Startup-urile din AWS Accelerators folosesc AI și ML pentru a rezolva provocările esențiale ale clienților

Progresul necruțător în tehnologie îmbunătățește capacitatea de luare a deciziilor atât a oamenilor, cât și a întreprinderilor. Digitalizarea lumii fizice a accelerat cele trei dimensiuni ale datelor: viteza, varietatea și volumul. Acest lucru a făcut ca informațiile să fie disponibile mai pe scară largă decât înainte, permițând progrese în rezolvarea problemelor. Acum, cu disponibilitatea democratizată activată de cloud, tehnologii precum inteligența artificială (AI) și învățarea automată (ML) sunt capabile să mărească viteza și acuratețea luării deciziilor de către oameni și mașini.

Nicăieri această viteză și acuratețe a deciziilor nu este mai importantă decât în ​​sectorul public, unde organizațiile din domeniul apărării, asistenței medicale, aerospațiale și sustenabilității rezolvă provocările care afectează cetățenii din întreaga lume. Mulți clienți din sectorul public văd beneficiile utilizării AI/ML pentru a aborda aceste provocări, dar pot fi copleșiți de gama de soluții. AWS a lansat AWS Accelerators pentru a găsi și dezvolta startup-uri cu tehnologii care să răspundă provocărilor unice ale clienților din sectorul public. Citiți mai departe pentru a afla mai multe despre cazurile de utilizare AI/ML de la startup-urile din AWS Accelerator care au un impact pentru clienții din sectorul public.

Farmaceutice

Bucati: Furnizorii de asistență medicală doresc să petreacă mai mult timp îngrijind pacienții și mai puțin timp pe documente. Piese, an AWS Healthcare Accelerator pornire, folosește AWS pentru a facilita introducerea, gestionarea, stocarea, organizarea și obținerea de informații din datele EHR (Electronic Health Record) pentru a aborda determinanții sociali ai sănătății și pentru a îmbunătăți îngrijirea pacientului. Cu AI, procesarea limbajului natural (NLP) și algoritmi revizuiți clinic, Pieces poate oferi date proiectate de externare, bariere clinice și non-clinice anticipate în calea externarii și riscul de readmisie. Serviciile Pieces oferă, de asemenea, informații furnizorilor de asistență medicală într-un limbaj simplu și optimizează claritatea problemelor clinice ale pacienților pentru a ajuta echipele de îngrijire să lucreze mai eficient. Potrivit Pieces, software-ul oferă o predicție pozitivă de 95% în identificarea barierelor în calea externarii pacientului și, la un spital, și-a demonstrat capacitatea de a reduce șederea pacienților în spital în medie cu 2 zile.

Piese utilizări Cloud Elastic de calcul Amazon (Amazon EC2), Serviciul de baze de date relaționale Amazon (Amazon RDS) și Streaming gestionat de Amazon pentru Apache Kafka (Amazon MSK) pentru colectarea și procesarea datelor clinice transmise în flux. Piese utilizări Serviciul Amazon Elastic Kubernetes (Amazon EKS), Serviciul Amazon OpenSearch, și Fluxuri de lucru gestionate de Amazon pentru Apache Airflow (Amazon MWAA) pentru a rula mai multe modele ML pe date în producție la scară.

PEP Sănătate: Experiența pacientului este o prioritate cheie, dar colectarea feedback-ului pacientului poate fi o provocare. PEP Health, un startup din Cohorta din Marea Britanie a AWS Healthcare Accelerator, folosește tehnologia NLP pentru a analiza milioane de comentarii postate public online ale pacienților, generând scoruri care evidențiază zone de sărbătoare sau îngrijorare și identificând motivele pentru îmbunătățirea sau scăderea satisfacției pacientului. Aceste date pot fi folosite pentru a îmbunătăți experiențele, pentru a obține rezultate mai bune și pentru a democratiza vocea pacientului.

