亚马逊网络服务周三发布了免费版SageMaker Studio Lab，这是亚马逊SageMaker的AWS服务，可以帮助客户构建、训练和部署机器学习模型。为机器学习新手设计的SageMaker Studio Lab，用户无需AWS账户、信用卡或任何云配置知识就可以尝试。

AI和ML的部署进展顺利，但对于cxo来说，最大的问题将是管理这些计划，并弄清楚数据科学团队适合在哪里，以及购买和构建什么算法。

Studio Lab目前已公开预览。

该服务基于开源的JupyterLab，提供免费访问AWS计算资源的服务。首先，用户创建一个帐户(独立于AWS帐户)，并选择他们的项目是需要CPU还是GPU实例。该服务为每个用户会话提供12小时的CPU或4小时的GPU，并提供无限数量的用户会话。

用户每个项目至少可以获得15 GB的持久存储。当会话过期时，Studio Lab将获取环境的快照，这样用户就可以直接从中断的地方开始。

AWS正在利用SageMaker Studio实验室发起AWS灾难响应黑客马拉松，旨在激发使用机器学习解决与自然灾害准备和响应相关挑战的想法。黑客马拉松将持续到2022年2月7日，奖金总额为5.4万美元。AWS还试图为“最大的机器学习比赛”创造吉尼斯世界纪录。

与此同时，AWS还推出了一项1000万美元的新奖学金，帮助学生在机器学习和人工智能领域寻求职业发展。AWS人工智能和机器学习奖学金(AWS AI & ML奖学金)项目旨在服务于在该领域服务不足和代表性不足的高中生和大学生。

该项目使用AWS DeepRacer和新的AWS DeepRacer学生联盟教授学生基本的机器学习概念。

多达2000名符合条件的学生将获得Python Udacity纳米学位AI编程项目的奖学金。500名在第一届Udacity纳米学位项目中获得最高分的学生将获得第二届Udacity纳米学位项目深度学习和机器学习工程奖学金。这些前500名的学生还将获得亚马逊和英特尔的终身技术专家的指导机会，以获得职业见解和建议。该项目还将免费提供数十小时的免费机器学习模型培训和教育材料。