Amazon - Dean Samuels 5G時代不會讓電信商沒有角色，而是更需要電信商的協作
早上我的手錶會記錄我的睡眠狀況傳輸到雲端，我起床後Alexa會告訴我今天的天氣如何，週末可能會有颱風，也告訴我一些AWS昨日在北京的更新。我的其他裝置也可以讓我準備好如果活動要delay我該怎麼辦重新安排行程。這些都需要AI, 網路連結等才能完成。
我是Dean Samuels，我主要的base 之前在新加坡，近日開始移轉到香港台北。
客人不會講我要AI/IOT… 客人需要解決的是他們的問題。例如政府要提供智慧城市，他們需要很多的連結、把各種服務連上網。
2019年的重要趨勢是『邊緣計算賦能化Empowered Edge』，這不是新東西，但5G跟IOT這些技術讓機器可以互相監控，你可以想像幾十億的物品資料聯網，數量級已經完全超過人類可以理解。所以需要機器學習。『數位孿生Digital Twins』就像遠傳剛提到的，可以幫助製造還有檢修查測更容易。『AI-Driven Development』『擴充實境』是連結虛擬世界與實際世界的技術，虛擬的擴充實境能改變例如醫生與病人互動的方式，可以讓智慧城市可能。 5G可以讓以上這些科技整合。讓我們講更多邊緣計算賦能化。
邊緣計算並不新，對AWS來說我們相信未來科技服務都會在雲端，但是很多應用與企業資料（例如資料採礦公司）還是沒有把東西放在雲端，我們想做的是把很多放在雲端的東西放到邊緣端。有個誤解，是雲端跟邊緣是互不相容的，但其實他們是互補的。雲端計算是中心化的，把電腦應用變成應需提供。讓我們回到邊緣計算與手機與電信，在電信的協助下，邊緣計算應用是非常廣的。邊緣計算靠5G, 機器學習（或ＡＩ）與ＩＯＴ成為可能。
為何邊緣計算很重要？首先數位轉型意味著數百億計的設備聯網，他們都將產生資料，需要做決定，還有要給予方向。根據高通的預測，聯網物品數量將以每年32%成長，到2021年將有250億的物品聯網。根據預測，在2025年前有75%的資料將產生在資料倉儲與雲端之外（目前只有20%不到的資料不產生在此處）
但是邊緣計算仍不會脫離一些基本法則，像是物理性法則、經濟性法則、以及各地的法規（像是隱私權規範），例如高頻交易，你可能會快速的賠錢。可以想像在自動駕駛時候，你也需要能在當場作決定。經濟性法則需要高可靠度的網路，但費用要可以負擔，需要高穩定性的網路。跟隱私權有關則是資料到底存儲在哪裡，在有些國家，隱私相關的資料甚至不能儲存。所以在邊緣的應用十分重要。
雲端與邊緣是互補的，當我們看Netflix的影片時候，我們不是永遠從伺服器下載，用到CDM減少延遲。我們提供AWS Greenpass, AWS Outposts, AWS Cloud 讓雲短跟邊緣互相補充。
當我們提到5G時候，不只在意速度，當然他是10倍20倍。。。下載影片快非常多。但是這不是5G的真實力量，最大的力量在低延遲。戲劇性地減少資料到你的設備的時間，從4G的20ms 到5G的4ms，延遲明顯改變。另外一個是海量的連結，你們一定都有經驗，在集會場合，聯網能力會下降，但是使用5G的時候，每平方公尺可以連接的設備是數十倍。還有可以建立你的企業聯網，例如設定你們公司的wifi ，就像傳統的無線網路。
你可以創造或訓練應用，在雲端訓練，一但機器學習的模型做好了，你可以用它在雲端做預測，而IOT則是讓你連結設備。讓我們看看Verizon的影片，我們跟他們合作，他們有時候會問在未來雲端與5G之後，電信業者還有機會嗎？但5G時代我們會比過去更需要電信的基礎建設，更多的投資、更多的連結。相同的，電信業者也需要AWS這樣的業者提供雲端與邊緣的計算，在Verizon他們跟我們合作提供聯網的設備。
5G的關鍵支柱，你首先會看到速度變快、除了手機外你的電腦不再需要wifi。而到了第二階段，有些以前因為延遲問題無法進行的，像是遠端醫療，也都可以進行了。另外是數以億計的聯網設備，在未來幾年內，5G會讓這些成為可能。
以觸覺互聯網（tactile internet)與擴充實境來說，目前的延遲速度太慢，醫生用機械手臂感受到病人的肌膚後無法及時回應，需要改善延遲速度，並且要足夠的頻寬。
AI這麼好，為什麼企業不用？太貴了，所以AWS的Machine Learning 與Deep learning讓模型訓練的時間從幾天縮短到幾小時，更容易應用、更便宜。我們的願景是把這個能力交付給每個應用者，另外一個是我們的架構讓企業在應用上更容易。我們將AI的架構做成三段，不需要太複雜的能力。我們提供的設備是Application based 的服務，使用者的學習時間最短，不需要煩惱系統架構，直接開始做模型。
IOT分析師的流程是收集資料，整理資料，分析資料。機器尋找其他的機器，偵測複雜的資訊、檢驗決策、執行任務。今日機器有大多數時間是機器互看，攝影設備看其他機器，然後通過運算做決策後決定這些機器要繼續做什麼。
我們看到5G在澳洲、美國等地推出，但五年內都還不為成為主流。目前我們的AI & IOT的應用是在4G上面，例如在農業上的使用等等。而我們期待未來的應用中，最期待的是延遲地減低，所以需要大量的邊緣計算，例如你的自動駕駛汽車，在資料收集後要交付到邊緣。而高頻交易也需要像ＡＷＳ這樣的和在火半，確保速度。而在採礦的部分，需要LTE 或者5G的企業專網。
我們有個客戶PENTAIR，他們用機器學習了解養殖的魚是否需要餵食，用這個方法可以改善他們的魚肉蛋白質。
大膽做夢，小處開工，快速建造
邊緣計算應用 在 边缘计算：跨越传统数据中心— edge-computing 文档 的推薦與評價
虽然云计算现在已是普遍应用，但是随着新兴的计算模式和需求，现有的云计算模型也开始暴露出它的不足。一直以来，大家都习惯于将资源集中存放于中心化的数据中心，每个数据 ... ... <看更多>