强化学习模型（基于深度学习）来让全自动小车在赛道上用最短的时间完成比赛。通过使用亚马逊云科技提供的教程，可以在虚拟环境里（线上）构建机器学习模型，排名前列的选手可以受邀进入下一阶段的比赛（北京站），向最终的胜利迈进，获得名次和奖品（Kindle电子书）。而在亚马逊科技峰会现场还会有自动赛车专场，可以更好的进行体验。而作为一个学习过程，对机器学习和人工智能比较陌生的小伙伴还可以用亚马逊的SageMaker来入门DeepRacer开发。SageMaker是亚马逊云科技开发的全栈机器学习开发部署工具，不仅能轻松覆盖所有需要的环节，还提供全图形化的界面，大大降低了开发难度。通过DeepRacer的开发过程，我们可以熟悉SageMaker的使用流程，并把学到的技能迁移到其他工业界项目上去。既有可能获得奖品和认可，还可以锻炼自己的机器学习开发能力，感兴趣的小伙伴可以来关注一下。
取决于我自己的研究方向，我对上海站的好几个分论坛都很感兴趣。首先是7月21日的医疗行业分论坛，会有一系列讲座探讨如何用人工智能来助力医疗健康领域的技术革新。因为去年我参加了哈佛大学主导一项研究，我们提出了TDC（机器学习+生物医药{数据集+LB}），首个大规模的医疗健康数据集，从靶蛋白的发现，药物动力学，安全性，药物生产都有包含到。而且不仅仅是小分子，还有抗体，疫苗，miRNA等。在这个前景下，我对分论坛中的「人工智能助力医疗药品全价值链创新」比较感兴趣，因为在拥有了数据后如何进一步通过人工智能进行分析研判、开发是很迫切的需求。同时「云上高性能计算助力新药研发」的讲座我也认为值得观看，药物研发的计算量往往是巨大的，如何依托亚马逊 强大的云计算进行支持，可能会带来有意义的启示。跳脱出科技峰会本身，我认为计算生物，依托人工智能进行药物研发、疾病诊断会是未来非常重要的应用。
7月22日的人工智能与机器学习分论坛也是我强烈推荐大家关注的，和医疗分论坛的时间也不冲突。我认为其中有两个演讲会很有意思。首先是「加速机器学习训练和推理」，随着现在机器学习（主要是深度学习）越来越复杂，对硬件的要求也越来高。而在实际的企业生产应用中，时效性是非常重要的，比如自动驾驶需要在极端的时间内做出预测和决策。而显而易见的，像汽车等其他终端智能设备会不可避免的面临硬件运算的限制。在这种情况下，如何能够加速机器学习的推理就变得很重要。毕竟训练可以是离线的，而推理（预测）却大概率必须是在线的。当面临硬件限制加上即时预测时，现有的手段主要包括模型压缩、模型蒸馏以及神经网络量化（quantization，用更低的数据精度）。我因此非常好奇加速相关的前沿技术而未来的发展趋势，期待这个讲座可以带来新的启示。
而随着图神经网络（Graph neural networks，GNN）在各种各样任务上的超常表现，比如药物研发、社交网络等。越来越多的项目和应用都开始依赖GNN。而图神经网络因为其独特的数据结构和运算开销往往会带来很多挑战。众所周知，图神经网络领域主要有两大开源系统，分别是Deep Graph Library (DGL) 和Pytorch Geometric (PyG)，而此次论坛会专门的最后一个讲座就是「基于开源框架 DGL 的图神经网络应用落地」。因为我现在刚好在斯坦福大学进行远程访问，从事图神经网络相关的工作，也特别想更多的了解有亚马逊主导开发的DGL在实际应用上的落地经验，相信对图神经的网络感兴趣的朋友也可以从中有很多收获。
除此之外，这次亚马逊云科技中国峰会还会提供一系列培训与认证相关的内容，包括7月21/22日的尖峰学堂会提供机器学习的入门和刚才提到的机器学习平台Amazon SageMaker的介绍。而对于考证感兴趣的小伙伴，还可以去听一下备考训练营，会覆盖「亚马逊云科技云从业者认证」和「亚马逊云科技助理级架构师认证」相关的内容。
