Οι νεοσύστατες εταιρείες σε όλο το AWS Accelerators χρησιμοποιούν AI και ML για να λύσουν κρίσιμες για την αποστολή προκλήσεις πελατών

Η αδιάκοπη πρόοδος της τεχνολογίας βελτιώνει την ικανότητα λήψης αποφάσεων τόσο των ανθρώπων όσο και των επιχειρήσεων. Η ψηφιοποίηση του φυσικού κόσμου έχει επιταχύνει τις τρεις διαστάσεις των δεδομένων: ταχύτητα, ποικιλία και όγκο. Αυτό έχει κάνει τις πληροφορίες πιο ευρέως διαθέσιμες από πριν, επιτρέποντας προόδους στην επίλυση προβλημάτων. Τώρα, με την εκδημοκρατισμένη διαθεσιμότητα με δυνατότητα cloud, τεχνολογίες όπως η τεχνητή νοημοσύνη (AI) και η μηχανική μάθηση (ML) είναι σε θέση να αυξήσουν την ταχύτητα και την ακρίβεια της λήψης αποφάσεων από ανθρώπους και μηχανές.

Πουθενά αυτή η ταχύτητα και η ακρίβεια των αποφάσεων δεν είναι πιο σημαντική από τον δημόσιο τομέα, όπου οργανισμοί σε όλη την άμυνα, την υγειονομική περίθαλψη, την αεροδιαστημική και τη βιωσιμότητα επιλύουν προκλήσεις που επηρεάζουν τους πολίτες σε όλο τον κόσμο. Πολλοί πελάτες του δημόσιου τομέα βλέπουν τα οφέλη από τη χρήση AI/ML για την αντιμετώπιση αυτών των προκλήσεων, αλλά μπορούν να κατακλυστούν από το εύρος των λύσεων. Η AWS λάνσαρε τους AWS Accelerators για να βρει και να αναπτύξει startups με τεχνολογίες που ανταποκρίνονται στις μοναδικές προκλήσεις των πελατών του δημόσιου τομέα. Διαβάστε παρακάτω για να μάθετε περισσότερα σχετικά με τις περιπτώσεις χρήσης AI/ML από νεοφυείς επιχειρήσεις του AWS Accelerator που έχουν αντίκτυπο στους πελάτες του δημόσιου τομέα.

Φροντίδα Υγείας

Κομμάτια: Οι πάροχοι υγειονομικής περίθαλψης θέλουν να αφιερώνουν περισσότερο χρόνο στη φροντίδα των ασθενών και λιγότερο χρόνο στη γραφειοκρατία. Κομμάτια, ένα AWS Healthcare Accelerator εκκίνησης, χρησιμοποιεί το AWS για να διευκολύνει την εισαγωγή, τη διαχείριση, την αποθήκευση, την οργάνωση και την απόκτηση πληροφοριών από τα δεδομένα του Ηλεκτρονικού Μητρώου Υγείας (EHR) για την αντιμετώπιση των κοινωνικών καθοριστικών παραγόντων της υγείας και τη βελτίωση της φροντίδας των ασθενών. Με την τεχνητή νοημοσύνη, την επεξεργασία φυσικής γλώσσας (NLP) και τους κλινικά αναθεωρημένους αλγόριθμους, το Pieces μπορεί να παρέχει προβλεπόμενες ημερομηνίες εξιτηρίου, αναμενόμενα κλινικά και μη κλινικά εμπόδια στην έξοδο και κίνδυνο επανεισδοχής. Οι υπηρεσίες Pieces παρέχουν επίσης πληροφορίες στους παρόχους υγειονομικής περίθαλψης σε απλή γλώσσα και βελτιστοποιούν τη σαφήνεια των κλινικών ζητημάτων των ασθενών για να βοηθήσουν τις ομάδες φροντίδας να λειτουργούν πιο αποτελεσματικά. Σύμφωνα με το Pieces, το λογισμικό παρέχει 95% θετική πρόβλεψη στον εντοπισμό φραγμών στην έξοδο των ασθενών και σε ένα νοσοκομείο, έχει δείξει την ικανότητά του να μειώνει τη νοσηλεία ασθενών κατά μέσο όρο κατά 2 ημέρες.