PEP Health utilizări AWS Lambdas, AWS Fargate, și Amazon EC2 pentru a ingera informații în timp real din sute de mii de pagini web. Cu modele proprietare NLP construite și rulate Amazon SageMaker, PEP Health identifică și punctează teme relevante pentru calitatea îngrijirii. Aceste rezultate alimentează Platforma de experiență a pacientului de la PEP Health și algoritmii ML construiti și alimentați de Lambda, Fargate, Amazon EC2, Amazon RDS, SageMaker și Amazon Cognito, care permit analiza relațiilor și descoperă modele între oameni, locuri și lucruri care altfel ar putea părea deconectate.

„Prin accelerator, PEP Health a putut să-și extindă operațiunile în mod semnificativ odată cu introducerea AWS Lambda pentru a colecta mai multe comentarii mai rapid și mai accesibil. În plus, am putut folosi Amazon SageMaker pentru a obține informații suplimentare pentru clienți.”

– Mark Lomax, CEO PEP Health.

Apărare și spațiu

Avanpost lunar: Avanpostul lunar a făcut parte din Cohorta inaugurală a AWS Space Accelerator în 2021. Compania participă la misiuni pe Lună și dezvoltă rovere cu platformă autonomă mobilă (MAP) care vor fi capabile să supraviețuiască și să navigheze în mediile extreme ale altor corpuri planetare. Pentru a naviga cu succes în condiții care nu pot fi găsite pe Pământ, Lunar Outpost folosește pe scară largă simulările robotizate pentru a valida algoritmii de navigare AI.

Avanpostul lunar folosește AWS RoboMaker, Amazon EC2, Registrul Amazon de containere elastice (Amazon ECR), Serviciul Amazon de stocare simplă (Amazon S3), Cloud virtual virtual Amazon (Amazon VPC), Lambda, AWS CodeBuild, și Amazon QuickSight pentru a testa rovere prin desfășurarea de simulări lunare. Pe măsură ce Lunar Outpost dezvoltă tehnologii de navigație pentru suprafața lunară, instanțele de simulare sunt create. Aceste simulări vor fi utilizate în timpul misiunilor lunare pentru a ajuta operatorii umani și pentru a reduce riscul. Datele transmise înapoi de pe suprafața lunară vor fi importate în simularea lor, oferind o vedere în timp real a activităților roverului. Simularea roverelor digitale MAP permite efectuarea de probe ale traiectoriilor de navigație fără a deplasa roverul fizic, reducând dramatic riscurile deplasării roverelor în spațiu.

Adarga: Adarga, parte din prima cohortă AWS Defense Accelerator, oferă o platformă de inteligență bazată pe inteligență artificială pentru a înțelege rapid riscurile și oportunitățile pentru pregătirea și implementarea intrării în teatru. Adarga folosește AI pentru a găsi informații îngropate în volume mari de date nestructurate, cum ar fi știri, prezentări, rapoarte, videoclipuri și multe altele.

Adarga folosește Amazon EC2, serviciul OpenSearch, Amazon Aurora, Amazon DocumentDB (cu compatibilitate cu MongoDB), Traducerea Amazonși SageMaker. Adarga ingerează informații în timp real, traduce documente în limbi străine și transcrie fișiere audio și video în text. Pe lângă SageMaker, Adarga folosește modele NLP proprietare pentru a extrage și a clasifica detalii, cum ar fi oameni, locuri și lucruri, implementând tehnici de dezambiguizare pentru a contextualiza informațiile. Aceste detalii sunt mapate într-o imagine inteligentă dinamică pentru clienți. Algoritmii ML ai Adarga, împreună cu serviciile AWS AI/ML, permit analiza relațiilor, descoperind modele care altfel ar putea părea deconectate.

„Suntem mândri să facem parte din această inițiativă de pionierat, în timp ce continuăm să lucrăm îndeaproape cu AWS și cu un ecosistem mai larg de jucători tehnologici pentru a oferi capacități de schimbare a jocului apărării, activate de cloud hyperscale.”

– Robert Bassett-Cross, CEO, Adarga

Orașele durabile

SmartHelio: În cadrul industriei comerciale a fermelor solare, este esențial să se determine starea de sănătate a infrastructurii solare instalate. SmartHelio combină fizica și SageMaker pentru a construi modele care determină starea actuală de sănătate a activelor solare, construiesc predicții pe baza cărora activele vor eșua și determină în mod proactiv care sunt activele care trebuie întreținute mai întâi.

