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
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。