كيف تستخدم شركة Nordic Aviation Capital خدمة Amazon Rekognition لتبسيط العمليات وتوفير ما يصل إلى 200,000 يورو سنويًا

Nordic Aviation Capital (NAC) هي شركة تأجير الطائرات الإقليمية الرائدة في الصناعة ، وتخدم ما يقرب من 70 شركة طيران في حوالي 45 دولة حول العالم.

في عام 2021 ، لجأت NAC إلى AWS لمساعدتها في استخدام الذكاء الاصطناعي (AI) لزيادة تحسين عمليات التأجير وتقليل اعتمادها على العمل اليدوي.

بدافع تسميات Amazon Rekognition المخصصة، أنشأت NAC حلاً للذكاء الاصطناعي يمكنه مسح سجلات صيانة الطائرات تلقائيًا وتحديد المستندات المحددة التي تتطلب مزيدًا من المراجعة ، بناءً على تخطيطاتها المرئية. قلل هذا من اعتمادهم على المقاولين الخارجيين للقيام بهذا العمل ، مما أدى إلى تحسين السرعة وتوفير ما يقدر بنحو 200,000 يورو سنويًا في التكاليف.

في هذا المنشور ، نشارك كيفية استخدام NAC الأمازون إعادة الاعتراف لتبسيط عملياتهم.

"لقد منحتنا Amazon Rekognition Custom Labels قوى خارقة عندما يتعلق الأمر بتحسين مراجعات صيانة الطائرات. نحن معجبون ومتحمسون على حد سواء بالفرص التي يفتحها هذا لفريقنا والقيمة التي يمكن أن تساعدنا في خلقها لعملائنا ".

- ماد كروج جنسن ، نائب الرئيس الأول لتقنية المعلومات ، NAC

أتمتة عملية مراجعة المستندات باستخدام الذكاء الاصطناعي

يتمثل جزء رئيسي من عملية التأجير لشركة NAC في التحقق من صحة سجل صيانة كل طائرة مستأجرة لتحديد سلامة الأجزاء المكونة لها وقابليتها للتشغيل.

تتطلب هذه العملية من فنيي الصيانة في NAC التحقق من صحة مجموعة متنوعة من النماذج الرئيسية ، مع مجموعة المستندات التي تحتوي على تاريخ الصيانة لكل جزء من الأجزاء الرئيسية للطائرة ، والمعروفة باسم حزمة الصيانة.

حزم الصيانة هذه واسعة النطاق وغير منظمة ، وغالبًا ما تصل إلى 10,000 صفحة ، وتحتوي على أنواع وأشكال مختلفة من المستندات التي يمكن أن تختلف على نطاق واسع بناءً على عمر الطائرة وتاريخ الصيانة.

كانت مهمة العثور على هذه النماذج المحددة طويلة وضيعة ، ويتم إجراؤها بشكل عام بواسطة مقاولين خارجيين ، والذين قد يستغرقون ما يصل إلى أسبوع لمراجعة كل حزمة صيانة وتحديد أي نماذج أساسية تتطلب مزيدًا من المراجعة. وقد أدى ذلك إلى حدوث عنق زجاجة رئيسي في العملية أضاف تكلفة ووقتًا إضافيين لعملية إقراض شركة NAC.

لتبسيط هذه العملية ، شرعت NAC في تطوير سير عمل لمراجعة المستندات يحركه الذكاء الاصطناعي والذي يمكنه أتمتة هذه العملية اليدوية عن طريق مسح حزم الصيانة بالكامل لتحديد وإرجاع المستندات التي تتطلب مراجعة إضافية من قبل المتخصصين في NAC بدقة.

بناء حل رؤية كمبيوتر مخصص باستخدام Amazon Rekognition

لحل هذه المشكلة ، تحول مدير هندسة البرمجيات في NAC ، Martin Høst Normark ، إلى Rekognition Custom Labels ، وهي خدمة رؤية حاسوبية مُدارة بالكامل تساعد المطورين على تدريب ونشر نماذج رؤية حاسوبية مخصصة تناسب أي حالة استخدام بسرعة وسهولة.

تعمل Rekognition Custom Labels على تسريع عملية تطوير نماذج رؤية الكمبيوتر المخصصة من خلال البناء على إمكانات Amazon Rekognition وتبسيط الخطوات الرئيسية لعملية تطوير رؤية الكمبيوتر ، مثل وضع العلامات على الصور وفحص البيانات واختيار الخوارزمية ونشرها. تتيح لك Rekognition Custom Labels إنشاء نماذج رؤية كمبيوتر مخصصة لتصنيف الصور ومهام اكتشاف الكائنات. يمكنك التنقل خلال عملية وضع العلامات على الصور من داخل وحدة التحكم Rekognotion Custom Labels أو استخدامها الحقيقة الأمازون SageMaker الأرض للسماح بوضع العلامات على الصور على نطاق واسع. تقوم Rekognition Custom Labels تلقائيًا بفحص البيانات ، وتحديد إطار النموذج الصحيح والخوارزمية ، وتحسين المعلمات الفائقة ، وتدريب النموذج. عندما تكون راضيًا عن دقة النموذج ، يمكنك استضافة النموذج المدرب بنقرة واحدة فقط.