总结来看，此次亚马逊云科技中国峰会为大家提供了各式各样的资源，从行业洞见到动手学习，从科研热点到应用落地，非常适合对前沿科技感兴趣的小伙伴参与。感兴趣的小伙不妨点击下方链接免费注册，有缘峰会见！
https://mini.awsapp.cn/index.html#/pages/regist/regist?tmpId=115
zhu-wang-xiao-miao-o 网友的相关建议:
谢谢官方的邀请~
刚刚浏览了一下亚马逊云科技中国峰会的详情内容，其中有几部分内容是我比较感兴趣的，决定和大家分享一下我的观点与期待 ~ (●ˇ∀ˇ●)
自动驾驶赛事
在大会亮点里，我关注到一个比较有趣点是亚马逊举办的自动驾驶赛事
利用Amazon DeepRacer来快速构建、训练、部署强化学习（RL）模型，用AI致敬那个曾经的四驱少年。
另外，我注意到峰会居然还在展区内打造了“Amazon DeepRacer 自动驾驶赛车场”，这让我有了忍不住有去参赛的冲动了，简直是梦回童年，太high了~
前两天知乎上聊的比较火的DeepMind的一篇文章Reward is enough，标题是相当的嚣张，其也宣称构建通用人工智能的所有技术均已具备，这里面主要涉及到的方法就是强化学习，并且还假设智力及其相关能力可以理解为支持奖励最大化。
在我看来，强化学习确实不失为是一种致力于实现通用智能解决复杂问题的方式，有时候追求单一目标的最优解，也许过程是一个涉及到复杂变量与过程的行为，或许能够催生出一些相关的智能行为，产生适用范围较为宽泛的”通用“智能。
谈回到无人驾驶，当前，无人驾驶和强化学习是两个比较热点的研究领域。目前自动驾驶的难点主要在于感知和决策规划。首先是感知，由于环境因素多变，灯红酒绿的场景层出不穷，因此不太适用于RL，主要还是DL的天下，不过这在方面纯视觉的方法也遇到了很多的问题，主要还是因为有限的DL模型和数据是不可能模拟出变化万千的真实世界的。
至于说的决策规划部分的内容，就和强化学习RL密切相关了。通过规则或者DL来构建的决策，只能够处理常见的驾驶场景，而且也需要后续不断地更新规则库或者添加新的数据来得到新的模型参数，类似于防病毒软件隔几天就会更新一次病毒库一样。而对于一些复杂场景，极端场景及遇到的相应问题，则就需要靠RL出马了，这些都是规则库和DL所不适用的。强化学习通过agent与environment进行交互，通过获取reward，通过策略规划和平衡exploration与exploitation来最大化奖励函数，最终获取最大的累积reward，以此实现无人机进行自主控制、导航及避障。
Amazon对于强化学习提高自动驾驶的舒适性和安全性方面有何最新的进展呢？
ta们是否认为强化学习是否会成为自动驾驶决策规划的最终选择呢？
期待后续峰会上更多的讨论与分享~
人工智能与机器学习
另外一个吸引我的地方是人工智能与机器学习分论坛
我对于其中的“客户借助大数据服务进行机器学习创新”和“电商和泛娱乐的个性化推荐实践”两部分比较感兴趣
我之前看到过一条关于推荐算法比较有趣的观点：纯靠推荐算法学习的平台，最终都会走向和小姐姐一起学穿搭这条路上去。
我当时看了之后笑了好半天，然后对朋友说：现在的很多平台其实压根不需要推荐算法，只需要纯推穿搭就可以了，因为即使靠算法，最终还是要走到这一步的。另外，如果用户有需要的话，自然会主动去搜索其它内容的。
这是因为，当前的推荐系统拟合能力实在是太强了，边缘内容动不动就会被算法立即被踢出推荐list，最终使得我们被推荐算法“推”入到了一个怪圈子里去。这已经不算是“推荐”了，而是“蛛丝”在包裹我们。
对于很多强调长尾效应的平台，我觉得不应该依赖于推荐模型，至少不应该过多依赖或者完全依赖于推荐模型，否则平台迟早走向平庸，流量终会跑到穿搭区域。
但归根到底，这是由于当前推荐算法的不足和局限所致，使得与我们所预期的“推荐”相差甚远，我希望能从这次的DL和ML分论坛中看到不一样的个性化推荐创新与实践，期待ing~
