AWS 宣布推出五項(xiàng)全新機(jī)器學(xué)習(xí)服務(wù)，可徹底改造和改進(jìn)日常企業(yè)任務(wù)——無(wú)需機(jī)器學(xué)習(xí)經(jīng)驗(yàn)-ESG跨境

西雅圖--今天在 AWS re:Invent 大會(huì)上，Amazon.com 旗下公司（納斯達(dá)克股票代碼：AMZN）宣布了五項(xiàng)新的人工智能 (AI) 服務(wù)，旨在將機(jī)器學(xué)習(xí)納入更多應(yīng)用程序開(kāi)發(fā)人員和最終用戶的手中——無(wú)需機(jī)器學(xué)習(xí)經(jīng)驗(yàn)。 AWS 推出了使用 AI 的新服務(wù)，以允許更多開(kāi)發(fā)人員應(yīng)用機(jī)器學(xué)習(xí)來(lái)創(chuàng)造更好的最終用戶體驗(yàn)，包括新的機(jī)器學(xué)習(xí)驅(qū)動(dòng)的企業(yè)搜索、代碼審查和分析、欺詐檢測(cè)、醫(yī)學(xué)轉(zhuǎn)錄和人工智能預(yù)測(cè)的人工審查。要了解有關(guān) AWS 的 AI 服務(wù)的更多信息，請(qǐng)?jiān)L問(wèn)。

“臨床文檔的極高準(zhǔn)確性對(duì)于工作流程和整體護(hù)理人員滿意度至關(guān)重要”

機(jī)器學(xué)習(xí)繼續(xù)快速增長(zhǎng)，如今有成千上萬(wàn)的客戶在 AWS 上進(jìn)行機(jī)器學(xué)習(xí)（是第二大云提供商的兩倍），其中包括許多選擇使用 AWS 完全托管的 AI 服務(wù)的客戶，例如 Alfresco , Bayer Crop Science, Cerner, CJ Cox Automotive, C-SPAN, Deloitte, Domino's, Emirates NBD, Fred Hutchinson Cancer Research Center, FICO, FINRA, Gallup, Kelley Blue Book, Kia, Mainichi Newspapers Co, NASA, PricewaterhouseCoopers, White House歷史協(xié)會(huì)和左拉。在過(guò)去的一年里，AWS 推出了幾項(xiàng)全新的完全托管的 AI 服務(wù)，例如 Amazon Personalize 和 Amazon Forecast，讓客戶能夠受益于亞馬遜消費(fèi)者業(yè)務(wù)所使用的相同的個(gè)性化和預(yù)測(cè)機(jī)器學(xué)習(xí)技術(shù)，以增強(qiáng)其屢獲殊榮的客戶體驗(yàn)。 AWS 客戶有興趣從 Amazon 大規(guī)模使用機(jī)器學(xué)習(xí)的豐富經(jīng)驗(yàn)中學(xué)習(xí)，以改進(jìn)運(yùn)營(yíng)并提供更好的客戶體驗(yàn)，而無(wú)需訓(xùn)練、調(diào)整和部署他們自己的自定義機(jī)器學(xué)習(xí)模型。今天，AWS 宣布推出五項(xiàng)新的人工智能服務(wù)，這些服務(wù)基于亞馬遜在機(jī)器學(xué)習(xí)方面的豐富經(jīng)驗(yàn)，允許所有行業(yè)的各種規(guī)模的組織在其企業(yè)中采用機(jī)器學(xué)習(xí)——無(wú)需機(jī)器學(xué)習(xí)經(jīng)驗(yàn)。