Soluția SmartHelio, construită pe AWS, analizează fizica fotovoltaică și sistemele de alimentare incredibil de complexe. Un lac de date de pe Amazon S3 stochează miliarde de puncte de date transmise în timp real de la serverele SCADA (Supraveghere Control și Achiziție de Date) din fermele solare, dispozitive Internet of Things (IoT) sau sisteme de gestionare a conținutului (CMS) terțe. platforme. SmartHelio folosește SageMaker pentru a rula modele de învățare profundă pentru a recunoaște modelele, a cuantifica starea de sănătate a fermei solare și pentru a prezice pierderile fermei în timp real, oferind instantaneu informații inteligente clienților săi.

După ce a fost selectat pentru primul Cohorta AWS Sustainable Cities Accelerator, SmartHelio a asigurat mai mulți piloți cu clienți noi. În cuvintele CEO-ului Govinda Upadhyay, „AWS Accelerator ne-a oferit o expunere globală la piețe, mentori, potențiali clienți și investitori”.

Automotus: Automotus folosește tehnologia de viziune computerizată pentru a le oferi șoferilor posibilitatea de a vedea în timp real dacă spațiul de bord este disponibil, reducând semnificativ timpul petrecut căutând parcare. Automotus ajută orașele și aeroporturile să-și gestioneze și să-și monetizeze bordurile utilizând o flotă de senzori de vedere pe computer alimentați de AWS IoT Greengrass. Senzorii Automotus încarcă date de antrenament pe Amazon S3, unde un flux de lucru alimentat de Lambda indexează date mostre pentru a crea seturi de date complexe pentru antrenarea modelelor noi și îmbunătățirea celor existente.

Automotus folosește SageMaker pentru a automatiza și a containeriza procesul său de formare a modelelor de viziune computerizată, ale cărui rezultate sunt implementate înapoi la margine printr-un proces simplu și automat. Echipat cu aceste modele instruite, senzorii Automotus trimit metadate către cloud folosind AWS IoT Core, dezvăluind informații detaliate despre activitatea de bord și permițând facturarea complet automatizată și aplicarea la bord. Cu un singur client, Automotus a crescut eficiența aplicării legii și veniturile cu peste 500%, rezultând o creștere cu 24% a cifrei de afaceri în parcare și o reducere cu 20% a traficului.

Ce urmează pentru AI/ML și startup-uri

Clienții au adoptat AI/ML pentru a rezolva un spectru larg de provocări, ceea ce este o dovadă a progresului tehnologiei și a încrederii crescute pe care clienții o au în utilizarea datelor pentru a îmbunătăți procesul decizional. AWS Accelerators urmărește să continue accelerarea și adoptarea soluțiilor AI/ML, ajutând clienții să facă brainstorming și să împărtășească declarații de probleme critice și să găsească și să conecteze startup-uri cu acești clienți.

Te interesează să promovezi soluții pentru binele public prin startup-ul tău? Sau aveți o provocare care are nevoie de o soluție perturbatoare? Conectați-vă cu echipa AWS Worldwide Public Sector Venture Capital și Startup-uri astăzi pentru a afla mai multe despre AWS Accelerators și alte resurse disponibile pentru a stimula inovațiile în luarea deciziilor.

---

Despre autori

Swami Sivasubramanian este vicepreședinte pentru Data și Machine Learning la AWS. În acest rol, Swami supraveghează toate serviciile AWS Database, Analytics și AI & Machine Learning. Misiunea echipei sale este de a ajuta organizațiile să-și pună datele în funcțiune cu o soluție de date completă, de la capăt la capăt, pentru a stoca, accesa, analiza și vizualiza și prezice.

Manpreet Mattu este șeful global pentru dezvoltarea afacerilor pentru capital de risc și startup-uri pentru sectorul public mondial la Amazon Web Services (AWS). Are 15 ani de experiență în investiții de risc și achiziții în segmente de tehnologie de vârf și non-tech. Dincolo de tehnologie, interesul lui Manpreet se întinde pe istorie, filozofie și economie. El este și alergător de anduranță.