合规与安全
除此之外，我还关注到了这次的合规与安全分论坛内容
2021年6月10日，第十三届全国人民代表大会常务委员会第二十九次会议通过《中华人民共和国数据安全法》，同时也决定于2021年9月1日起施行。这对于网络安全从业者来说无疑是一个具有具有历史性意义的重磅消息。
伴随着云计算技术的发展，云计算的安全也越来越受重视了，虽然云安全与传统的企业安全有着些许相似之处，但是由于作用于不同的应用与技术场景，所以云安全与传统的安全有着不小的差异。
另外，在过去的几年里，APT（高级持续性威胁）对我们个人与国家造成的威胁越来越大，如去年深圳市网络信息安全中心通报TeamViewer被APT41攻击事件，印度APT黑客组织攻击我国医疗机构等等。
很期待这次峰会所提出的高级持续性威胁检测和响应方案，不知道其对于新型网络威胁和高级网络威胁的检测和即时响应能力会是如何？新的威胁又能否被有效防御呢？此外，云计算的安全保护方面，又有了哪些新的进展与发现呢，很期待论坛上更进一步的分享~
总结
这次的中国峰会，内容实在太过丰富了，我上面只是挑了几部分自己感兴趣的内容来谈谈想法，如果想要看到更多内容的话，大家可以自行去峰会主页做更多的探索。
aws-54 网友的相关建议:
还有一个月就是2021亚马逊云科技中国峰会了！今年，我们的关键词是“创新”与“重塑”，毕竟按部就班、循规蹈矩也从不是亚马逊云科技的格调。此次2021亚马逊云科技中国峰会我们决定以“构建新格局 重塑云时代”为题，并携手众多业内领先的技术践行者们一起同你分享“云时代的构建故事与重塑经验”。
废话不多说，直接上亮点！
亮点一：览·行业格局
重磅业内专家及行业大咖在现场分享独到的行业见解，即刻了解亚马逊领先的全球视野，聚焦中国，共话创新。亦可获得全球技术深度解析，观全新亚马逊AI技术成果。格局为上，让我们一起行思致远。
亮点二：感·未来城市
亚马逊云科技“无界之城”首次亮相，生活中能体验到的科技才是“真科技”！别人还在畅想未来生活，而在亚马逊云科技这里你直接来体验吧！去体验真·科技之城，感受未来已至。
亮点三：享·赛车激情
还记得四驱兄弟吗？此次我们在展区内特别打造了 “ Amazon DeepRacer 自动驾驶赛车场”，一起动手，来一场疯狂刺激的自动赛车驾驶比赛吧！ 和我们一起用AI致敬那个曾经的四驱少年！
亮点四：燃·无限脑力
我们将专门设立开发者专区，并联合 Apache 等各类开源社区，以及多位开源牛人，为开发者们带来脑洞大开的内容分享！更有黑客松大赛邀你参加，尽情释放属于构建者们的创造天性吧！准备好释放创造天性，与志同道合的小伙伴一起燃爆脑力吧！
亮点五：听·大师亲授
近百位专家共聚一堂，就是为了给你上几堂技术与行业的大师课。近百位来自业内各领域的合作伙伴、客户及亚马逊云科技技术专家，共同组成的强大嘉宾阵容，为你带来行业最佳实践分享及领先技术成果发布解读！
亮点六：见·科技伙伴
加入这个科技朋友圈，一起涨涨科技范儿！千位合作伙伴齐聚，跟你聊聊借助亚马逊云科技全球生态寻求业务新潜能的那些事儿。现场还将带来亚马逊云科技合作伙伴战略、全新扶持计划以及亚马逊云科技技术发布。一起在云时代实现合作共赢吧！We Want You！
亮点七：成·技术大咖
究极进化吧！构建者们！来这里获得与名师面对面交流的机会，免费体验全球顶级科技人才打造的原生态的系统性培训机会，高质量内容助推秒变学霸！来我们一起究极进化吧！
对了，本次亚马逊云科技中国峰会在中国上海、北京、深圳三大城市均设立会场，议程如下：
- 上海世博中心 7月21-22日
- 北京国家会议中心 8月19-20日
- 深圳大中华喜来登酒店 9月15日
当然最最最重要的一点——如此重磅的活动，现在免！费！公！开！
你离和世界级互联网大咖面对面、掌握行业焦点的距离，只差一键报名↓↓↓
今年夏天，让我们共同在亚马逊云科技中国峰会相见吧！
jzwa 网友的相关建议:
