기술의 끊임없는 발전은 인간과 기업 모두의 의사 결정 능력을 향상시키고 있습니다. 물리적 세계의 디지털화는 속도, 다양성, 볼륨의 XNUMX차원 데이터를 가속화했습니다. 이를 통해 정보를 이전보다 더 광범위하게 사용할 수 있게 되어 문제 해결의 발전이 가능해졌습니다. 이제 클라우드 지원의 민주화된 가용성으로 인공 지능(AI) 및 기계 학습(ML)과 같은 기술을 통해 인간과 기계의 의사 결정 속도와 정확성을 높일 수 있습니다.
국방, 의료, 항공 우주 및 지속 가능성 전반에 걸친 조직이 전 세계 시민에게 영향을 미치는 문제를 해결하고 있는 공공 부문보다 의사 결정의 속도와 정확성이 더 중요한 곳은 없습니다. 많은 공공 부문 고객은 AI/ML을 사용하여 이러한 문제를 해결하는 이점을 알고 있지만 솔루션의 범위에 압도될 수 있습니다. AWS는 공공 부문 고객의 고유한 과제를 해결하는 기술로 스타트업을 찾고 개발하기 위해 AWS Accelerators를 출시했습니다. 공공 부문 고객에게 영향을 미치고 있는 AWS Accelerator 스타트업의 AI/ML 사용 사례에 대해 자세히 알아보려면 계속 읽으십시오.
의료
조각: 의료 서비스 제공자는 환자를 돌보는 데 더 많은 시간을 할애하고 서류 작업에 소요되는 시간을 줄이기를 원합니다. 조각, AWS 헬스케어 액셀러레이터 Startup은 AWS를 사용하여 EHR(전자 건강 기록) 데이터를 보다 쉽게 입력, 관리, 저장, 구성하고 통찰력을 얻어 건강의 사회적 결정 요인을 해결하고 환자 치료를 개선합니다. AI, 자연어 처리(NLP) 및 임상적으로 검토된 알고리즘을 통해 Pieces는 예상 퇴원 날짜, 퇴원에 대한 예상되는 임상 및 비임상 장벽, 재입원 위험을 제공할 수 있습니다. 조각 서비스는 또한 일반 언어로 의료 제공자에게 통찰력을 제공하고 환자의 임상 문제의 명확성을 최적화하여 치료 팀이 보다 효율적으로 작업할 수 있도록 지원합니다. 조각에 따르면, 소프트웨어는 환자 퇴원의 장벽을 식별하는 데 95% 긍정적인 예측을 제공하며 한 병원에서는 환자의 입원 기간을 평균 2일 줄이는 능력을 보여주었습니다.
조각 용도 아마존 엘라스틱 컴퓨트 클라우드 (아마존 EC2), Amazon 관계형 데이터베이스 서비스 (Amazon RDS) 및 Apache Kafka 용 Amazon Managed Streaming (Amazon MSK) 스트리밍된 임상 데이터 수집 및 처리. 조각 용도 Amazon Elastic Kubernetes 서비스 (아마존 EKS), 아마존 오픈서치 서비스및 Apache Airflow용 Amazon 관리형 워크플로 (Amazon MWAA) 대규모 프로덕션 데이터에 대해 여러 ML 모델을 실행합니다.
PEP 건강: 환자 경험이 가장 중요하지만 환자 피드백을 수집하는 것이 어려울 수 있습니다. PEP Health, AWS Healthcare Accelerator의 영국 코호트, NLP 기술을 사용하여 온라인에 공개적으로 게시된 수백만 개의 환자 의견을 분석하고 축하하거나 우려해야 할 부분을 강조 표시하는 점수를 생성하고 환자 만족도를 높이거나 낮추는 이유를 식별합니다. 이 데이터는 경험을 개선하고 더 나은 결과를 도출하며 환자의 목소리를 민주화하는 데 사용할 수 있습니다.
PEP 건강 사용 AWS 람다, AWS 파게이트, Amazon EC2를 사용하여 수십만 개의 웹 페이지에서 실시간으로 정보를 수집합니다. 독점 NLP 모델이 구축되고 실행됨 아마존 세이지 메이커, PEP Health는 치료의 질과 관련된 주제를 식별하고 점수를 매깁니다. 이러한 결과는 Lambda, Fargate, Amazon EC2, Amazon RDS, SageMaker 및 아마존 코 그니 토, 관계 분석을 가능하게 하고 연결되지 않은 것처럼 보일 수 있는 사람, 장소 및 사물 간의 패턴을 발견합니다.
