AWS re:Invent 2019 Midnight Madness

介紹 Amazon Braket，用於探索和評估量子運算的服務

Amazon Braket 是一項全託管的服務，可讓用戶輕鬆建置、測試和執行量子計算演算法，並且也提供開發環境來建置量子演算法、在模擬量子電腦上進行測試，以及在用戶選擇的不同量子硬體技術上執行它們，協助開始學習量子計算。

Amazon Braket 可讓用戶從頭開始設計自己的量子演算法，或從一組預先建立的演算法中進行選擇。定義演算法後，Amazon Braket 會提供全受管的模擬服務，協助疑難排解和驗證用戶的實作。

參考資源至 : Introducing Amazon Braket, a service for exploring and evaluating quantum computing

AWS 宣布 Amazon Transcribe Medical – 醫學語音識別

AWS 宣布了 Amazon Transcribe Medical，Amazon Transcribe Medical 旨在將臨床醫生和病患語音轉換為文本。Amazon Transcribe Medical 可讓開發人員輕鬆將 Amazon Transcribe Medical 整合到應用程式中，協助醫師有效率地進行臨床文件，將醫療資料輸入到電子健康記錄 (EHR) 系統中，並自動且準確地將醫生與病人的對話轉譯成文字。此外，也可自動標點符號和大寫，讓醫師在錄製語音時能自然地說話。

Amazon Transcribe Medical 符合 HIPAA 資格，並提供 API，可與語音功能的應用程式和任何裝置與麥克風整合，並會輸出詳細的內容，將支援字層級的時間戳記和可信度分數。

參考資源至 : AWS announces Amazon Transcribe Medical – Medical Speech Recognition

介紹 AWS DeepComposer

AWS 宣布 AWS DeepComposer 的預覽版，透過音樂鍵盤和最新的機器學習技巧，實際操作，創作用戶自己的音樂。使用 AWS DeepComposer 鍵盤，用戶可以在幾秒鐘內將一首旋律完全轉換成一首完全原創的歌曲，全部由 AI 驅動。AWS DeepComposer 包含教學課程、範例程式碼和訓練資料，可用於一開始建置模型時，而不需要撰寫單行程式碼。

無論用戶在 ML 領域或音樂背景如何，都可以開始使用生成對手網絡（Generative Adversarial Networks，GAN）。這種生成人工智能技術將兩個不同的神經網絡互相對應，根據樣本輸入產生新的和原始的數字作品。

參考資源至 : Introducing AWS DeepComposer

AWS 推出以推動終止支援 Windows Server 應用程式的遷移（End-of-Support Migration Program for Windows Server）

AWS 推出了一項新計劃，可協助用戶將舊版 Windows Server 應用程式遷移到 AWS 上支援的最新版本的 Windows Server，而不需變更任何程式碼。為了緩解這些挑戰，AWS 提供適用於 Windows 伺服器的終止支援遷移計劃（End-of-Support Migration Program，EMP）。

Windows 伺服器適用的 EMP 包含技術和專家指導，可將舊版應用程式從 Windows 伺服器 2003、2008 和 2008 R2 遷移到 AWS 上支援的較新版本，無需進行任何重構。EMP 技術將應用程式與基礎作業系統分離，讓 AWS 合作夥伴或 AWS 專業服務能夠將用戶的關鍵應用程式遷移到 AWS 上支援的較新版本的 Windows Server。

參考資源至 : AWS launches new program to drive migrations for end of support Windows Server applications

介紹適用於 Amazon S3 的存取分析器（Access Analyzer）以檢閱存取政策

Amazon Simple Storage Service (Amazon S3) 物件儲存服務提供領先業界的可擴展性、資料可用性、安全性及效能。

適用於 S3 的存取分析器（Access Analyzer）是監控存取政策（access policies）的新功能，確保政策僅提供對 S3 資源的預定存取權，並會評估用戶的儲存貯體存取政策，並讓用戶能夠探索並迅速修復具有潛在意外存取的儲存貯體。

當用戶的儲存貯體已設定為允許存取網際網路上的任何人或與其他 AWS 帳戶共用的儲存貯體時，S3 的存取分析器會發出警示。 用戶會收到公用或共用存取的來源和層級的深入解析或問題清單。如：如果透過存取控制清單 (ACL) 或儲存貯體原則不小心提供讀取或寫入存取，S3 的存取分析器將主動通知用戶。

用戶也可以向下展開儲存貯體層級權限設定，以設定細微的存取層級。對於需要公開存取的特定和經過驗證的使用案例，例：靜態網站託管，用戶可以在儲存貯體上認可並封存發現項目，以記錄用戶想要讓儲存貯體保持公開或共用。用戶可以隨時重新瀏覽和修改這些儲存貯體組態。 為了稽核目的，S3 發現項目的存取分析器可以下載為 CSV 報告。

參考資源至 : Introducing Access Analyzer for Amazon S3 to review access policies 參考資源至 : Monitor, review, and protect Amazon S3 buckets using Access Analyzer for S3