说曹操曹操到，前脚刚在小伙伴的群里看到峰会的详情以及报名方式。后脚就看到了这个问题。非常感谢官方的邀请。
另外报名入口我给大家直接放下面了，感兴趣的小伙伴抓紧时间报名了！
手机用户点击卡片，一键报名：
电脑用户拿起手机扫码更方便：
初识AWS
说起来之前对于AWS只是缩写层面上的认识，也就是去年在学校做了一门课的TA，这门课的名字叫「Big Data and Cloud Computing」，起初我的工作内容就是Python方面的教授，因为用的比较多，再加上课程比较基础，所以还算简单。
但是后面老师不够用了，突然让我教cloud computing。给我申请了一个AWS的教育账户，里面有100刀的余额。
刚开始很忐忑，但是正儿八经用起AWS的云服务时，发现已经配置的非常完善了，那个学期也有惊无险的度过了，顺带了还掌握了AWS的基础使用方式。
自此以后，就对AWS相关的信息格外关注。
去年峰会回顾
去年的峰会是在9月份，虽然会议没有参加，但是后面的会议总结，部分的会议内容细节都有所了解。
峰会主要分类两大类，行业分论坛和技术分论坛。
9大行业分论坛
- 游戏-技术聚焦，游戏创新
- 金融-数字新基建，金融新机遇
- 教育-连接科技，连接未来
- 医疗与生命科学-技术赋能，医疗创新
- 媒体-技术驱动，传播升级
- 零售与电商-重塑传统，敏捷创新
- 制造-制造进化，技术革新
- 汽车-云端驱动，车联驾驶
- 能源与电力-技术赋能，智慧新能源
8大技术分论坛
- 现代应用开发与 DevOps
- 数据湖与数据分析
- 数据库技术
- 企业上云之旅
- 人工智能与机器学习
- 安全与合规
- 计算，存储和网络技术
- 物联网与边缘计算
今年的峰会概况
12大行业分论坛
- 创业者之日
- 跨境电商伙伴伙伴专长
- 数字营销合作伙伴专场
- 跨国企业专场
- 制造业分论坛
- 汽车行业分论坛
- 游戏行业分论坛
- 零售行业分论坛
- 电商行业分论坛
- 金融行业分论坛
- 医疗行业分论坛
- 教育行业分论坛
10大技术分论坛
- 云2.0时代的现代化应用
- 专门构建的数据库
- 大数据与智能湖仓
- 人工智能与机器学习
- 物联网与边缘计算
- 上云有我，创新有你
- 选择先进的、可信赖的云基础架构
- 合规与安全
- 开源与开发者
- Hand Zoom 代码比拼（初赛）
今年的峰会变化
不管是从技术分论坛还是行业分论坛来看，数量上都有所增加。
行业分论坛变化
在行业分论坛中，像汽车、游戏、医疗和教育等行业，在两次峰会中都牢牢的占据了一席之地。但是可以可以看得出，去年和零售和电商论坛在放在一起的，而今年两个分别拥有独立的分论坛。另外值得注意的是多了几个更为细分的分论坛，跨境电商合作伙伴、数字营销合作伙伴和跨国企业专场。
特别值得关注的第一个行业分论坛-创业者之日，这个是我特别关注的，由于面临毕业，之后是打工还是创业已经提上了日程。而该分论坛的几个专题都是非常利好创业小白的。
同时在跨境电商合作伙伴专场
本场分论坛不仅有亚马逊广告、亚马逊物流等官方分享，更有安克创新 CTO 揭秘快速成长背后的技术密码，以及出海服务生态中领先的 ERP、物流、金融支付、AI + IoT 服务商带来的精彩分享。论坛将从 “品”、“数”、“智” 三大主题全面透析跨境出海的机遇与挑战，以及技术如何为品牌出海保驾护航。
数字营销分会场
数字营销分会场将会汇集营销技术领域的领先企业，聚焦私域生态构建、精细化运营、短视频创新营销、AI 营销技术等热点话题，更会有营销技术大咖现场分享在零售、快消等各行业的数字营销最佳实践。
跨国企业专场
跨国企业分会场将会汇聚中国境内跨国领袖企业，畅谈跨国企业如何在中国数字化经济浪潮中，如何借助科技加速其在中国发展策略落地、推动其在中国数字化转型进程，进而实现在中国发展的长期目标。您将会听到不同领域的跨国企业分享如何借助亚马逊云科技赋能其中国业务落地，促进中国数字经济增长的故事。