Amazon Kendra 通過(guò)機(jī)器學(xué)習(xí)重塑企業(yè)搜索

盡管多年來(lái)進(jìn)行了多次嘗試，但內(nèi)部搜索仍然是當(dāng)今企業(yè)的一個(gè)棘手問(wèn)題，大多數(shù)員工仍然經(jīng)常難以找到他們需要的信息。組織擁有大量的非結(jié)構(gòu)化文本數(shù)據(jù)，如果可以發(fā)現(xiàn)、以多種格式存儲(chǔ)并分布在不同的數(shù)據(jù)源（例如 Sharepoint、Intranet、Amazon S3 和本地文件存儲(chǔ)系統(tǒng)），其中的大部分都非常有用。即使有廣泛使用的基于 Web 的通用搜索工具，組織仍然發(fā)現(xiàn)內(nèi)部搜索很困難，因?yàn)闆](méi)有一個(gè)可用工具能很好地跨現(xiàn)有數(shù)據(jù)孤島建立索引，不提供自然語(yǔ)言查詢，也不能提供準(zhǔn)確的結(jié)果。當(dāng)員工有問(wèn)題時(shí)，他們需要使用可能出現(xiàn)在不同上下文中的多個(gè)文檔中的關(guān)鍵字，這些搜索通常會(huì)生成一長(zhǎng)串隨機(jī)鏈接，然后員工必須對(duì)其進(jìn)行篩選以找到他們尋求的信息——如果他們?cè)谌俊?/p>

Amazon Kendra 通過(guò)允許員工使用真實(shí)問(wèn)題（而不僅僅是關(guān)鍵字）在多個(gè)數(shù)據(jù)孤島中進(jìn)行搜索，并在幕后部署 AI 技術(shù)來(lái)提供他們尋求的精確答案（而不是隨機(jī)鏈接列表），從而徹底改造了企業(yè)搜索。員工可以使用自然語(yǔ)言進(jìn)行搜索（關(guān)鍵字仍然有效，但大多數(shù)用戶更喜歡自然語(yǔ)言搜索）。例如，員工可以提出一個(gè)特定的問(wèn)題，例如“IT 服務(wù)臺(tái)什么時(shí)候開(kāi)放？” ，Amazon Kendra 會(huì)給他們一個(gè)具體的答案，例如“IT 幫助臺(tái)在上午 9:30 開(kāi)放” ，以及返回到 IT 票務(wù)門戶和其他相關(guān)網(wǎng)站的鏈接?？蛻艨梢栽谄鋺?yīng)用程序、門戶和 wiki 中使用 Amazon Kendra。只需在 AWS 管理控制臺(tái)中單擊幾下，客戶就可以將 Amazon Kendra 指向他們的各種文檔存儲(chǔ)庫(kù)，該服務(wù)會(huì)聚合數(shù) PB 的數(shù)據(jù)以構(gòu)建集中索引。 Kendra 通過(guò)掃描文檔的權(quán)限來(lái)幫助確保搜索結(jié)果符合現(xiàn)有的文檔訪問(wèn)策略，以便搜索結(jié)果僅包含用戶有權(quán)訪問(wèn)的文檔。此外，Amazon Kendra 會(huì)根據(jù)客戶的具體情況積極重新訓(xùn)練其機(jī)器學(xué)習(xí)模型，以使用點(diǎn)擊數(shù)據(jù)、用戶位置和反饋來(lái)提高準(zhǔn)確性，以便隨著時(shí)間的推移提供更好的答案。要了解有關(guān) Amazon Kendra 的更多信息，請(qǐng)?jiān)L問(wèn)。

Amazon CodeGuru通過(guò)使用機(jī)器學(xué)習(xí)提供自動(dòng)代碼審查來(lái)改進(jìn)軟件開(kāi)發(fā)，并幫助組織找到最昂貴的代碼行

