AWS-i kiirendite idufirmad kasutavad tehisintellekti ja ML-i missioonikriitiliste klientide väljakutsete lahendamiseks

Tehnoloogia halastamatu areng parandab nii inimeste kui ka ettevõtete otsustusvõimet. Füüsilise maailma digiteerimine on kiirendanud andmete kolme mõõdet: kiirust, mitmekesisust ja mahtu. See on muutnud teabe varasemast laiemalt kättesaadavaks, võimaldades probleemide lahendamisel edusamme teha. Nüüd, tänu pilvepõhisele demokratiseeritud kättesaadavusele, on sellised tehnoloogiad nagu tehisintellekt (AI) ja masinõpe (ML) võimelised suurendama inimeste ja masinate otsuste tegemise kiirust ja täpsust.

Kusagil pole see otsuste kiirus ja täpsus tähtsam kui avalikus sektoris, kus kaitse-, tervishoiu-, kosmose- ja jätkusuutlikkuse valdkonna organisatsioonid lahendavad probleeme, mis mõjutavad kodanikke kogu maailmas. Paljud avaliku sektori kliendid näevad tehisintellekti/ML-i kasutamise eeliseid nende väljakutsete lahendamisel, kuid lahenduste valik võib neile üle jõu käia. AWS käivitas AWS Accelerators, et leida ja arendada idufirmasid tehnoloogiatega, mis vastavad avaliku sektori klientide ainulaadsetele väljakutsetele. Lugege edasi, et saada lisateavet AI/ML kasutusjuhtude kohta AWS Acceleratori idufirmadelt, mis avaldavad mõju avaliku sektori klientidele.

Tervishoid

Tükid: Tervishoiuteenuse osutajad soovivad kulutada rohkem aega patsientide eest hoolitsemisele ja vähem aega paberimajandusele. Tükid, an AWS Healthcare Accelerator käivitamine, kasutab AWS-i, et hõlbustada elektroonilise tervisekaardi (EHR) andmete sisestamist, haldamist, salvestamist, korraldamist ja nendest ülevaate saamist, et käsitleda tervist mõjutavaid sotsiaalseid tegureid ja parandada patsientide hooldust. Tehisintellekti, loomuliku keele töötlemise (NLP) ja kliiniliselt läbi vaadatud algoritmide abil saab Pieces pakkuda prognoositud haiglast väljakirjutamise kuupäevi, eeldatavaid kliinilisi ja mittekliinilisi tõkkeid haiglast väljakirjutamisel ning tagasivõtmise ohtu. Teenused Pieces pakuvad ka tervishoiuteenuste osutajatele lihtsas keeles teadmisi ja optimeerivad patsientide kliiniliste probleemide selgust, et aidata hooldusmeeskondadel tõhusamalt töötada. Tükkide järgi, annab tarkvara 95% positiivse prognoosi patsientide väljakirjutamise takistuste tuvastamisel ja ühes haiglas on see näidanud oma võimet vähendada patsientide haiglas viibimist keskmiselt 2 päeva võrra.

Tükid kasutab Amazon Elastic Compute Cloud (Amazon EC2), Amazoni relatsioonide andmebaasiteenus (Amazon RDS) ja Amazoni hallatav voogesitus Apache Kafka jaoks (Amazon MSK) voogesitatud kliiniliste andmete kogumiseks ja töötlemiseks. Tükid kasutab Amazoni elastse Kubernetese teenus (Amazon EKS), Amazon OpenSearchi teenusja Amazoni hallatavad töövood Apache Airflow jaoks (Amazon MWAA), et käitada mastaapselt tootmises olevatel andmetel mitut ML-mudelit.

PEP tervis: Patsiendi kogemus on peamine prioriteet, kuid patsientide tagasiside kogumine võib olla väljakutse. PEP Health, idufirma riigis AWS Healthcare Acceleratori Ühendkuningriigi kohort, kasutab NLP-tehnoloogiat, et analüüsida miljoneid Internetis avalikult postitatud patsientide kommentaare, genereerides punkte, mis tõstavad esile tähistamist või muret väärivaid valdkondi, ja tuvastades patsientide rahulolu paranemise või languse põhjused. Neid andmeid saab kasutada kogemuste parandamiseks, paremate tulemuste saavutamiseks ja patsiendi hääle demokratiseerimiseks.

