AWS re:Invent 2019 Midnight Madness

介紹 Amazon Braket，用于探索和评估量子运算的服务

Amazon Braket 是一项全托管的服务，可让用户轻松建置、测试和执行量子计算算法，并且也提供开发环境来建置量子算法、在仿真量子计算机上进行测试，以及在用户选择的不同量子硬件技术上执行它们，协助开始学习量子计算。

Amazon Braket 可让用户从头开始设计自己的量子算法，或从一组预先建立的算法中进行选择。定义算法后，Amazon Braket 会提供全受管的仿真服务，协助疑难解答和验证用户的实作。

参考资源至 : Introducing Amazon Braket, a service for exploring and evaluating quantum computing

AWS 宣布 Amazon Transcribe Medical – 医学语音识别

AWS 宣布了 Amazon Transcribe Medical，Amazon Transcribe Medical 旨在将临床医生和病患语音转换为文本。Amazon Transcribe Medical 可让开发人员轻松将 Amazon Transcribe Medical 整合到应用程序中，协助医师有效率地进行临床文件，将医疗数据输入到电子健康记录 (EHR) 系統中，并自动且准确地将医生与病人的对话转译成文字。此外，也可自動標點符號和大寫，让医师在录制语音时能自然地说话。

Amazon Transcribe Medical 符合 HIPAA 资格，并提供 API，可与语音功能的应用程序和任何装置与麦克风整合，并会输出详细的内容，将支持字层级的时间戳和可信度分数。

参考资源至 : AWS announces Amazon Transcribe Medical – Medical Speech Recognition

介紹 AWS DeepComposer

AWS 宣布 AWS DeepComposer 的预览版，透过音乐键盘和最新的机器学习技巧，实际操作，创作用户自己的音乐。使用 AWS DeepComposer 键盘，用户可以在几秒钟内将一首旋律完全转换成一首完全原创的歌曲，全部由 AI 驱动。AWS DeepComposer 包含教学课程、范例程序代码和训练数据，可用于一开始建置模型时，而不需要撰写单行程序代码。

无论用户在 ML 领域或音乐背景如何，都可以开始使用生成对手网络（Generative Adversarial Networks，GAN）。这种生成人工智能技术将两个不同的神经网络互相对应，根据样本输入产生新的和原始的数字作品。

参考资源至 : Introducing AWS DeepComposer

AWS 推出以推动终止支持 Windows Server 应用程序的迁移（End-of-Support Migration Program for Windows Server）

AWS 推出了一项新计划，可协助用户将旧版 Windows Server 应用程序迁移到 AWS 上支持的最新版本的 Windows Server，而不需变更任何程序代码。为了缓解这些挑战，AWS 提供适用于 Windows 服务器的终止支持迁移计划（End-of-Support Migration Program，EMP）。

Windows 服务器适用的 EMP 包含技术和专家指导，可将旧版应用程序从 Windows 服务器 2003、2008 和 2008 R2 迁移到 AWS 上支持的较新版本，无需进行任何重构。EMP 技术将应用程序与基础操作系统分离，让 AWS 合作伙伴或 AWS 专业服务能够将用户的关键应用程序迁移到 AWS 上支持的较新版本的 Windows Server。

参考资源至 : AWS launches new program to drive migrations for end of support Windows Server applications

介紹适用于 Amazon S3 的存取分析器（Access Analyzer）以检阅存取政策

Amazon Simple Storage Service (Amazon S3) 对象储存服务提供领先业界的可扩展性、数据可用性、安全性及效能。

适用于 S3 的存取分析器（Access Analyzer）是监控存取政策（access policies）的新功能，确保政策仅提供对 S3 资源的预定存取权，并会评估用户的储存贮体存取政策，并让用户能够探索并迅速修复具有潜在意外存取的储存贮体。

当用户的储存贮体已设定为允许存取因特网上的任何人或与其他 AWS 帐户共享的储存贮体时，S3 的存取分析器会发出警示。 用户会收到公用或共享存取的来源和层级的深入解析或问题列表。如：如果透过访问控制列表 (ACL) 或储存贮体原则不小心提供读取或写入存取，S3 的存取分析器将主动通知用户。

用户也可以向下展开储存贮体层级权限设定，以设定细微的存取层级。对于需要公开存取的特定和经过验证的使用案例，例：静态网站托管，用户可以在储存贮体上认可并封存发现项目，以记录用户想要让储存贮体保持公开或共享。用户可以随时重新浏览和修改这些储存贮体组态。为了稽核目的，S3 发现项目的存取分析器可以下载为 CSV 报告。

参考资源至 : Introducing Access Analyzer for Amazon S3 to review access policies 参考资源至 : 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）简介

