几十年来，科幻小说一直告诉我们，人工智能是未来的潮流。科幻小说和电影中充斥着几乎在所有方面都无法与人类区分的机器人。在某种程度上，我们相信科幻小说对未来的看法有一定的价值，但我们认为，科幻小说的黄金时代，如果说有什么区别的话，在看待人工智能未来的方式上是有限的。
现实是，机器将比我们聪明得多。如果说跟随技术趋势教会了我们什么的话，那就是机器超越人类进步的前景是一种真正的可能性。就连斯蒂芬·霍金（Stephen Hawking），整个宇宙中最聪明的科学家之一，也预测人工智能有一天会如此强大，以至于它会摧毁我们所知道的文明。
虽然我们足够聪明，能够注意到霍金的警告(如果我们不注意，那就太愚蠢了，考虑到此时此刻，霍金本身更像是一台机器，而不是人类)，但我们对人工智能的未来往往没有那么悲观。人工智能和深度学习的现代发展已经让我们变得更容易、更有效率。人脸识别和物体检测等技术使我们的设备更加直观。硬件和软件以一种智能的、有凝聚力的方式结合在一起的能力，正在缓慢而肯定地改变着我们的生活方式。
深度学习是一种机器学习技术，它使用电子神经网络来学习模式和进行预测。虽然深度学习已经慢慢地进入了消费者级产品，但一些软件开发人员回避深度学习等技术。我们很容易假设，只有拥有大量a&R资源盈余的工程师和软件公司才能掌控深度学习开发。直到最近，他们的假设是绝对正确的。只是无法轻松获得必要的技术或价格合理的设备。亚马逊发现自己掌握着一种新的消费技术。
第一印象
当亚马逊看到机会时，他们就会抓住它。亚马逊网络服务公司除了是杰夫·贝佐斯自己的私人现金生产机器外，还宣布了他们的AWS DeepLens，一款具有深度学习技术的学习、培训和编程工具。虽然它看起来像一个1998年的大型外部网络摄像头，但实际上，DeepLens是AOL即时通讯时代网络摄像头的对立面;一个通向人工智能世界的指导性窗口。亚马逊的新设备是一个完全可编程的视频摄像头，面向的是希望在竞争中保持领先的开发商。
教育和教程
AWS DeepLens允许所有技能级别的开发人员开始学习深度学习。附带的软件提供了示例项目，其中包括实际操作示例。即使是像我们这样的编写代码的noob也能够基本掌握这个概念。DeepLens为深入学习技术的实际应用提供了方便，使开发人员能够将深入学习集成到自己的开发项目中。
硬件
DeepLens提供了开发者入门所需的所有东西，包括一些非常棒的硬件。该设备本身包含超过100 GFLOPs的处理能力，这足以让DeepLens使用高清视频处理深度学习预测。能够处理这么多的深度学习计算能力，感觉像是我们不应该在家里做的事情，但我们却在这里。
摄像机只有4MP，但这是完成任务所需要的全部；除非你打算用DeepLens打印大尺寸的照片，这会让你成为一个真正的怪人。DeepLens在Intel Atom处理器和8GB RAM上运行，所有这些都使用Ubuntu 16.04 LTS运行。没错，伙计们，Linux仍然在运行。DeepLens内部还有Intel Gen9图形引擎和16 GB的存储空间，如果您觉得需要更多空间，可以进行扩展。
维
的确，DeepLens不是最小或最优雅的科技产品，但它需要将所有这些智能整合到某个地方。它高168毫米(其中57毫米是相机)，长94毫米，宽47毫米，不会占用大量的空间，但它也不会是你收藏的最不显眼的小玩意。不过，称它为“另一个小玩意”确实是不公平的描述。
设计
设备正面有一个指示灯，指示摄像头状态、WiFi连接和电源状态。电源按钮符合人体工程学原理。在设备背面，您可以找到一个Micro SD插槽、2个USB 2.0端口和一个Micro HDMI端口。一个精确的复位按钮是为你在紧急情况下。您还可以找到音频输出辅助耳机插孔和电源端口。
模型试验