在我看来，创业者之日+上述三个套餐，是创业者的营养套餐。
技术分论坛变化
相比去年，数量上多了一个。但是有几个新面孔，开源与开发者和hand zoom代码比拼。
对于开源与开发者
亚马逊云技术社区专家分享创新科技的发展趋势，以技术革新推动业务升级。我们将会邀请资深专家围绕行业发展痛点，分享亚马逊云科技解决方案的功能与优势。同时还设置专门的议程针对开发者职业生涯发展，与女性开发者深度对话，分享职场收获，探讨开发者个人成长及技术变革之间的关系与影响。
因为我个人非常喜欢个人传记类型的题材，所以对于个人分享的会场很感兴趣。
另一个就是Hand zoom代码比拼
看来这是一个新的项目，在会议上代码比赛，感觉非常新颖，如果有机会一定要参与一下。
个人观看的重点
我自己的专业是AI+数据分析交叉的方向，另外还面临找工作的情形。
所以行业和技术方面的内容都有一定的偏向性。
技术类观看重点
在技术分论坛中，大数据与智能湖仓，人工智能与机器学习和物联网与边缘计算是我的首选项。
其中智能湖仓对于我来说是新概念，所以要重点关注。
AI与machine learning不用说了，老本行了。其中的AI多国语言处理是我的重点关注对象。
物联网与边缘计算涉及到了我现在的研究课题，所以也会有所关注。
行业类观看重点
就是刚才提到的创业者营养套餐是首选。
另外我会关注下电商行业分论坛和教育行业分论坛。
特别是教育行业分论坛。
总结：
与去年相比，今年的分论坛数量更多，内容也相对更细化，非常期待今年论坛上的精彩分享。
别忘了报名参加，手机用户点击卡片，一键报名：
电脑用户拿起手机扫码更方便：
huangzhe 网友的相关建议:
竟然收到官方邀请，感觉受宠若惊。当然，由于知乎的蟹妖功能只能谢一个，所以这里再次手动蟹妖 @白小鱼 。
恰好刚才回答了这个问题后，发现是我的第100个谢邀。（真是奇妙的缘分）。所以还是把答案再写详细点，以对得起徽章小助手给我的这个徽章。
看技术峰会的姿势
现在允许我稍微偏点题。我想先让大家暂时忘记问题，来和大家来探讨下如何从各种技术峰会中学习到更多，从而大家下次看到别的峰会时可以有的放矢，不会像无头苍蝇一样这里看看那里看看（毕竟以前的我就是这样的）。
不知道大家参加技术峰会的兴趣点是啥。有的人想通过峰会来了解一些技术知识，有的人想通过峰会一睹大牛的真容。当然，这些出发点都挺好的。对于我来说，我通过参加峰会，更能了解清楚自己的技术兴趣所在。这些年，我主动地或者被动地参加了很多峰会、开发者大会、技术分享会等等，有的很累人但很有收获，有的当时感觉很有意思但实际直接收益不大。因此，我也总结出了一套「参会心得」，这里分享下，仅供参考。
对于技术峰会或者开发者大会，有种偏见是，这只是举办方或者技术提供商在自吹自擂。不可否认的是，所有的峰会，举办方和嘉宾让自己的品牌得到宣传，都能从中获益。但技术峰会不是零和游戏，而是个正和游戏，参与的多方通过信息交流，使得各自得到新的「熵」。与会者是否能从中获益，要看与会者本人。我认为不仅要看主办方提供的是什么，要看别人怎么用它所提供的。那怎么才能决定一个峰会值不值得参加呢，我个人认为有几个点：
- 看主办方。一般来说，著名的科技公司举办的活动，内容会更充实，「干货」会更多。当然也不是说不著名的科技公司举办的活动不值得参加，所以还要结合下一点，会议主题。
- 主题与议程。如果主题不是我感兴趣的，我可能不会参加。例如前端开发峰会，诚然也是一群程序员的狂欢，但我个人关注点不在前端开发，去了可能也听不懂，收获也不会很大。
- 看嘉宾。有认识的大牛那就最棒了，但即使有的嘉宾的名字我没听过，也可以从其title了解下其公司的诚意，毕竟有诚意的公司会更愿意派出高管来演讲。
接下来讲一些比较个性化点的内容。我个人一般会在技术峰会关注什么内容呢？我会关注几点：
- 新技术，或者是其他我没学过但感兴趣的技术。