اختارت NAC خدمة Amazon Rekognition لأنها قللت بشكل كبير من الحمل الثقيل غير المتمايز للتدريب ونشر نموذج رؤية كمبيوتر مخصص. على سبيل المثال ، بدلاً من طلب الآلاف من صور التدريب المصنفة للبدء ، كما هو الحال مع معظم نماذج رؤية الكمبيوتر المخصصة ، تمكنت NAC من البدء ببضع مئات من الأمثلة فقط على أنواع المستندات التي تحتاج إلى تحديدها. تم تحميل هذه الصور ، جنبًا إلى جنب مع عدد متساوٍ من الأمثلة السلبية التي تم اختيارها عشوائيًا ، في ملف خدمة تخزين أمازون البسيطة (Amazon S3) لاستخدامه في تدريب النموذج. وقد مكّن هذا أيضًا NAC من استخدام خدمة الملصقات التلقائية الخاصة بـ Rekognition Custom Label ، والتي يمكن أن تستنتج تسميات نوعي المستندات بناءً على أسماء مجلدات S3 الخاصة بهم فقط.

من هناك ، تمكنت NAC من بدء تدريب نموذجها ببضع نقرات فقط ، وعند هذه النقطة اهتمت Rekognition Custom Labels بتحميل بيانات التدريب وفحصها ، واختيار خوارزمية التعلم الآلي الصحيحة ، وتدريب النموذج واختباره ، والإبلاغ عن أدائه المقاييس.

لكي يقدم الحل قيمة عمل حقيقية ، حددت NAC حدًا أدنى للأداء بنسبة 75٪ استدعاء لنموذج رؤية الكمبيوتر الخاص بها ، مما يعني أن الحل يجب أن يكون قادرًا على التقاط 75٪ على الأقل من جميع المستندات ذات الصلة في أي حزمة صيانة معينة لضمان استخدامها في الإنتاج.

باستخدام Rekognition Custom Labels والتدريب على تلك الصور الأولية فقط ، تمكنت NAC من إنتاج نموذج أولي خلال الأسبوع الأول من التطوير الذي قدم استدعاءًا بنسبة 98 ٪ ، متجاوزًا خط الأداء الأساسي بنسبة 23 نقطة مئوية.

أمضت NAC بعد ذلك أسبوعًا إضافيًا في فحص أنواع الصفحات التي تسبب أخطاء في التصنيف ، وأضافت بعض الأمثلة الإضافية لتلك الأمثلة الصعبة إلى حاوية S3 الخاصة بها لإعادة تدريب نموذجها. أدت هذه الخطوة إلى تحسين الأداء فوق 99٪ من الاسترجاع وتجاوزت بكثير متطلبات أداء الإنتاج.

تحسين الكفاءة التشغيلية وزيادة الابتكار مع AWS

باستخدام Rekognition Custom Labels ، تمكنت NAC ، في غضون أسبوعين فقط ، من إنشاء حل رؤية كمبيوتر مخصص جاهز للإنتاج يمكنه تحديد المستندات ذات الصلة بدقة وإعادتها بدقة أعلى من 99٪ ، مما يقلل إلى بضع دقائق من العملية التي استغرقت سابقًا المراجعين اليدويين لإكمال حوالي أسبوع.

مكّن هذا النجاح NAC من نقل هذا الحل إلى الإنتاج ، وإزالة الاختناقات الرئيسية في عمليات مراجعة صيانة الطائرات لتحسين الكفاءة ، وتقليل الاعتماد على المقاولين الخارجيين ، والاستمرار في تقديم 30 عامًا من الابتكار التقني والتجاري في المنطقة صناعة الطائرات.

وفي الختام

يمكن أن تساعدك Rekognition Custom Labels في تطوير نماذج رؤية كمبيوتر مخصصة بسهولة عن طريق تبسيط الخطوات الرئيسية مثل تسمية الصور وفحص البيانات واختيار الخوارزمية ونشرها.

تعرف على المزيد حول كيفية إنشاء نماذج رؤية كمبيوتر مخصصة مصممة خصيصًا لحالة الاستخدام الخاصة بك من خلال زيارة بدء استخدام ملصقات Amazon Rekognition المخصصة أو مراجعة دليل التسميات المخصصة من Amazon Rekognition.

---

عن المؤلف

دانيال بورك هو الرائد الأوروبي في مجال الذكاء الاصطناعي والتعلم الآلي في مجموعة الملكية الخاصة في AWS. يعمل دانيال بشكل مباشر مع صناديق الأسهم الخاصة وشركات محافظهم الاستثمارية ، مما يساعدهم على تسريع تبني الذكاء الاصطناعي والتعلم الآلي وتحسين الابتكار وزيادة قيمة المؤسسة.

• كوينسمارت. أفضل بورصة للبيتكوين والعملات المشفرة في أوروبا.
• بلاتوبلوكشين. Web3 Metaverse Intelligence. تضخيم المعرفة. دخول مجاني.
• كريبتوهوك. الرادار. تجربة مجانية.
• المصدر: https://aws.amazon.com/blogs/machine-learning/how-nordic-aviation-capital-uses-amazon-rekognition-to-streamline-operations-and-save-up-to-eur200000-annually/