AWS Identity and Access Management (IAM) 存取分析器（Access Analyzer）簡介

AWS Identity and Access Management (IAM) 是一種 Web 服務，讓用戶能夠安全地控制對 AWS 資源的存取。

AWS IAM Access Analyzer 是一項新功能，可讓安全團隊和管理員輕鬆檢查其政策是否只提供資源存取權。資源原則可讓客戶細微控制誰能夠存取特定資源，以及他們如何在整個雲端環境中使用該資源。客戶就可在其帳戶中啟用 IAM 存取分析器，以持續分析使用與 Amazon S3 儲存貯體、AWS KMS 金鑰、Amazon SQS 佇列、AWS IAM 角色和 AWS Lambda 相關聯的政策授與的許可。

IAM Access Analyzer 會持續監控政策的變更，不再需要依賴間歇性手動檢查，以便在新增或更新政策時發現問題。使用 IAM Access Analyzer，客戶可以主動處理任何違反資源共用安全和治理最佳實務的資源政策，並保護資源免於意外存取。 IAM 存取分析器也提供問題清單，可匯出為報告，以供稽核之用。

參考資源至 : Introducing AWS Identity and Access Management (IAM) Access Analyzer

介紹 EC2 Image Builder

Amazon Elastic Compute Cloud (Amazon EC2) 是一種 Web 服務，可在雲端提供安全、可調整大小的運算容量。

AWS 推出 EC2 Image Builder，這項服務可讓用戶快速地建置和維護安全映像。映像建立工具可簡化 Linux 或 Windows 伺服器映像的建立、修補、測試、發佈和共用。

Image Builder 提供簡單的圖形介面、內建自動化和 AWS 提供的安全性設定，大幅減少了讓映像保持在最新狀態和安全性的工作。使用 Image Builder，可輕鬆建置自動化管道，以自訂、測試和散佈映像，同時保持映像的安全性和最新狀態。

參考資源至 : Introducing EC2 Image Builder

AWS License Manager 新增功能

AWS License Manager 能夠簡化將軟體廠商授權遷往雲端的程序。在 AWS 上建置雲端基礎設施時，可使用自有授權 (BYOL) 來節省成本。

AWS License Manager 現在新增專用主機管理功能，以簡化用戶的自帶授權（BYOL）體驗

AWS 現在為需要專用實體伺服器的軟體授權 (例如 Windows 和 SQL Server) 提供全新的 BYOL 體驗。用戶現在可在 Amazon EC2 專用主機上使用自己授權的彈性和成本效益。用戶可在 AWS License Manager 中指定專用主機管理偏好設定，如：主機配置、主機容量使用率和執行個體放置。設定完成後，AWS 會代表用戶處理這些管理工作，讓用戶可以在專用主機上順暢地啟動虛擬機器 (執行個體)，就像使用 AWS 提供的授權啟動 EC2 執行個體一樣。授權管理員也與 EC2 影像建置器整合，以自動化安裝媒體的維護。

此外，可以使用 AWS Nitro-based 執行個體系列，在專用主機上的相同執行個體系列中執行不同的執行個體大小。 這可讓用戶最大限度地利用專用主機叢集以及軟體授權，進而降低成本。

參考資源至 : AWS License Manager now adds Dedicated Host management capabilities to simplify your ‘Bring your own license’ (BYOL) experience

AWS License Manager 可讓管理員自動探索現有軟體授權

AWS License Manager 現在可讓管理員在 AWS 和現場部署環境中自動探索攜帶自己的授權 (BYOL) 使用情況。這可讓授權管理員自動追蹤已安裝指定軟體的執行個體，並通知管理員任何授權規則違規。 因此，系統管理員會隨時通知其環境中所有軟體安裝的資訊，並且可以防止不符合用戶定義的授權規則的使用。

參考資源至 : AWS License Manager allows administrators to automate discovery of existing software licenses

介紹 Amazon EventBridge Schema Registry 現在進入預覽版本

Amazon EventBridge 是無伺服器事件匯流排，可將交付來自事件來源（如 Zendesk、Datadog 或 Pagerduty）的即時資料串流，透過設定路由規則來決定要將資料送往何處，例如：AWS Lambda，以便建立即時對用戶所有資料來源做出反應的應用程式架構。

Amazon EventBridge Schema Registry 將事件結構（或模式）存儲在共享中心位置，並將這些模式映射到 Java，Python 和 Typescript，以便在代碼中以「使用事件」作為對象。當開啟架構探索功能時，事件匯流排的結構描述會自動新增至登錄。

EventBridge Schema Registry 可集中儲存事件結構並將其對應至程式設計語言，用戶可找到事件結構描述並將事件做為程式碼中的物件使用。用戶可以自行將結構描述新增至 registry，或開啟 Schema Discovery，自動將傳送至事件匯流排的所有結構描述新增至 registry。 組織中的任何開發人員都可輕鬆搜尋並存取登錄中的事件。藉由產生程式碼繫結，registry 可讓用戶以程式碼中的物件與事件互動。用戶可在偏好的 IDE 中與架構註冊表進行交互，以利用程式碼驗證和自動完成等功能。