- 技术落地情况。看看对于一项技术，有多少厂商愿意采用。
- 技术落地方案。我会关注其他厂商——同行的或者非同行的——是怎么把一项技术融入到自己的产品中，解决之前的一些技术痛点，怎么通过这项技术。
作为算法工程师，我一直都很关注发展自己的「落地能力」。这在我之前写的知乎回答里也详细提到过。
个人对这次亚马逊云科技中国峰会的一些期待
还记得因为疫情，去年AWS的科技峰会大家都是在线上参加的。随着我国对疫情控制能力加强，今年终于有线下的活动了。这次亚马逊云科技峰会对我来说，带来了一个好消息，一个坏消息。好消息就是，深圳有场次，我可以就近参加。这次峰会举行三场，分别是上海场（7月21日-7月22日），北京场（8月19日-8月20日）和深圳场（9月15日）。不过坏消息也是明显的，深圳场在最后，而且不知道为啥只有一天。
看了下官网的报名链接，目前上海场的信息已经出来了，北京和深圳场的安排暂无更新。就上海这场来说，我讲讲我打算如何从这场里获得我想要的信息。在开始说之前，先介绍下我的兴趣点：人工智能。我下面关注的内容，也是从人工智能产品开发者的角度出发的，如果你的兴趣和我一样，那么，照抄我作业吧。
行业分论坛
首先，我会关注落地情况，在第一天的行业分论坛我会关注人工智能技术在各行各业的使用情况。
这里顺便稍微吐槽下官方。我个人对人工智能的话题非常感兴趣，可是人工智能并不在「行业」的菜单中，我只好一个个行业点看，看看有没人工智能相关的主题分享，希望AWS官方可以加个搜索功能。
人工智能相关的的行业论坛我会关注：
- 创业者之日——《主题对话：人工智能与医疗健康》。疫情以来，医疗健康成为了大众都关注的话题，而我比较感兴趣的是，医疗健康行业怎么才能更好的使用人工智能技术来促进自身发展。
- 游戏行业分论坛——《AI 服务与游戏之间的化学反应》。关注我的都知道，我以前还是个游戏开发者，而我现在是AI开发者，这个题目，直接把我最熟悉的两个领域都结合了，可以说是我最期待的一场分享了。
- 零售行业分论坛——《 数智化供应链：借助机器学习实现销售预测和库存优化》。这个题目我在kaggle上做过相关的练习，但实际产品化时候是怎么样做的呢？我还是挺好奇的。
- 金融行业分论坛——《 激活金融数据资产价值，利用 AI 赋能数字化业务及运营》。我现在的工作，智能风控与反洗钱，也是和金融息息相关的。希望能从这场分享了解到新的应用场景或者解决方案。
- 教育行业分论坛——《实践分享 — 爱乐奇：人工智能技术赋能的教育科技服务 》
即使我仅仅挑了感兴趣的几个论坛，还是有一些时间冲突。希望官方能给报名了的参会者看回放的入口吧。
哦对了，创业者之日分论坛晚上那场创业者路演我也打算看一下。虽然我没有打算创业，但会经常看看创业者路演。看创业者路演有两个好处：
- 了解目前创业趋势。我去年看了一场路演，创业项目主要集中在芯片研发，农业AI，教育AI领域。不知道今年创业趋势有没变，毕竟，创业者对趋势的把握，平均来说还是比我们敏感些的。
- 启发思考。当你看创业者介绍自己项目时，你会观察他们演讲技巧是否能打动观众，会去思考他们的盈利模式是否行得通，然后在提问环节，和创业者提问互动，帮助自己解惑同时也帮助他人完善方案。著名投资人陆奇博士有句话我很喜欢：「帮助创业者，就是在积福，因为你在帮助创业者改变世界」
技术分论坛
技术分论坛对我来说就友好得多了，因为「人工智能与机器学习」作为一个专题单独展示。不过，除了人工智能，大会还是又不少让我感兴趣的内容的（虽然有的我并不擅长）。具体来说，如果我当天的精力是100分，那么我会把60分的精力花在「人工智能与机器学习」专题上，20分的精力花在「物联网与边缘计算」，20分的精力花在「大数据与智能湖仓」上。
对于人工智能与机器学习这个专场，我的重点关注会是第一场——《 AI/ML 的典型应用场景和创新机会》。大家都说，人工智能这个行业越来越拥挤了。在这种情况下，我们是否能转变思路，与其在琢磨怎么设计新的模型，不如看看还有什么应用场景和创新机会，能否让自己有限的技术水平在新的蓝海发挥新作用？