Χρήσεις τεμαχίων Amazon Elastic Compute Cloud (Amazon EC2), Υπηρεσία σχεσιακής βάσης δεδομένων Amazon (Amazon RDS) και Amazon Managed Streaming για το Apache Kafka (Amazon MSK) για τη συλλογή και την επεξεργασία μεταδιδόμενων κλινικών δεδομένων. Χρήσεις τεμαχίων Υπηρεσία Amazon Elastic Kubernetes (Amazon EKS), Amazon OpenSearch Service, να Ροές εργασίας που διαχειρίζεται η Amazon για ροή αέρα Apache (Amazon MWAA) για την εκτέλεση πολλαπλών μοντέλων ML σε δεδομένα σε παραγωγή σε κλίμακα.

Υγεία PEP: Η εμπειρία του ασθενούς είναι βασική προτεραιότητα, αλλά η συλλογή σχολίων από τους ασθενείς μπορεί να είναι μια πρόκληση. PEP Health, μια startup στο Κοόρτη ΗΒ του AWS Healthcare Accelerator, χρησιμοποιεί την τεχνολογία NLP για την ανάλυση εκατομμυρίων σχολίων ασθενών στο διαδίκτυο, που δημοσιεύονται δημόσια, δημιουργώντας βαθμολογίες που επισημαίνουν περιοχές γιορτής ή ανησυχίας και εντοπίζοντας τους λόγους για τη βελτίωση ή τη μείωση της ικανοποίησης των ασθενών. Αυτά τα δεδομένα μπορούν να χρησιμοποιηθούν για τη βελτίωση των εμπειριών, την επίτευξη καλύτερων αποτελεσμάτων και τον εκδημοκρατισμό της φωνής του ασθενούς.

Χρήσεις PEP Health AWS Lambda, AWS Fargate, και το Amazon EC2 για την απορρόφηση πληροφοριών σε πραγματικό χρόνο από εκατοντάδες χιλιάδες ιστοσελίδες. Με ιδιόκτητα μοντέλα NLP που είναι κατασκευασμένα και λειτουργούν Amazon Sage Maker, Το PEP Health προσδιορίζει και βαθμολογεί θέματα σχετικά με την ποιότητα της περίθαλψης. Αυτά τα αποτελέσματα τροφοδοτούν την πλατφόρμα εμπειρίας ασθενών της PEP Health και τους αλγόριθμους ML που έχουν δημιουργηθεί και τροφοδοτούνται από Lambda, Fargate, Amazon EC2, Amazon RDS, SageMaker και Amazon Cognito, που επιτρέπουν την ανάλυση σχέσεων και αποκαλύπτουν μοτίβα μεταξύ ανθρώπων, τοποθεσιών και πραγμάτων που διαφορετικά μπορεί να φαίνονται ασύνδετα.

«Μέσω του επιταχυντή, η PEP Health μπόρεσε να κλιμακώσει σημαντικά τις δραστηριότητές της με την εισαγωγή του AWS Lambda για να συλλέξει περισσότερα σχόλια πιο γρήγορα και οικονομικά. Επιπλέον, μπορέσαμε να χρησιμοποιήσουμε το Amazon SageMaker για να αντλήσουμε περαιτέρω πληροφορίες για τους πελάτες."

– Mark Lomax, Διευθύνων Σύμβουλος της PEP Health.