AWS Identity and Access Management (IAM) 是一种 Web 服务，让用户能够安全地控制对 AWS 资源的存取。

AWS IAM Access Analyzer 是一项新功能，可让安全团队和管理员轻松检查其政策是否只提供资源存取权。资源原则可让客户细微控制谁能够存取特定资源，以及他们如何在整个云端环境中使用该资源。客户就可在其帐户中启用 IAM 存取分析器，以持续分析使用与 Amazon S3 储存贮体、AWS KMS 密钥、Amazon SQS 队列、AWS IAM 角色和 AWS Lambda 相关联的政策授与的许可。

IAM Access Analyzer 会持续监控政策的变更，不再需要依赖间歇性手动检查，以便在新增或更新政策时发现问题。使用 IAM Access Analyzer，客户可以主动处理任何违反资源共享安全和治理最佳实务的资源政策，并保护资源免于意外存取。IAM 存取分析器也提供问题列表，可导出为报告，以供稽核之用。

参考资源至 : Introducing AWS Identity and Access Management (IAM) Access Analyzer

介紹 EC2 Image Builder

Amazon Elastic Compute Cloud (Amazon EC2) 是一种 Web 服务，可在云端提供安全、可重设大小的运算容量。

AWS 推出 EC2 Image Builder，这项服务可让用户快速地建置和维护安全映像。映像建立工具可简化 Linux 或 Windows 服务器映像的建立、修补、测试、发布和共享。

Image Builder 提供简单的图形接口、内建自动化和 AWS 提供的安全性设定，大幅减少了让映像保持在最新状态和安全性的工作。使用 Image Builder，可轻松建置自动化管道，以自定义、测试和散布映像，同时保持映像的安全性和最新状态。

参考资源至 : Introducing EC2 Image Builder

AWS License Manager 新增功能

AWS License Manager 能够简化将软件厂商授权迁往云端的程序。在 AWS 上建置云端基础设施时，可使用自有授权 (BYOL) 来节省成本。

AWS License Manager 现在新增专用主机管理功能，以简化用户的自带授权（BYOL）体验

AWS 现在为需要专用实体服务器的软件授权 (例如 Windows 和 SQL Server) 提供全新的 BYOL 体验。用户现在可在 Amazon EC2 专用主机上使用自己授权的弹性和成本效益。用戶可在 AWS License Manager 中指定专用主机管理偏好设定，如：主机配置、主机容量使用率和实例放置。设定完成后，AWS 会代表用户处理这些管理工作，让用户可以在专用主机上顺畅地启动虚拟机 (实例)，就像使用 AWS 提供的授权启动 EC2 实例一样。许可证管理员也与 EC2 影像建置器整合，以自动化安装媒体的维护。

此外，可以使用 AWS Nitro-based 实例系列，在专用主机上的相同实例系列中执行不同的实例大小。这可让用户最大限度地利用专用主机丛集以及软件授权，进而降低成本。

参考资源至 : AWS License Manager now adds Dedicated Host management capabilities to simplify your ‘Bring your own license’ (BYOL) experience

AWS License Manager 可让管理员自动探索现有软件授权

AWS License Manager 现在可让管理员在 AWS 和现场部署环境中自动探索携带自己的授权 (BYOL) 使用情況。这可让许可证管理员自动追踪已安装指定软件的实例，并通知管理员任何授权规则违规。因此，系统管理员会随时通知其环境中所有软件安装的信息，并且可以防止不符合用户定义的授权规则的使用。

参考资源至 : AWS License Manager allows administrators to automate discovery of existing software licenses

介紹 Amazon EventBridge Schema Registry 现在进入预览版本

Amazon EventBridge 是无服务器事件总线，可将交付来自事件来源（如 Zendesk、Datadog 或 Pagerduty）的实时数据串流，透过设定路由规则来决定要将数据送往何处，例如：AWS Lambda，以便建立实时对用户所有数据源做出反应的应用程序架构。

Amazon EventBridge Schema Registry 将事件结构（或模式）存储在共享中心位置，并将这些模式映像到 Java，Python 和 Typescript，以便在代码中以「使用事件」作为对象。当开启架构探索功能时，事件总线的架构会自动新增至登录。

EventBridge Schema Registry 可集中储存事件结构并将其对应至程序设计语言，用户可找到事件架构并将事件做为程序代码中的对象使用。用户可以自行将架构新增至 registry，或开启 Schema Discovery，自动将传送至事件总线的所有架构新增至 registry。组织中的任何开发人员都可轻松搜寻并存取登录中的事件。藉由产生程序代码系结，registry 可让用户以程序代码中的对象与事件互动。用户可在偏好的 IDE 中与架构注册表进行交互，以利用程序代码验证和自动完成等功能。

参考资源至 : Introducing the Amazon EventBridge Schema Registry – Now In Preview 参考资源至 : Introducing Amazon EventBridge schema registry and discovery – In preview

