テクノロジーの絶え間ない進歩は、人間と企業の意思決定能力を向上させています。 物理世界のデジタル化は、データの XNUMX つの次元 (速度、多様性、量) を加速させました。 これにより、情報が以前よりも広く利用できるようになり、問題解決の進歩が可能になりました。 現在、クラウド対応の民主化された可用性により、人工知能 (AI) や機械学習 (ML) などのテクノロジーは、人間と機械による意思決定の速度と精度を向上させることができます。
防衛、医療、航空宇宙、持続可能性にまたがる組織が世界中の市民に影響を与える課題を解決している公共部門ほど、意思決定の速度と正確性が重要な場所はありません。 多くの公共部門のお客様は、AI / ML を使用してこれらの課題に対処するメリットを認識していますが、ソリューションの範囲に圧倒される可能性があります。 AWS は AWS Accelerators を立ち上げ、公共部門の顧客固有の課題に対応するテクノロジーを備えたスタートアップを見つけて開発しました。 公共部門の顧客に影響を与えている AWS Accelerator のスタートアップからの AI/ML ユースケースの詳細については、以下をお読みください。
ヘルスケア
小品: 医療提供者は、事務処理に費やす時間を減らして、患者のケアにより多くの時間を費やしたいと考えています。 ピース、 AWS ヘルスケアアクセラレータ は、AWS を使用して、電子健康記録 (EHR) データの入力、管理、保存、整理、および洞察の取得を容易にし、健康の社会的決定要因に対処し、患者ケアを改善します。 AI、自然言語処理 (NLP)、および臨床的にレビューされたアルゴリズムを使用して、Pieces は予想退院日、予想される退院の臨床的および非臨床的障壁、および再入院のリスクを提供できます。 Pieces サービスはまた、平易な言葉で医療提供者に洞察を提供し、患者の臨床問題の明確さを最適化して、ケア チームがより効率的に作業できるようにします。 ピースによると、ソフトウェアは、患者の退院に対する障壁を特定する上で95％の肯定的な予測を提供し、ある病院では、患者の入院を平均2日短縮する能力を示しました.
駒の用途 アマゾン エラスティック コンピューティング クラウド （Amazon EC2）、 Amazon リレーショナル データベース サービス （Amazon RDS）、および ApacheKafkaのAmazonマネージドストリーミング (Amazon MSK) ストリーミングされた臨床データを収集および処理します。 駒の用途 Amazon Elastic Kubernetesサービス （Amazon EKS）、 AmazonOpenSearchサービス, ApacheAirflowのAmazonマネージドワークフロー (Amazon MWAA) を使用して、本番環境のデータで複数の ML モデルを大規模に実行します。
PEP ヘルス: 患者の経験は重要な優先事項ですが、患者からのフィードバックを集めることは困難な場合があります。 PEP Health は、 AWS Healthcare Accelerator の英国コホート、NLP テクノロジーを使用して、オンラインで公開された何百万もの患者のコメントを分析し、祝賀や懸念の領域を強調するスコアを生成し、患者の満足度が向上または低下する理由を特定します。 このデータを使用して、エクスペリエンスを改善し、より良い結果を推進し、患者の声を民主化できます。
PEP Health の使用 AWSラムダ, AWSファーゲート、および Amazon EC2 を使用して、何十万もの Web ページからリアルタイムで情報を取り込みます。 独自の NLP モデルを構築して実行する アマゾンセージメーカー、PEP Health は、ケアの質に関連するテーマを特定して採点します。 これらの結果は、PEP Health の患者エクスペリエンス プラットフォームと、Lambda、Fargate、Amazon EC2、Amazon RDS、SageMaker、および アマゾンコグニート、関係分析を可能にし、他の方法では切り離されているように見える人、場所、および物事の間のパターンを明らかにします。
「PEP Health は、アクセラレータを通じて、AWS Lambda の導入により運用を大幅にスケーリングし、より多くのコメントをより迅速かつ手頃な価格で収集することができました。 さらに、Amazon SageMaker を使用して、顧客のためにさらなる洞察を得ることができました。」
– マーク ロマックス、PEP ヘルス CEO。
防衛と宇宙
月の前哨基地: 月の前哨基地は AWS Space Accelerator の最初のコホート 同社は月へのミッションに参加しており、他の惑星体の極端な環境を生き延びてナビゲートできるモバイル自律プラットフォーム（MAP）ローバーを開発しています。 Lunar Outpost は、地球上では見られない状況でうまくナビゲートするために、ロボット シミュレーションを多用して AI ナビゲーション アルゴリズムを検証しています。
月の前哨基地の使用 AWS ロボメーカー、アマゾン EC2、 Amazon エラスティック コンテナ レジストリ (アマゾン ECR)、 Amazon シンプル ストレージ サービス （Amazon S3）、 アマゾン バーチャル プライベート クラウド (Amazon VPC)、ラムダ、 AWS コードビルド, アマゾンクイックサイト 月面シミュレーションを展開してローバーをテストします。 Lunar Outpost が月面のナビゲーション技術を開発するにつれて、シミュレーション インスタンスがスピンアップされます。 これらのシミュレーションは、月面ミッション中に人間のオペレーターを支援し、リスクを軽減するために使用されます。 月面からストリーミングされたデータはシミュレーションにインポートされ、ローバーの活動をリアルタイムで表示します。 デジタル MAP ローバーのシミュレーションにより、物理的なローバーを動かさずにナビゲーション軌道の試運転が可能になり、宇宙でローバーを動かすリスクが劇的に減少します。