Άμυνα και χώρος

Σεληνιακό φυλάκιο: Το σεληνιακό φυλάκιο ήταν μέρος του Η εναρκτήρια ομάδα του AWS Space Accelerator το 2021. Η εταιρεία συμμετέχει σε αποστολές στη Σελήνη και αναπτύσσει ρόβερ Mobile Autonomous Platform (MAP) που θα είναι σε θέση να επιβιώνουν και να πλοηγούνται σε ακραία περιβάλλοντα άλλων πλανητικών σωμάτων. Για την επιτυχή πλοήγηση σε συνθήκες που δεν μπορούν να βρεθούν στη Γη, το Lunar Outpost κάνει εκτενή χρήση ρομποτικών προσομοιώσεων για την επικύρωση αλγορίθμων πλοήγησης AI.

Το σεληνιακό φυλάκιο χρησιμοποιεί AWS RoboMaker, Amazon EC2, Μητρώο εμπορευματοκιβωτίων Amazon Elastic (Amazon ECR), Απλή υπηρεσία αποθήκευσης Amazon (Amazon S3), Εικονικό ιδιωτικό σύννεφο Amazon (Amazon VPC), Λάμδα, AWS CodeBuild, να Amazon QuickSight για να δοκιμάσετε ρόβερ αναπτύσσοντας προσομοιώσεις σελήνης. Καθώς το Lunar Outpost αναπτύσσει τεχνολογίες πλοήγησης για τη σεληνιακή επιφάνεια, περιστρέφονται περιπτώσεις προσομοίωσης. Αυτές οι προσομοιώσεις θα χρησιμοποιηθούν κατά τη διάρκεια σεληνιακών αποστολών για να βοηθήσουν τους χειριστές και να μειώσουν τον κίνδυνο. Τα δεδομένα που ανασύρονται από τη σεληνιακή επιφάνεια θα εισαχθούν στην προσομοίωση τους, δίνοντας μια εικόνα σε πραγματικό χρόνο των δραστηριοτήτων του ρόβερ. Η προσομοίωση των ψηφιακών ρόβερ MAP επιτρέπει τις δοκιμαστικές διαδρομές των τροχιών πλοήγησης χωρίς κίνηση του φυσικού ρόβερ, μειώνοντας δραματικά τους κινδύνους μετακίνησης ρόβερ στο διάστημα.

Adarga: Adarga, μέρος της πρώτη κοόρτη AWS Defense Accelerator, παρέχει μια πλατφόρμα νοημοσύνης με γνώμονα την τεχνητή νοημοσύνη για την ταχεία κατανόηση των κινδύνων και των ευκαιριών για την προετοιμασία και την ανάπτυξη της εισόδου στο θέατρο. Η Adarga χρησιμοποιεί την τεχνητή νοημοσύνη για να βρει πληροφορίες που βρίσκονται θαμμένες σε μεγάλους όγκους μη δομημένων δεδομένων, όπως ειδήσεις, παρουσιάσεις, αναφορές, βίντεο και άλλα.

Η Adarga χρησιμοποιεί Amazon EC2, Υπηρεσία OpenSearch, Amazon-Aurora, Amazon DocumentDB (με συμβατότητα MongoDB), Amazon Μετάφρασηκαι SageMaker. Το Adarga απορροφά πληροφορίες σε πραγματικό χρόνο, μεταφράζει ξενόγλωσσα έγγραφα και μεταγράφει αρχεία ήχου και βίντεο σε κείμενο. Εκτός από το SageMaker, το Adarga χρησιμοποιεί ιδιόκτητα μοντέλα NLP για να εξάγει και να ταξινομεί λεπτομέρειες, όπως άτομα, μέρη και πράγματα, αναπτύσσοντας τεχνικές αποσαφήνισης για τη διαμόρφωση των πληροφοριών. Αυτές οι λεπτομέρειες αντιστοιχίζονται σε μια δυναμική εικόνα νοημοσύνης για τους πελάτες. Οι αλγόριθμοι ML της Adarga, μαζί με τις υπηρεσίες AWS AI/ML, επιτρέπουν την ανάλυση σχέσεων, αποκαλύπτοντας μοτίβα που διαφορετικά μπορεί να φαίνονται αποσυνδεδεμένα.

