斯坦福大学，Wolfram Alpha和Pinterest是旨在利用机器学习技术进步的公司之一 - 所有这些都由亚马逊网络服务(AWS)基础设施支持。

AWS人工智能总经理Matt Wood博士昨天在公司纽约峰会上对与会者说，机器学习通常每隔几年就会经历一次复兴。这一次，通过云计算的技术能力，似乎已经陷入困境。

“[机器学习]已经开始坚持这一迭代的原因是，云已经使机器学习和客户克服了单个最大的摩擦点，这几乎总是围绕着规模，”他说。“就像我们在AWS早期所做的那样......我们希望将这项神奇的技术交到每个开发人员手中。”

通过提供这种规模，有一些令人着迷的项目正在进行中。

斯坦福大学Byers眼科研究所的研究人员 - 其教授包括最近推出在线深度学习课程的Andrew Ng-- 开发了一种深度学习模型，以帮助预防糖尿病性失明。

确定糖尿病视网膜病变的警告标志包括查看眼后扫描并检查轻度病例中视网膜血管肿胀区域，以及更严重的情况下视网膜表面内新血管的增殖。根据“ 科学日报”的报道，大约45%的糖尿病患者可能患有糖尿病视网膜病变，但只有不到一半的患者知道他们的病情。

根据发表在美国眼科学会期刊上的研究，所开发的算法可以识别所有疾病阶段，准确率为94%。

Wolfram Alpha可能是最着名的公司，它与Siri集成，以帮助回答众多用户的问题。该公司提供了一个计算知识引擎，它提供了几乎无限的解决方案列表，远远超过常规搜索引擎。

该公司利用AWS，伍德解释说：“当我们谈论大规模处理推理的挑战时，通过复杂的深度学习模型，这就是您今天通过AWS可以实现的那种规模。”

Pinterest正在利用机器学习来更好地掌握视觉搜索; 找到视觉上相似的引脚，然后能够推荐给其他用户。

“机器学习不仅可以确定图像的主题，还可以识别视觉模式并将其与其他照片相匹配，”Steven Melendez 去年年底在Fast Company中写道。“Pinterest正在使用这项技术每月处理1.5亿次图像搜索，帮助用户找到看起来像他们已经固定的图片的内容。”

回到斯坦福，Helgi Hilmarsson本月早些时候的一篇文章更详细地描述了这个过程。“Pinnability”是描述整个过程的术语，它依赖于机器学习模型，如逻辑回归，支持向量机，梯度提升决策树和卷积神经网络。

“随着家庭饲料中发现引擎的这些重大改进，Pinterest现在开始扩大其Pinnability模型的使用，以改进其他产品，”Hilmarsson写道。“我们肯定会关注最先进的模型，通过这些不断的改进，我们不得不想知道限制和应用的位置。”