除此之外，其他分享会我会视其演讲提纲来决定是否一直听下去。毕竟，我们公司也是AWS的老客户了，AWS的AI解决方案我们还算熟悉，如果届时有一些新内容，或者发布一些新产品，那就真的值得期待了。
至于「物联网与边缘计算」，最后一场分享——《下一代车联网的实践》，是我比较关注的。毕竟搞人工智能的，谁不关注无人驾驶，关注无人驾驶，谁不关注车联网。我的期待是，通过了解车联网的实践方案，从而对无人驾驶了解的更全面。毕竟，AI开发者和AI开发者之间如果只能聊模型不能聊业务，那确实有点无聊啊。
除此之外，我也会关注「大数据与智能湖仓」这场论坛，毕竟搞人工智能的，谁不需要和大数据打交道？
我想通过这场论坛，去了解下最近有所听闻但还没时间好好研究的湖仓技术。湖仓技术是较为崭新的一种架构，2020年进入大家视野。
对于「大数据与智能湖仓」这场论坛，我打算带着这些问题去看当天的分享会：
- Lakehouse比起datalake有什么优势？
- Lakehouse的出现解决了什么问题？
- 其他公司是如何使用湖仓架构的？
当然，我会在最近就去补补相关知识，不然到时听不懂，被大佬包围着就尴尬了。毕竟数据开发这块，我真的就是略知一二而已。
总结
目前就上海场的活动日程表已经出来了，内容挺丰富，日程挺紧凑，感觉可能两天不够用，实在看不完，就晚点看回放吧。同时也期待AWS能把北京场和深圳场的日程早日放出来。
看到有人问报名方法，微信扫码报名也挺方便的
lokinko 网友的相关建议:
我的看法：以数据安全为中心，以提升服务质量，加快 AI 落地为目的。
云端协同
看到这次亚马逊云科技中国峰会以“构建新格局，重塑云时代”为启发聊聊自己的认知。
云计算为现代互联网行业带来了崭新的变化，从云盘的云端存储、云端计算到“云游戏”，云计算逐渐成为互联网基础设施。
但是独木难支，虽然云中心的模式在资源整合、高效使用上有不可比拟的优势，但也带来了庞大的计算要求、存储成本等的限制。当数据更靠近用户端，更能体现数据的价值，而依托在家庭生活的 IoT 终端设备无疑是最合适与云端结合的新场景。
云计算是大脑，物联网（IoT）终端设备是躯干，云端协同将会成倍放大云计算的作用。此次以“重塑云时代”为题，相信也是发现物联网（IoT）设备普及度够高、具有爆发性的潜力。
作为最早布局云计算的厂家，我很期待 AWS 会推出怎样亮眼的新观点和 idea！
数据合规
GDPR、个人信息保护法等条例的出现推动着隐私计算的发展。为了符合用户要求和政策监管，企业和组织必须推进数据保护和安全技术的应用，同时数据的收集、处理、存储、计算和安全保护等过程需要大量的设备和人工。
数据上链可溯源、隐私计算保护个人数据、数据监管合规都正在路上。
《数据安全法》在一周前也正式经批准后通过了。数据安全法的发布具有历史性意义，数据安全相关活动有法可依。未来个人信息保护法发布后，数据安全和隐私保护有望成为产品的默认必备功能。隐私计算、区块链、网络安全等方向有望迎来大的发展机遇。
对于隐私数据的保护一直是业内关注的热点：
IOS 不断在更新隐私保护策略，在 IOS 15 中推出“应用隐私报告”功能、邮箱隐私保护、Siri语音设备本地化处理、iCloud+私人中继（Private Relay）、数据遗产服务等功能。
MIUI 在去年也推出了三大隐私保护工具：照明弹、拦截网以及隐匿面具。业界其他厂商也在不断跟进这些隐私保护策略。
所以在数据安全方面，AWS 又能在这次峰会中给我们带来怎样的方案和技术呢？
AI + 医疗
当数据安全得到保证后，AI 才能更有力地给各行业赋能。
这是 Nature 近期关于 AI+医疗的一篇文章。在 Swarm Learning 的机制下，医疗机构间能相互合作互助，在隐私数据安全保证的前提下进行数据共享，使得所有参与的医疗机构都能得到更优秀、预测精度更高的 AI 模型并获益。