«Είμαστε περήφανοι που είμαστε μέρος αυτής της πρωτοποριακής πρωτοβουλίας, καθώς συνεχίζουμε να συνεργαζόμαστε στενά με το AWS και ένα ευρύτερο οικοσύστημα παικτών τεχνολογίας για να προσφέρουμε δυνατότητες αλλαγής παιχνιδιού στην άμυνα, χάρη στο cloud hyperscale».

– Robert Bassett-Cross, Διευθύνων Σύμβουλος, Adarga

Αειφόρες πόλεις

SmartHelio: Στο πλαίσιο της εμπορικής βιομηχανίας ηλιακών εκμεταλλεύσεων, είναι κρίσιμο να προσδιοριστεί η υγεία της εγκατεστημένης ηλιακής υποδομής. Το SmartHelio συνδυάζει τη φυσική και το SageMaker για να κατασκευάσει μοντέλα που καθορίζουν την τρέχουσα κατάσταση της υγείας των ηλιακών στοιχείων, δημιουργούν προβλέψεις σχετικά με το ποια στοιχεία θα αποτύχουν και καθορίζουν προληπτικά ποια στοιχεία θα εξυπηρετηθούν πρώτα.

Η λύση του SmartHelio, που βασίζεται στο AWS, αναλύει απίστευτα πολύπλοκα φωτοβολταϊκά συστήματα και συστήματα ισχύος. Μια λίμνη δεδομένων στο Amazon S3 αποθηκεύει δισεκατομμύρια σημεία δεδομένων που μεταδίδονται σε ροή σε πραγματικό χρόνο από διακομιστές Εποπτικού Ελέγχου και Απόκτησης Δεδομένων (SCADA) σε ηλιακά αγροκτήματα, συσκευές Διαδικτύου των πραγμάτων (IoT) ή Συστήματα Διαχείρισης Περιεχομένου (CMS) τρίτων. πλατφόρμες. Το SmartHelio χρησιμοποιεί το SageMaker για την εκτέλεση μοντέλων βαθιάς εκμάθησης για την αναγνώριση προτύπων, την ποσοτικοποίηση της υγείας των ηλιακών πάρκων και την πρόβλεψη απωλειών σε πραγματικό χρόνο, παρέχοντας έξυπνες πληροφορίες άμεσα στους πελάτες του.

Αφού επιλεγεί για το πρώτο Κοόρτη επιταχυντή AWS Sustainable Cities, το SmartHelio εξασφάλισε αρκετούς πιλότους με νέους πελάτες. Σύμφωνα με τα λόγια του CEO Govinda Upadhyay, «ο AWS Accelerator μας έδωσε παγκόσμια έκθεση σε αγορές, συμβούλους, πιθανούς πελάτες και επενδυτές».

Αυτοκίνητο: Το Automotus χρησιμοποιεί τεχνολογία υπολογιστικής όρασης για να δώσει στους οδηγούς τη δυνατότητα να βλέπουν σε πραγματικό χρόνο εάν υπάρχει διαθέσιμος χώρος στο κράσπεδο, μειώνοντας σημαντικά τον χρόνο που δαπανάται για αναζήτηση στάθμευσης. Η Automotus βοηθά τις πόλεις και τα αεροδρόμια να διαχειρίζονται και να δημιουργούν έσοδα από τα κράσπεδά τους χρησιμοποιώντας έναν στόλο αισθητήρων όρασης υπολογιστών που τροφοδοτούνται από AWS IoT Greengrass. Οι αισθητήρες της Automotus ανεβάζουν δεδομένα εκπαίδευσης στο Amazon S3, όπου μια ροή εργασιών που υποστηρίζεται από το Lambda ευρετηριάζει δείγματα δεδομένων για να δημιουργήσει σύνθετα σύνολα δεδομένων για την εκπαίδευση νέων μοντέλων και τη βελτίωση των υπαρχόντων.