开始非常简单。亚马逊声称，你只需要10分钟就可以启动自己的深度学习项目。我们忙于享受DeepLens的乐趣，没有时间使用秒表，但我们觉得他们的目标是准确的。DeepLens包含一个预先训练过的模型库，但您也可以使用Amazon SageMaker训练过的自己的模型。将模型发送到DeepLens后，您可以使用AWS管理控制台实时观看深度学习技术。
虽然亚马逊的SageMaker允许您开发自己的深度学习模型，但DeepLens预装了几个示例项目。同样的项目最大的好处是，你不需要投入任何工作就能看到设备的运行。我们是需要即时满足的生物。
库中包括一个人脸识别模型，一个目标检测模型；有一种叫做“热狗不是热狗”的模式，它的功能和听起来差不多，它告诉你食物是热狗还是不是热狗。对于患有猪肉盲症的人来说，这是一件多么令人心碎的事情啊。另一个模型可以识别某些活动。该模型包含30种不同动作的检测说明，包括刷牙，这是后续热狗检测的完美绝唱。
软件集成
任何使用Amazon Web服务的人都会很高兴听到DeepLens与您已经使用的许多功能进行了集成和同步。DeepLens可以使用Amazon Kinesis视频流将视频直接流回到Amazon Web服务，然后可以使用Amazon Rekognition视频提供的分析进行播放。由于我们不是亚马逊网络服务的专业人士，我们没有充分利用DeepLens的集成潜力，但它还与AWS IoT、亚马逊SQS、亚马逊SNS、亚马逊S3、亚马逊DynamoDB连接，如果这还不够，兼容服务的列表还在继续。
框架
Amazon Web服务开发人员在选择构建深度学习服务的框架时具有一定的灵活性。DeepLens预装了ApacheMXnet，但也与TensorFlow和Caffe兼容。DeepLens的多功能性使开发人员能够在一个陌生的世界中感到舒适。一旦选择了框架，就应该开始开发了。DeepLens可通过AWS Lambda进行编程，AWS Lambda是亚马逊的事件驱动云平台。如果您已经使用Lambda编写了代码，那么深度学习功能的集成将感觉非常自然。如果您以前从未使用过该服务，则会有一点学习曲线，但很容易掌握。
协作和激励
Amazon Web Services还提供了一些非常酷的协作功能。使用Devspot，开发者可以与DeepLens社区的其他成员分享他们的项目。亚马逊网络服务的DeepLens挑战从谷歌的诀窍书中翻出一页，为构建最佳深度学习模型的开发者提供超过10万美元的现金奖励。除了现金奖励，亚马逊还提供三张AWS re:invent 2018大会门票和三张定制设计的DeepLens特别版门票。即使你没有赢得任何东西，所有符合条件的提交都将获得DeepLens设备的定制皮肤。如果你想获得一点知名度，那么赢得亚马逊主导的竞争可能会有很大的帮助，最主要的是通过金钱和口碑传播。
最终的想法
如果你有兴趣深入研究机器学习和人工智能的世界，我们想不出比这更好的地方了。亚马逊网络服务的DeepLens是学习如何将深度学习集成到开发项目中的完美设备。结合竞争激励和严格的AWS集成，亚马逊已经设计出了一款产品，它将被证明是程序员和开发人员寻求升级的不可或缺的工具。
尽管它与Amazon Web Services工具兼容，但DeepLens的功能已经足够让大多数开发人员满意了，它支持多种不同的框架。如果你已经在使用SageMaker，那么DeepLens是一个完美的支持工具;它让你的机器学习模型栩栩如生。
随着深度学习和人工智能产品的爆炸式增长，亚马逊已经准备好主宰机器学习开发领域。成为一名成功的开发者意味着保持领先。如果你想成为一名创新者，现在就是投身这项萌芽中的技术的时候。一旦这项技术爆炸了，它将会存在很长很长一段时间，这意味着你的职业生涯将会很长很长一段时间。由于我们可悲地缺乏编程经验，我们成为机器学习专家的机会可能会结束，或者至少在遥远的未来是不可能的。但是对于你?前途无量。总得有人给我们未来的统治者一个又大又漂亮的脑袋。不然莎拉·康纳怎么见到阿诺德?