參考資源至 : Introducing the Amazon EventBridge Schema Registry – Now In Preview 參考資源至 : Introducing Amazon EventBridge schema registry and discovery – In preview

宣布 AWS IoT SiteWise 的五項新功能和更新定價

AWS IoT SiteWise 可輕鬆從大規模設備中收集，存儲，組織和監視數據。可以輕鬆地監視整個工業設施中的設備，以識別浪費，例如：設備和過程的故障，生產效率低下以及產品缺陷。

AWS 宣布 AWS IoT SiteWise 的五項新功能和更新定價 (預覽版)。這些新功能在 AWS IoT SiteWise 中提供其他功能，可從工業設備收集資料、使用資產模型新增資料內容、使用自訂應用程式中的資料，以及透過完全受管的 Web 應用程式近乎即時檢視資料。

• 可使用 MQTT 或 REST API 在 AWS IoT SiteWise 中收集資料，並將資料儲存在時間序列資料存放區中。
• 可建立可跨越數十萬資產階層的工業設施的虛擬表現法或模型。可使用這些模型來表示單一感測器、組裝線或供應鏈。 用戶可將設備資料連結至這些模型，並將資料儲存為受管理、可擴充且有效率的時間序列資料存放區中。
• 可使用內建的數學和統計運算子程式庫，在設備資料上建立轉換和計算度量。如：可以為生產工廠建立和監視常見的工業指標如整體設備效率 (OEE)。 所有設備資料和計算量度都儲存在時間序列資料倉庫中。
• 可從 AWS IoT SiteWise 內發佈即時資料串流，其中包含與設備連結的測量和計算指標。可透過 AWS IoT 核心設定這些資料串流的 MQTT 訂閱，並使用自訂應用程式中的資料。
• 可使用新的 SiteWise 監視功能建立完全受管的 Web 應用程式，讓企業使用者能夠掌握儲存在 AWS IoT SiteWise 中的設備資料。SiteWise 監視器。
• 更新了 AWS IoT 網站智慧的定價。將根據訊息數量，而不是嵌入或掃描的資料量，從 AWS IoT SiteWise 支付資料導入和輸出費用。

參考資源至 : Announcing five new features and updated pricing for AWS IoT SiteWise

介紹適用於 Amazon SageMaker Operators for Kubernetes

Amazon Elastic Kubernetes Service (Amazon EKS) 可讓用戶使用 AWS 上的 Kubernetes 輕鬆部署、管理和擴展容器化應用程式。

Amazon SageMaker Operators for Kubernetes 可讓使用 Kubernetes 的用戶更容易在 Amazon SageMaker 中訓練、調整和部署機器學習 (ML) 模型。使用 Amazon SageMaker Operators for Kubernetes，客戶可使用 Kubernetes API 或 Kubectl 等工具調用 SageMaker 創建和與他們的 ML 任務互動。並提供 Kubernetes 和 EKS 的便攜性和標準化優勢，以及透過 Amazon SageMaker 提供全受管的 ML 服務的好處。

客戶可以使用 Amazon SageMaker Operators for Kubernetes 進行模型訓練、模型超參數優化、即時推斷和批次推斷。對於模型訓練，Kubernetes 客戶現在可以利用 SageMaker 中完全管理的 ML 模型訓練的所有優點，包括節省高達 90% 的成本，以及透過擴充至多個 GPU 節點來減少訓練時間的分散式訓練。計算資源只會在要求時佈建、視需要調整，並在工作完成時自動關閉，確保接近 100% 的使用率。

參考資源至 : Introducing Amazon SageMaker Operators for Kubernetes 參考資源至 : User Guide – Amazon SageMaker Operators for Kubernetes 參考資源至 : GitHub – Amazon SageMaker Operators for Kubernetes

AWS DeepRacer 擴充：更多參與方式、更多學習事項，以及更多贏得勝利的方式！

AWS DeepRacer 是一款 1/18 比例賽車，讓用戶透過趣味十足的方式開始強化學習 (RL)。無需任何經過標記的訓練資料，即可學習非常複雜的行為，而且能在針對長期目標進行優化的同時做出短期決定。

此次更新之後，用戶可以在 AWS DeepRacer 主控台中推出多個車子比賽和物件避免的功能。用戶現在可嘗試多個感測器輸入、最新的強化學習演算法和神經網路配置，以建立避免物件和雙車的肉搏戰比賽的模型。並且用戶可在 AWS DeepRacer 聯盟 2020 年賽季準備部署到 AWS DeepRacer Evo 的強化學習模型。

用戶可在 AWS DeepRacer 主控台的 Garage 區域，將立體聲攝影機和 LIDAR 感應器新增至虛擬車輛。立體聲攝影機增加了深度感知，讓車輛能夠偵測道路上的物體，並對其環境有更大的反應。 LIDAR 感測器使用連續掃描雷射，為強化學習模型提供汽車是否快速從後方接近的資料。

參考資源至 : AWS DeepRacer expands: more ways to participate, more things to learn, and more ways to win!