Το Automotus χρησιμοποιεί το SageMaker για να αυτοματοποιήσει και να διαμορφώσει σε εμπορευματοκιβώτια τη διαδικασία εκπαίδευσης μοντέλων όρασης υπολογιστή, τα αποτελέσματα του οποίου αναπτύσσονται πίσω στην άκρη χρησιμοποιώντας μια απλή, αυτοματοποιημένη διαδικασία. Εξοπλισμένοι με αυτά τα εκπαιδευμένα μοντέλα, οι αισθητήρες Automotus στέλνουν μεταδεδομένα στο cloud χρησιμοποιώντας AWS Core IoT, αποκαλύπτοντας αναλυτικές πληροφορίες σχετικά με τη δραστηριότητα περιορισμού και επιτρέποντας την πλήρως αυτοματοποιημένη χρέωση και επιβολή στο κράσπεδο. Με ένας πελάτης, Η Automotus αύξησε την αποτελεσματικότητα της επιβολής και τα έσοδα κατά περισσότερο από 500%, με αποτέλεσμα να αυξηθεί κατά 24% ο κύκλος εργασιών στάθμευσης και να μειωθεί κατά 20% η κίνηση.

Τι ακολουθεί για την AI/ML και τις νεοφυείς επιχειρήσεις

Οι πελάτες έχουν αγκαλιάσει την AI/ML για να λύσουν ένα ευρύ φάσμα προκλήσεων, κάτι που αποτελεί απόδειξη της προόδου της τεχνολογίας και της αυξημένης εμπιστοσύνης που έχουν οι πελάτες στη χρήση δεδομένων για τη βελτίωση της λήψης αποφάσεων. Οι επιταχυντές AWS στοχεύουν να συνεχίσουν την επιτάχυνση και την υιοθέτηση λύσεων AI/ML βοηθώντας τους πελάτες να συλλάβουν ιδέες και να μοιραστούν κρίσιμες δηλώσεις προβλημάτων, καθώς και να βρουν και να συνδέσουν startups με αυτούς τους πελάτες.

Ενδιαφέρεστε να προωθήσετε λύσεις για το κοινό καλό μέσω της startup σας; Ή έχετε μια πρόκληση που χρειάζεται μια ανατρεπτική λύση; Συνδεθείτε με την ομάδα AWS Worldwide Public Sector Venture Capital και Startups σήμερα για να μάθετε περισσότερα σχετικά με τους AWS Accelerators και άλλους διαθέσιμους πόρους για την προώθηση καινοτομιών στη λήψη αποφάσεων.

---

Σχετικά με τους συγγραφείς

Σουάμι Σιβασουμπραμανιάν είναι Αντιπρόεδρος Δεδομένων και Μηχανικής Μάθησης στην AWS. Σε αυτόν τον ρόλο, ο Swami επιβλέπει όλες τις υπηρεσίες βάσης δεδομένων AWS, Analytics και AI & Machine Learning. Η αποστολή της ομάδας του είναι να βοηθά τους οργανισμούς να θέσουν σε λειτουργία τα δεδομένα τους με μια ολοκληρωμένη λύση δεδομένων από άκρο σε άκρο για αποθήκευση, πρόσβαση, ανάλυση και οπτικοποίηση και πρόβλεψη.

Manpreet Mattu είναι ο παγκόσμιος επικεφαλής για επιχειρηματικά κεφάλαια και επιχειρηματική ανάπτυξη νεοφυών επιχειρήσεων για τον παγκόσμιο δημόσιο τομέα στο Amazon Web Services (AWS). Διαθέτει 15ετή εμπειρία σε venture Investments και εξαγορές σε τομείς αιχμής τεχνολογίας και μη. Πέρα από την τεχνολογία, το ενδιαφέρον του Manpreet καλύπτει την ιστορία, τη φιλοσοφία και τα οικονομικά. Είναι επίσης δρομέας αντοχής.