“액셀러레이터를 통해 PEP Health는 AWS Lambda를 도입하여 운영을 크게 확장하여 더 많은 의견을 더 빠르고 저렴하게 수집할 수 있었습니다. 또한 Amazon SageMaker를 사용하여 고객을 위한 추가 통찰력을 얻을 수 있었습니다.”
– Mark Lomax, PEP Health CEO.
방어 및 우주
달의 전초기지: Lunar Outpost는 AWS Space Accelerator의 초대 코호트 이 회사는 달 탐사에 참여하고 있으며 다른 행성의 극한 환경에서 생존하고 탐색할 수 있는 이동식 자율주행 플랫폼(MAP) 로버를 개발하고 있습니다. 지구에서 찾을 수 없는 조건에서 성공적으로 탐색하기 위해 Lunar Outpost는 로봇 시뮬레이션을 광범위하게 사용하여 AI 탐색 알고리즘을 검증합니다.
달 전초기지 사용 AWS 로보메이커, 아마존 EC2, Amazon Elastic Container Registry (아마존 ECR), 아마존 단순 스토리지 서비스 (아마존 S3), 아마존 가상 프라이빗 클라우드 (아마존 VPC), 람다, AWS 코드빌드및 아마존 퀵 사이트 달 시뮬레이션을 배포하여 로버를 테스트합니다. Lunar Outpost가 달 표면에 대한 탐색 기술을 개발함에 따라 시뮬레이션 인스턴스가 회전합니다. 이러한 시뮬레이션은 달 임무 중에 인간 운영자를 지원하고 위험을 줄이는 데 사용됩니다. 달 표면에서 다시 스트리밍된 데이터는 시뮬레이션으로 가져와 로버의 활동에 대한 실시간 보기를 제공합니다. 디지털 MAP 로버의 시뮬레이션을 통해 실제 로버를 이동하지 않고도 탐색 궤적을 시험적으로 실행할 수 있으므로 우주에서 로버를 이동하는 위험을 크게 줄일 수 있습니다.
아다르가: Adarga, 일부 첫 번째 AWS Defense Accelerator 코호트, AI 기반 인텔리전스 플랫폼을 제공하여 극장 입장 준비 및 배치에 대한 위험과 기회를 신속하게 이해합니다. Adarga는 AI를 사용하여 뉴스, 프레젠테이션, 보고서, 비디오 등과 같은 대량의 비정형 데이터에 묻혀 있는 통찰력을 찾습니다.
Adarga는 Amazon EC2, OpenSearch Service, Amazon Aurora, Amazon DocumentDB(MongoDB 호환성 포함), 아마존 번역및 SageMaker. Adarga는 실시간으로 정보를 수집하고 외국어 문서를 번역하고 오디오 및 비디오 파일을 텍스트로 변환합니다. SageMaker 외에도 Adarga는 독점 NLP 모델을 사용하여 사람, 장소 및 사물과 같은 세부 정보를 추출 및 분류하고 정보를 맥락화하는 명확화 기술을 배포합니다. 이러한 세부 정보는 고객을 위한 동적 인텔리전스 그림으로 매핑됩니다. Adarga의 ML 알고리즘은 AWS AI/ML 서비스와 함께 관계 분석을 가능하게 하여 연결되지 않은 것처럼 보일 수 있는 패턴을 찾아냅니다.
"우리는 하이퍼스케일 클라우드가 지원하는 방어에 판도를 바꿀 수 있는 기능을 제공하기 위해 AWS 및 광범위한 기술 플레이어 에코시스템과 계속 긴밀하게 협력하면서 이 선구적인 이니셔티브에 참여하게 된 것을 자랑스럽게 생각합니다."
– Robert Bassett-Cross, Adarga CEO
지속 가능한 도시
스마트헬리오: 상업용 태양광 발전소 산업에서는 설치된 태양광 인프라의 상태를 확인하는 것이 중요합니다. SmartHelio는 물리학과 SageMaker를 결합하여 태양열 자산의 현재 상태를 결정하고, 어떤 자산이 실패할지 예측하고, 먼저 서비스할 자산을 사전에 결정하는 모델을 구성합니다.