アダルガ: アダルガ、一部 最初の AWS Defense Accelerator コホートは、AI 主導のインテリジェンス プラットフォームを提供して、劇場への入場準備と展開のリスクと機会を迅速に理解します。 Adarga は AI を使用して、ニュース、プレゼンテーション、レポート、ビデオなど、大量の非構造化データに埋もれている洞察を見つけます。
Adarga は Amazon EC2、OpenSearch Service、 アマゾンオーロラ, Amazon DocumentDB（MongoDB互換性あり）, Amazon翻訳、および SageMaker です。 Adarga は、情報をリアルタイムで取り込み、外国語のドキュメントを翻訳し、オーディオ ファイルとビデオ ファイルをテキストに書き起こします。 SageMaker に加えて、Adarga は独自の NLP モデルを使用して、人、場所、物などの詳細を抽出および分類し、あいまいさを解消する技術を展開して情報を文脈化します。 これらの詳細は、顧客向けの動的なインテリジェンス画像にマッピングされます。 Adarga の ML アルゴリズムは、AWS AI/ML サービスとともに、関係分析を可能にし、他の方法では切り離されているように見えるパターンを明らかにします。
「ハイパースケール クラウドによって可能になる画期的な機能を防衛に提供するために、AWS やテクノロジー プレーヤーの幅広いエコシステムと緊密に連携し続ける中で、この先駆的なイニシアチブに参加できることを誇りに思います。」
– Robert Bassett-Cross、CEO、Adarga
持続可能な都市
スマートヘリオ: 商業用ソーラー ファーム業界では、設置されたソーラー インフラストラクチャの健全性を判断することが重要です。 SmartHelio は、物理学と SageMaker を組み合わせて、ソーラー資産の現在の健全性を判断し、どの資産が故障するかを予測し、どの資産を最初にサービスするかを事前に決定するモデルを構築します。
AWS 上に構築された SmartHelio のソリューションは、非常に複雑な太陽光発電の物理と電力システムを分析します。 Amazon S3 のデータレイクには、ソーラー ファームの監視制御およびデータ取得 (SCADA) サーバー、モノのインターネット (IoT) デバイス、またはサードパーティのコンテンツ管理システム (CMS) からリアルタイムでストリーミングされる数十億のデータ ポイントが保存されます。プラットフォーム。 SmartHelio は、SageMaker を使用して深層学習モデルを実行し、パターンを認識し、ソーラー ファームの健全性を定量化し、ファームの損失をリアルタイムで予測し、インテリジェントな洞察を顧客に即座に提供します。
一次選抜されてから AWS Sustainable Cities Accelerator コホート、SmartHelio は新しい顧客とのいくつかのパイロットを確保しました。 CEO の Govinda Upadhyay の言葉を借りれば、「AWS Accelerator は、市場、メンター、潜在的な顧客、および投資家へのグローバルな露出を与えてくれました。」
オートモータス: Automotus は、コンピューター ビジョン テクノロジを使用して、ドライバーが縁石の空き状況をリアルタイムで確認できるようにし、駐車場を探す時間を大幅に短縮します。 Automotus は、都市や空港の縁石を管理し、収益化するために、 AWS IoT Greengrass. Automotus のセンサーはトレーニング データを Amazon S3 にアップロードします。Amazon SXNUMX では、Lambda を利用したワークフローがサンプル データのインデックスを作成し、新しいモデルのトレーニングと既存のモデルの改善のための複雑なデータセットを作成します。
Automotus は SageMaker を使用して、コンピューター ビジョン モデルのトレーニング プロセスを自動化し、コンテナ化します。その出力は、単純な自動化されたプロセスを使用してエッジにデプロイされます。 これらのトレーニング済みモデルを搭載した Automotus センサーは、メタデータをクラウドに送信します。 AWS IoTコア、縁石活動に関する詳細な洞察を明らかにし、完全に自動化された請求と縁石での施行を可能にします。 と 一人の顧客、Automotus は施行効率と収益を 500% 以上向上させ、その結果、駐車場の回転率が 24% 増加し、交通量が 20% 減少しました。
AI/ML とスタートアップの次のステップ
顧客は AI / ML を採用して幅広い課題を解決してきました。これは、テクノロジーの進歩と、データを使用して意思決定を改善することに対する顧客の信頼が高まっていることの証です。 AWS Accelerators は、顧客がブレインストーミングを行い、重要な問題のステートメントを共有し、スタートアップを見つけてこれらの顧客と結び付けるのを支援することにより、AI/ML ソリューションの加速と採用を継続することを目指しています。
スタートアップを通じて公共の利益のためのソリューションを進めることに興味がありますか? または、破壊的なソリューションが必要な課題がありますか? 今すぐ AWS Worldwide Public Sector Venture Capital and Startups チームに連絡して、意思決定のイノベーションを推進するために利用できる AWS Accelerators やその他のリソースについて学びましょう。
著者について
スワミ・シバスブラマニアン AWS のデータおよび機械学習担当副社長です。 この役割で、Swami はすべての AWS データベース、分析、AI および機械学習サービスを監督しています。 彼のチームの使命は、組織がデータを完全なエンド ツー エンドのデータ ソリューションで活用し、保存、アクセス、分析、視覚化、予測できるよう支援することです。
マンプリート・マットゥ は、アマゾン ウェブ サービス (AWS) の世界的な公共部門のベンチャー キャピタルおよびスタートアップ ビジネス開発のグローバル ヘッドです。 彼は、最先端のテクノロジーおよび非テクノロジー セグメントでのベンチャー投資および買収に 15 年の経験があります。 マンプリートの関心は、技術を超えて、歴史、哲学、経済学に及びます。 彼は耐久ランナーでもあります。