在传统医疗大数据中，最困扰的问题就是无法跟其他机构间共享数据，因为隐私数据的分享可能会泄露用户的个人信息身份。例如：
2015年，麻省理工分析了110万信用卡用户三个月的匿名化消费记录，研究发现「匿名」的数据并不“匿名”，因为用户有着独特的消费习惯可被用于识别身份。只需要 4 对消费时间和地点的观测数据就足以在数据库中识别90%的唯一个体。
因次，这篇发表在《Nature》上的文章更显示出他广阔的价值，公平、对等、高效地将数据在保证安全的情况下进行共享成为了未来期待的方向。
这些突破性的技术也呼应着亚马逊云科技峰会的另一半 ”构建新格局“。将 AI 与更广泛的领域深层次的结合，期待本次峰会能给出更惊艳的内容展示~
总结： ”构建新格局，重塑云时代“
以数据安全为中心，以提升服务质量，加快 AI 落地为目的。
数据只有合规，才能不会被野蛮生长摧毁，才能更符合监管政策，才能让大家不再谈「隐私」色变。而数据安全得到保障后，才能给技术落地铺平道路。
1
相关话题
如何看 97 年中专厂弟靠自学写代码月入过万，当下社会年轻人有哪些翻身的机会？人类的未来还会爆发大规模的革命吗？
如何评价华为冬季旗舰新品发布会上提到的 AITO 车机应用体验？
三本本科生能搞人工智能吗？
在过去 14 年中，据说苹果 iPhone 的价格涨超 80％，对此你怎么看？
2021年深度学习哪些方向比较新颖，处于上升期或者朝阳阶段，没那么饱和，比较有研究潜力？
如何看待小米开始推送降温补丁 MIUI 12.5.8.0？
如何理解Inductive bias？
美国以 11 月 8 日为期限，向多家芯片相关企业勒索数据，目前各家提交情况如何？会产生哪些影响？
作为无源定位系统，美国是如何关掉关闭特定地区的GPS信号的？
前一个讨论
相关的话题
「元宇宙」（Metaverse）概念下，AR、VR 等行业将迎来哪些新的发展机会？苹果公司可以读到 iMessage 传输的内容吗，这样端到端的加密可能被破解吗？
为何国人心态现在如此膨胀？
苹果6p相册所有照片突然变成双份了？
机器学习如何才能避免「只是调参数」？
「中国政府为了国家安全在国内 GPS 定位时人为加入一定偏移」这种说法，有官方文件佐证么？
如何评价《罗辑思维》第 115 期对谢熊猫君翻译的关于人工智能的文章的重新演绎？
近代有哪些技术和技艺从萌生到消亡都没有落户过中国？
如果你能发明任何东西，你会为残疾人创造什么辅助技术？
如何看待“饶毅假设”？
如果我能像机器人一样不停地发布需要审核的内容问题，理论上是不是会导致知乎破产?
如何看待美国升级对中国的华为的一些限制政策？会对包括华为在内的哪些公司产生影响？
在 2018 年的时间点，Google、Facebook、Amazon 三选一，你更看好谁？为什么？
怎么看待目前国内IC集成电路领域，未来城市发展格局？
河南暴雨后部分地区通信中断，官方使用无人机帮助恢复通信，实际效果怎么样？技术难度如何？
用当今的技术开采一颗立方英里的小行星需要多长时间？
看了很多科幻电影，为什么每个人工智能都想成为人类呢？
新发布的2018雷克萨斯ls500h为什么不是四驱？
懒是推动科技发展的重要因素吗？
民航客机距离完全不需要飞行员的自动驾驶还有多远？
新发布的2018雷克萨斯ls500h为什么不是四驱？
无人驾驶多久可以在同场竞技中超越F1赛车手?
中国的智能手机 app 相对于世界其他地区有哪些独有的地方特色？
有哪些反直觉的物理现象？
如果我国要归化马斯克，可能存在哪些障碍？如何突破？
实验室一块GPU都没有怎么做深度学习？
美国未来的的人才优势是否会下跌？
如果当年倪光南跳出联想自己单干，会怎样？
新基建来了，可能会给普通人的生活带来哪些影响或提升？
你认为手机上最鸡肋的功能是哪一个？