AWS를 기반으로 구축된 SmartHelio의 솔루션은 엄청나게 복잡한 태양광 물리학 및 전력 시스템을 분석합니다. Amazon S3의 데이터 레이크는 태양열 발전소, 사물 인터넷(IoT) 장치 또는 타사 콘텐츠 관리 시스템(CMS)의 SCADA(감독 제어 및 데이터 수집) 서버에서 실시간으로 스트리밍되는 수십억 개의 데이터 포인트를 저장합니다. 플랫폼. SmartHelio는 SageMaker를 사용하여 딥 러닝 모델을 실행하여 패턴을 인식하고 태양열 농장 상태를 정량화하며 실시간으로 농장 손실을 예측하여 고객에게 즉시 지능형 통찰력을 제공합니다.
XNUMX차 선발 후 AWS 지속 가능한 도시 액셀러레이터 코호트, SmartHelio는 신규 고객과 함께 여러 파일럿을 확보했습니다. CEO Govinda Upadhyay는 "AWS Accelerator를 통해 시장, 멘토, 잠재 고객 및 투자자에게 전 세계적으로 노출될 수 있었습니다."라고 말했습니다.
오토모투스: Automotus는 컴퓨터 비전 기술을 사용하여 운전자에게 연석 공간이 있는 경우 실시간으로 볼 수 있는 기능을 제공하여 주차장을 찾는 데 드는 시간을 크게 줄입니다. Automotus는 도시와 공항이 AWS IoT 그린그래스. Automotus의 센서는 훈련 데이터를 Amazon S3에 업로드합니다. 여기에서 Lambda 기반 워크플로는 샘플 데이터를 인덱싱하여 새로운 모델을 훈련하고 기존 모델을 개선하기 위한 복잡한 데이터 세트를 생성합니다.
Automotus는 SageMaker를 사용하여 컴퓨터 비전 모델 교육 프로세스를 자동화하고 컨테이너화하며, 그 결과는 간단하고 자동화된 프로세스를 사용하여 에지로 다시 배포됩니다. 이러한 훈련된 모델을 갖춘 Automotus 센서는 다음을 사용하여 메타데이터를 클라우드로 보냅니다. AWS IoT 코어, 연석 활동에 대한 세분화된 통찰력을 발견하고 연석에서 완전히 자동화된 청구 및 집행을 가능하게 합니다. 와 함께 한 고객, Automotus는 집행 효율성과 수익을 500% 이상 증가시켜 주차 회전율이 24% 증가하고 교통량이 20% 감소했습니다.
AI/ML 및 스타트업의 다음 단계
고객은 광범위한 문제를 해결하기 위해 AI/ML을 채택했으며, 이는 기술의 발전과 고객이 데이터를 사용하여 의사 결정을 개선하는 데 대한 자신감이 높아졌다는 증거입니다. AWS Accelerators는 고객이 중요한 문제 설명을 브레인스토밍 및 공유하도록 지원하고 스타트업을 찾아 이러한 고객과 연결함으로써 AI/ML 솔루션의 가속화 및 채택을 계속하는 것을 목표로 합니다.
스타트업을 통해 공익을 위한 솔루션을 발전시키는 데 관심이 있으십니까? 아니면 파괴적인 솔루션이 필요한 문제가 있습니까? 지금 AWS 전 세계 공공 부문 벤처 캐피탈 및 스타트업 팀에 연락하여 의사 결정 혁신을 주도하는 데 사용할 수 있는 AWS Accelerator 및 기타 리소스에 대해 자세히 알아보십시오.
저자 소개
스와미 시바수브라마니아어 AWS의 데이터 및 기계 학습 담당 부사장입니다. 이 역할에서 Swami는 모든 AWS 데이터베이스, 분석, AI 및 기계 학습 서비스를 감독합니다. 그의 팀의 임무는 조직이 데이터를 저장, 액세스, 분석, 시각화 및 예측할 수 있는 완전한 종단 간 데이터 솔루션으로 작동하도록 돕는 것입니다.
맨프리트 마투 Amazon Web Services(AWS)에서 세계 공공 부문의 벤처 캐피탈 및 스타트업 비즈니스 개발의 글로벌 책임자입니다. 그는 첨단 기술 및 비기술 부문의 벤처 투자 및 인수 분야에서 15년의 경험을 가지고 있습니다. 기술을 넘어 Manpreet의 관심은 역사, 철학 및 경제에 걸쳐 있습니다. 그는 또한 지구력 주자입니다.
