机器学习(ML)是当今世界最具变革性的技术之一。无论是用于增强客户体验,提高员工生产力,削减成本或是减少欺诈,机器学习都在帮助企业解决他们面临的棘手挑战,把握发展机遇。
如今,机器学习不再只是大型企业的专享。亚马逊云科技已帮助逾10万客户在其核心业务使用机器学习,从比萨订单量预测到医疗预诊等包罗万象的各种业务。
我经常与企业负责人探讨机器学习如何帮助他们。我了解到的往往是,他们非常想使用机器学习技术,但缺乏将数据转化为洞察所需的相关机器学习专业知识。
为此,我们在过去几年开发了一系列服务,在这些服务里直接内置了预训练的机器学习模型,让这些服务更智能。其中许多服务都基于Amazon.com上使用的相同技术实现。最重要的是,客户无需任何机器学习经验,就可以将它们直接添加到应用程序中。
这些解决方案有助于实现手动任务的自动化,这也是很多垂直行业正面临的挑战,例如媒体和娱乐公司(M&E)的内容生成、制造业的视觉检测,以及医疗健康和金融服务机构的文本和洞察获取等。
媒体和娱乐行业内容个性化推荐
媒体和娱乐公司使用机器学习为用户提供个性化内容推荐,来提升用户互动、减少客户流失,或基于合规要求以及品牌形象对内容进行审查。企业无需机器学习经验,借助可直接使用的智能解决方案来提升竞争优势。越来越多的企业开始意识到这些服务带给企业的价值。
例如,Discovery的超过55,000集的资料库吸引了大量观众。Discovery 希望为不同观众提供符合其兴趣的不同精选内容,于是他们采用了亚马逊云科技个性化推荐服务Amazon Personalize。
Amazon Personalize让开发人员能够使用与Amazon.com相同的机器学习技术构建应用程序,提供实时个性化推荐。现在,Discovery可为观众提供量身定制的观看体验,提高客户的整体参与度。
Amazon Personalize只是亚马逊云科技为媒体与娱乐行业提供的众多解决方案之一。亚马逊云科技媒体与娱乐行业解决方案为媒体与娱乐公司专门构建,帮助其加速关键业务领域的转型。
赋能制造业更轻松、安全及高效
越来越多企业希望将机器学习功能添加到工业环境中,例如制造设施、物流中心和食品加工厂,进行预测性维护、降低成本并提高运营效率。
Dafgårds是瑞典的知名品牌,生产多种品类的食品。他们最受欢迎的品牌之一是一种叫Billy's Pan Pizza的微波炉烤制披萨。但该公司用于质量保证的机器视觉系统却无法检测到这种包括多样馅料的新产品的工艺缺陷。
因此,他们尝试使用Amazon Lookout for Vision(一种利用计算机视觉发现缺陷和异常的机器学习服务)进行了改善质量的概念验证,验证成功之后顺利应用到生产环境中。借助Amazon Lookout for Vision,Dafgårds在最小化影响运营的情况下,成功将质量保证范围扩展至新产品类型。
这只是亚马逊云科技面向工业企业提供的众多解决方案中之一。亚马逊云科技制造业解决方案可帮助制造企业构建或部署创新的云解决方案,助力企业运营效率、质量和敏捷性“更上一层楼”。
提升医疗健康水平
医疗健康机构也在应用机器学习提升服务水平,包括提供个性化护理、确定诊断优先级、提高诊断准确性并加速流程让患者获得更快地护理。例如,全面健康解决方案公司Cambia Health Solutions(Cambia)致力于利用先进技术简化对关键健康数据的访问,并提供个性化的洞察,帮助其会员做出和健康关于的明智决定。
Cambia使用亚马逊云科技的服务,如Amazon Comprehend Medical (一种使用机器学习从非结构化文本中提取相关医疗信息的自然语言处理服务),开发了数字健康解决方案Journi,该解决方案以数据驱动智能和人类专业知识为指导。Journi将健康计划收益、数字护理工具、健康和临床专业知识以及人力支持结合在一起,应对医疗保健的复杂性并创造更好的体验。
Cambia使用机器学习将30%-40%的数据科学资源从支持运维转向开发解决方案,这些解决方案对业务和消费者都产生了直接的影响。
轻松挖掘金融服务的智慧洞察
金融服务机构正在使用现成的智能服务,快速解决他们最棘手的挑战,例如手动整理堆积如山的财务文件以获取重要的数据和洞察。
例如,世界领先的审计、税务和咨询机构BDO Australia使用Amazon Textract 来自动从文件中提取文本的机器学习服务,审查海量包含非结构化数据的各种财务报表。该服务的精准和高效给BDO Australia开展税务和审计分析节省了大量时间和成本。
更广泛的应用前景
过去几年里,人工智能与机器学习已经取得了长足的进步。随着准入门槛的显著降低,更多行业能够迅速部署机器学习,应对严峻挑战并把握发展良机。这一切还只是开端。亚马逊云科技将致力于开发更多解决方案,帮助各行各业的组织充分利用机器学习的力量,加速重塑与转型。
好文章,需要你的鼓励
本文揭示了AI时代CIO的七项关键行为特征,基于对多位CIO和AI专家的深度访谈。专家指出,AI精通的CIO需具备实用AI素养、战略视野和变革领导力,能将技术与业务战略对齐,建立强大数据治理基础。文章详细解析了分析型AI、生成式AI和智能体AI三大技术领域,强调数据基础的重要性,并提出CIO应从项目思维转向产品思维,通过跨职能团队实现端到端价值交付。
斯坦福大学等机构联合开发的CIFT系统首次解决了机器人"近视眼"问题,通过精确控制真实数据和合成数据的混合比例,让机器人在陌生环境中的表现提升54%以上。该系统包含多视角视频增强引擎MVAug和数据组合优化策略,能够预测数据失效的"去相干点",确保机器人学习真正重要的任务特征而非环境表象,为实用化通用机器人奠定了重要基础。
尽管苹果在AI竞赛中看似落后,但其私有云计算基础设施展现了技术优势。当行业为追赶大语言模型而降低隐私标准时,苹果坚持原则,开发出保护用户数据隐私的技术方案。谷歌最新宣布的类似实施方案验证了苹果技术路线的正确性,这可能推动其他AI实验室采用相同做法,为用户隐私带来重大胜利。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。