PEP Health kasutab AWS Lambda, AWS Fargateja Amazon EC2, et neelata reaalajas teavet sadadelt tuhandetelt veebilehtedelt. Spetsiaalsete NLP-mudelitega, mis on ehitatud ja töötavad Amazon SageMaker, PEP Health tuvastab ja hindab ravikvaliteediga seotud teemad. Need tulemused toidavad PEP Healthi patsiendikogemuse platvormi ja ML-algoritme, mille on loonud ja toidavad Lambda, Fargate, Amazon EC2, Amazon RDS, SageMaker ja Amazon Cognito, mis võimaldavad analüüsida suhteid ja paljastada inimeste, kohtade ja asjade vahelisi mustreid, mis muidu tunduvad olevat lahti ühendatud.

„Kiirendi kaudu suutis PEP Health oma tegevust AWS Lambda kasutuselevõtuga märkimisväärselt laiendada, et koguda kiiremini ja soodsamalt rohkem kommentaare. Lisaks oleme saanud kasutada Amazon SageMakerit, et saada klientidele täiendavaid teadmisi.

– Mark Lomax, PEP Healthi tegevjuht.

Kaitse ja ruum

Kuu eelpost: Lunar Outpost oli osa AWS Space Acceleratori avalik kohort 2021. aastal. Ettevõte osaleb missioonidel Kuule ja arendab mobiilse autonoomse platvormi (MAP) kulgureid, mis suudavad ellu jääda ja navigeerida teiste planeetide kehade ekstreemsetes keskkondades. Et edukalt navigeerida tingimustes, mida Maal ei leidu, kasutab Lunar Outpost tehisintellekti navigeerimisalgoritmide valideerimiseks laialdaselt robotsimulatsioone.

Lunar Outpost kasutab AWS RoboMaker, Amazon EC2, Amazoni elastsete konteinerite register (Amazon ECR), Amazoni lihtne salvestusteenus (Amazon S3), Amazoni virtuaalne privaatpilv (Amazon VPC), lambda, AWS CodeBuildja Amazon QuickSight katsetada kulgureid Kuusimulatsioonide abil. Kuna Lunar Outpost töötab välja Kuu pinna navigatsioonitehnoloogiaid, luuakse simulatsioonieksemplare. Neid simulatsioone kasutatakse Kuu-missioonidel, et aidata inimesi ja vähendada riske. Kuu pinnalt tagasi voogesitatud andmed imporditakse nende simulatsiooni, mis annab reaalajas ülevaate kulguri tegevusest. Digitaalsete MAP-kulgurite simulatsioon võimaldab katsetada navigatsioonitrajektoore ilma füüsilist kulgurit liigutamata, vähendades märkimisväärselt kulgurite kosmoses liikumise ohtu.

Adarga: Adarga, osa esimene AWS-i kaitsekiirendi kohort, pakub tehisintellektil põhinevat luureplatvormi, et mõista kiiresti teatrisse sisenemise ettevalmistamise ja kasutuselevõtu riske ja võimalusi. Adarga kasutab tehisintellekti, et leida teadmisi, mis on maetud suurtes kogustes struktureerimata andmetesse, nagu uudised, esitlused, aruanded, videod ja palju muud.

Adarga kasutab Amazon EC2, OpenSearch Service, Amazonase Aurora, Amazon DocumentDB (ühilduv MongoDB-ga), Amazoni tõlgeja SageMaker. Adarga neelab teavet reaalajas, tõlgib võõrkeelseid dokumente ning transkribeerib heli- ja videofaile tekstiks. Lisaks SageMakerile kasutab Adarga patenteeritud NLP-mudeleid üksikasjade (nt inimesed, kohad ja asjad) eraldamiseks ja klassifitseerimiseks, kasutades teabe kontekstualiseerimiseks täpsustustehnikaid. Need detailid kaardistatakse klientide jaoks dünaamilise luurepildina. Adarga ML-algoritmid koos AWS-i AI/ML-teenustega võimaldavad suhete analüüsi, avastades mustreid, mis muidu tunduvad olevat lahti ühendatud.

"Oleme uhked, et saame olla osa sellest teedrajavast algatusest, kuna jätkame tihedat koostööd AWS-i ja tehniliste mängijate laiema ökosüsteemiga, et pakkuda kaitsele mängu muutvaid võimeid, mida võimaldab hüperskaala pilv."

– Robert Bassett-Cross, Adarga tegevjuht

Säästvad linnad

SmartHelio: Kaubandusliku päikeseenergia talude tööstuses on ülioluline kindlaks määrata paigaldatud päikeseenergia infrastruktuuri seisukord. SmartHelio ühendab füüsika ja SageMaker, et luua mudeleid, mis määravad kindlaks päikeseenergia varade hetkeseisundi, prognoosivad, millised varad ebaõnnestuvad, ja määravad ennetavalt, milliseid varasid kõigepealt hooldada.