宣布 AWS IoT SiteWise 的五项新功能和更新定价

AWS IoT SiteWise 可轻松从大规模设备中收集，存储，组织和监视数据。可以轻松地监视整个工业设施中的设备，以识别浪费，例如：设备和过程的故障，生产效率低下以及产品缺陷。

AWS 宣布 AWS IoT SiteWise 的五项新功能和更新定价(预览版)。这些新功能在 AWS IoT SiteWise 中提供其他功能，可从工业设备收集数据、使用资产模型新增数据内容、使用自定义应用程序中的数据，以及透过完全受管的 Web 应用程序近乎实时检视数据。

• 可使用 MQTT 或 REST API 在 AWS IoT SiteWise 中收集数据，并将数据储存在时间序列数据存放区中。
• 可建立可跨越数十万资产阶层的工业设施的虚拟表现法或模型。可使用这些模型来表示单一传感器、组装线或供应链。用户可将设备数据链路至这些模型，并将数据储存为受管理、可扩充且有效率的时间序列数据存放区中。
• 可使用内建的数学和统计运算符链接库，在设备数据上建立转换和计算度量。如：可以为生产工厂建立和监视常见的工业指针如整体设备效率 (OEE)。所有设备数据和计算量度都储存在时间序列数据仓库中。
• 可从 AWS IoT SiteWise 内发布实时数据串流，其中包含与设备链接的测量和计算指针。可透过 AWS IoT 核心设定这些数据串流的 MQTT 订阅，并使用自定义应用程序中的数据。
• 可使用新的 SiteWise 监视功能建立完全受管的 Web 应用程序，让企业用户能够掌握储存在 AWS IoT SiteWise 中的设备数据。SiteWise 监视器。
• 更新了 AWS IoT 网站智能的定价。将根据讯息数量，而不是嵌入或扫描的数据量，从 AWS IoT SiteWise 支付数据导入和输出费用。

参考资源至 : Announcing five new features and updated pricing for AWS IoT SiteWise

介绍适用于 Amazon SageMaker Operators for Kubernetes

Amazon Elastic Kubernetes Service (Amazon EKS) 可让用户使用 AWS 上的 Kubernetes 轻松部署、管理和扩展容器化应用程序。

Amazon SageMaker Operators for Kubernetes 可让使用 Kubernetes 的用户更容易在 Amazon SageMaker 中训练、调整和部署机器学习 (ML) 模型。使用 Amazon SageMaker Operators for Kubernetes，客户可使用 Kubernetes API 或 Kubectl 等工具调用 SageMaker 创建和与他们的 ML 任务互动。并提供 Kubernetes 和 EKS 的便携性和标准化优势，以及透过 Amazon SageMaker 提供全受管的 ML 服务的好处。

客户可以使用 Amazon SageMaker Operators for Kubernetes 进行模型训练、模型超参数优化、实时推断和批次推断。 对于模型训练，Kubernetes 客户现在可以利用 SageMaker 中完全管理的 ML 模型训练的所有优点，包括节省高达 90% 的成本，以及透过扩充至多个 GPU 节点来减少训练时间的分布式训练。计算资源只会在要求时布建、视需要调整，并在工作完成时自动关闭，确保接近 100% 的使用率。

参考资源至 : Introducing Amazon SageMaker Operators for Kubernetes 参考资源至 : User Guide – Amazon SageMaker Operators for Kubernetes 参考资源至 : GitHub – Amazon SageMaker Operators for Kubernetes

AWS DeepRacer 扩充：更多参与方式、更多学习事项，以及更多赢得胜利的方式！

AWS DeepRacer 是一款 1/18 比例赛车，让用户透过趣味十足的方式开始强化学习 (RL)。无需任何经过标记的训练数据，即可学习非常复杂的行为，而且能在针对长期目标进行优化的同时做出短期决定。

此次更新之后，用户可以在 AWS DeepRacer 控制台中推出多个车子比赛和对象避免的功能。用户现在可尝试多个传感器输入、最新的强化学习算法和神经网络配置，以建立避免对象和双车的肉搏战比赛的模型。并且用户可在 AWS DeepRacer 联盟 2020 年赛季准备部署到 AWS DeepRacer Evo 的强化学习模型。

用户可在 AWS DeepRacer 控制台的 Garage 区域，将立体声摄影机和 LIDAR 传感器新增至虚拟车辆。立体声摄影机增加了深度感知，让车辆能够侦测道路上的物体，并对其环境有更大的反应。LIDAR 传感器使用连续扫描雷射，为强化学习模型提供汽车是否快速从后方接近的数据。

参考资源至 : AWS DeepRacer expands: more ways to participate, more things to learn, and more ways to win!