相关的企业可以使用AWS IoT设备对大规模的物联网设备进行监控和管理。用户可以批量注册他们的设备,将这些设备组织成群组,并发布更新到单个设备或一组内的多个设备中。

而为了解决物联网安全这个棘手的问题,AWS IoT Device Defender帮助确保设备坚持其安全策略。它会持续监视设备,并在设备出现异常情况时向管理人员发出警报,例如大量的出站流量,这可能表明它已经被绑定到DDoS攻击或遭遇其他恶意活动。

AWS IoT Analytics还可以帮助企业将物联网数据转化为有见地的信息。目前处于测试阶段,其内置的物联网分析SQL查询引擎允许用户运行即时查询,而其时间序列分析功能则可帮助企业发现性能、使用情况和传感器趋势。

对于利用物联网设备中包含的处理能力的边缘计算方案,提供了AWS Greengrass。除了本地处理之外,它还支持数据缓存和同步,以及设备消息传递和运行机器学习推理工作负载。

希望拥有自己的Amazon DashButton的企业可以通过AWS IoT 1-Click进行操作。该服务允许按钮、徽章和其他单一用途设备在AWS Lambda(公司的无服务器计算产品)中触发功能。为了帮助企业应用,亚马逊公司还提供了称为AWS IoT Button的可编程Dash硬件。

希望采取更多实际操作的方法来交付自己的物联网设备的企业可以使用Amazon Free RTOS。操作系统运行在具有有限的计算能力和内存的微控制器上,使他们能够连接到云平台,并支持物联网场景。

AWS在人工智能上加大力度

亚马逊公司在2017年的几个月里对人工智能驱动的云计算应用程序进行了大力推动。仅在第四季度,它就推出了四项人工智能服务,旨在帮助开发人员构建更智能的应用程序。

亚马逊公司在2月1日的财报中表示,“AWS公司引入了四种人工智能(AI)服务,允许开发人员构建仿效人类认知的应用程序:Amazon Transcribe将语音转换为文本,Amazon Translat用于翻译文本语言,Amazon Comprehend用于文本语言之间关系的理解和把握,Amazon Rekognition Video是一个深入学习的动态视频分析服务,可以跟踪用户、检测活动、识别对象,以及不适当的内容。”

AWS公司还添加了其他服务,其中包括一个名为Amazon Rekognition的深度学习图像分析系统和一个聊天机器人生成器Amazon Lex。开发人员还可以将文本转换为Amazon Polly的自然语音,这种技术是基于Alexa声音的技术。

AWS公司还发布了面向数据科学家和人工智能开发人员的托管服务SageMaker,帮助简化构建、培训和部署机器学习模型的过程。

AWS公司还提供了预配置的Amazon Machine Images(AMI),开发人员可以使用AMI取得成功。它们由具有流行的深度学习框架(如Apache MXNet,Gluon等)的EC2实例组成。为了促成这笔交易,AWS Deep Learning AMI是免费的。唯一的成本是他们使用的资源。

亚马逊投资人工智能技术市场的很大一部分将涉及视觉信息,最近推出了AWS DeepLens,该公司将其作为世界上第一个为开发人员开发的深度学习摄像机。旨在帮助编程人员获得新的深度学习技能或将他们的才能扩展到视频分析领域,这个售价249美元的摄像机将于4月14日投入市场。