SmartHelio lahendus, mis põhineb AWS-il, analüüsib uskumatult keerulist fotogalvaanilist füüsikat ja toitesüsteeme. Amazon S3 andmejärv salvestab miljardeid andmepunkte, mis on reaalajas voogesitatud järelevalvekontrolli ja andmehõive (SCADA) serveritest päikesefarmides, asjade Interneti (IoT) seadmetes või kolmandate osapoolte sisuhaldussüsteemides (CMS). platvormid. SmartHelio kasutab SageMakerit süvaõppemudelite käitamiseks, et tuvastada mustreid, kvantifitseerida päikeseenergia talude tervist ja ennustada farmide kahjumit reaalajas, pakkudes oma klientidele viivitamatult nutikaid teadmisi.

Pärast esimeseks valimist AWS Sustainable Cities Accelerator kohort, hankis SmartHelio mitu pilooti uute klientidega. Tegevjuhi Govinda Upadhyay sõnade kohaselt andis AWS Accelerator meile ülemaailmse kokkupuute turgude, mentorite, potentsiaalsete klientide ja investoritega.

Automotus: Automotus kasutab arvutinägemise tehnoloogiat, et anda juhtidele võimalus reaalajas näha, kas äärekivi on vaba, vähendades oluliselt parkimiskoha otsimisele kuluvat aega. Automotus aitab linnadel ja lennujaamadel oma äärekivisid hallata ja raha teenida, kasutades arvuti nägemisandureid, mida toidab AWS IoT Greengrass. Automotuse andurid laadivad treeningandmed üles Amazon S3-sse, kus Lambda toega töövoog indekseerib näidisandmeid, et luua keerulisi andmekogumeid uute mudelite treenimiseks ja olemasolevate täiustamiseks.

Automotus kasutab SageMakerit oma arvutinägemise mudeli koolitusprotsessi automatiseerimiseks ja konteineriseerimiseks, mille väljundid rakendatakse lihtsa automatiseeritud protsessi abil tagasi servani. Nende koolitatud mudelitega varustatud Automotuse andurid saadavad metaandmeid pilve kasutades AWS IoT Core, mis annab põhjaliku ülevaate tegevuste piiramise kohta ning võimaldab täielikult automatiseeritud arveldamist ja jõustamist. Koos üks klient, Automotus suurendas jõustamise tõhusust ja tulusid enam kui 500%, mille tulemusel kasvas parkimiskäive 24% ja liiklus vähenes 20%.

Mis saab AI/ML ja idufirmade järgmiseks

Kliendid on kasutanud tehisintellekti/ML-i, et lahendada paljusid väljakutseid, mis annab tunnistust tehnoloogia arengust ja klientide suurenenud usaldusest andmete kasutamisel otsuste tegemise parandamiseks. AWS-i kiirendite eesmärk on jätkata AI/ML-lahenduste kiirendamist ja kasutuselevõttu, aidates klientidel ajurünnakuid teha ja jagada kriitilisi probleemiavaldusi ning leida ja ühendada nende klientidega idufirmasid.

Kas olete huvitatud oma idufirma kaudu avalike hüvede lahenduste edendamisest? Või teil on väljakutse, mis vajab häirivat lahendust? Võtke ühendust AWS-i ülemaailmse avaliku sektori riskikapitali ja idufirmade meeskonnaga juba täna, et saada lisateavet AWS-i kiirendite ja muude otsuste tegemise uuenduste edendamiseks saadaolevate ressursside kohta.

---

Autoritest

Swami Sivasubramanian on AWS-i andmete ja masinõppe asepresident. Selles rollis jälgib Swami kõiki AWS-i andmebaasi, analüüsi ning tehisintellekti ja masinõppe teenuseid. Tema meeskonna missioon on aidata organisatsioonidel oma andmed tööle panna tervikliku, täieliku andmelahenduse abil, mida saab salvestada, neile juurde pääseda, analüüsida ja visualiseerida ning ennustada.

Manpreet Mattu on Amazon Web Services (AWS) ülemaailmse avaliku sektori riskikapitali ja idufirmade äriarenduse juht. Tal on 15-aastane kogemus äriinvesteeringute ja omandamiste alal tipptasemel tehnoloogias ja mittetehnoloogilistes segmentides. Lisaks tehnikale hõlmab Manpreeti huvi ajalugu, filosoofiat ja majandust. Ta on ka kestvusjooksja.