就像亞馬遜一樣，AWS 客戶編寫了大量代碼。軟件開(kāi)發(fā)是一個(gè)很好理解的過(guò)程。開(kāi)發(fā)人員編寫代碼、審查代碼、編譯代碼并部署應(yīng)用程序、測(cè)量應(yīng)用程序的性能，并使用這些數(shù)據(jù)來(lái)改進(jìn)代碼。然后，他們沖洗并重復(fù)。然而，如果代碼一開(kāi)始就不正確，所有這些過(guò)程都無(wú)關(guān)緊要，這就是為什么團(tuán)隊(duì)在將新代碼添加到現(xiàn)有應(yīng)用程序代碼庫(kù)之前執(zhí)行代碼審查以檢查邏輯、語(yǔ)法和樣式的原因。即使對(duì)于像亞馬遜這樣的大型組織，考慮到每天編寫的代碼量，擁有足夠多經(jīng)驗(yàn)豐富的開(kāi)發(fā)人員和足夠的空閑時(shí)間來(lái)進(jìn)行代碼審查也是一項(xiàng)挑戰(zhàn)。即使是最有經(jīng)驗(yàn)的審閱者在進(jìn)入面向客戶的應(yīng)用程序之前也會(huì)錯(cuò)過(guò)問(wèn)題，從而導(dǎo)致錯(cuò)誤和性能問(wèn)題。

Amazon CodeGuru 是一項(xiàng)新的機(jī)器學(xué)習(xí)服務(wù)，可自動(dòng)執(zhí)行代碼審查并查找應(yīng)用程序中最昂貴的代碼行。 Amazon CodeGuru 有兩個(gè)組件——代碼審查和應(yīng)用程序分析。對(duì)于代碼審查，開(kāi)發(fā)人員像往常一樣提交他們的代碼（現(xiàn)在支持 GitHub 和 CodeCommit，隨著時(shí)間的推移會(huì)有更多存儲(chǔ)庫(kù)）并將 Amazon CodeGuru 添加為代碼審查者之一，無(wú)需對(duì)正常流程或要安裝的軟件進(jìn)行其他更改。 Amazon CodeGuru 收到一個(gè)拉取請(qǐng)求，并自動(dòng)開(kāi)始使用預(yù)訓(xùn)練模型評(píng)估代碼，這些模型已經(jīng)在 Amazon 數(shù)十年的代碼審查和 GitHub 上的前一萬(wàn)個(gè)開(kāi)源項(xiàng)目中進(jìn)行了訓(xùn)練。 Amazon CodeGuru 將審查代碼更改的質(zhì)量，如果發(fā)現(xiàn)問(wèn)題，它將在拉取請(qǐng)求中添加人類可讀的注釋，以標(biāo)識(shí)代碼行、特定問(wèn)題和建議的補(bǔ)救措施，包括示例代碼和相關(guān)鏈接文檔。

Amazon CodeGuru 還包含一個(gè)機(jī)器學(xué)習(xí)支持的應(yīng)用程序分析器，可幫助客戶找到最昂貴的代碼行。首先，客戶在他們的應(yīng)用程序中安裝一個(gè)小型的低配置代理，以便 Amazon CodeGuru 可以觀察應(yīng)用程序運(yùn)行時(shí)間并每五分鐘分析一次應(yīng)用程序代碼。此代碼配置文件包括延遲和 CPU 利用率的詳細(xì)信息，直接鏈接回特定的代碼行。 Amazon CodeGuru 可以幫助操作員找到應(yīng)用程序中最昂貴的代碼行，并生成火焰圖，幫助直觀地識(shí)別造成性能瓶頸的其他代碼行。多年來(lái)，Amazon 的內(nèi)部團(tuán)隊(duì)使用 Amazon CodeGuru 分析了 80,000 多個(gè)應(yīng)用程序的代碼。從 2017 年到 2018 年，Amazon CodeGuru 內(nèi)部版本的廣泛使用幫助亞馬遜消費(fèi)者業(yè)務(wù)的 Amazon Prime Day 團(tuán)隊(duì)提高了應(yīng)用效率，CPU 利用率提高了 325%，減少了管理 Prime 所需的實(shí)例數(shù)量天，整體成本降低 39%。 要了解有關(guān) Amazon CodeGuru 的更多信息，請(qǐng)?jiān)L問(wèn)。

Amazon Fraud Detector 使用機(jī)器學(xué)習(xí)提供自動(dòng)欺詐檢測(cè)

世界各地的組織每年因欺詐而損失數(shù)百億美元。如今，許多 AWS 客戶投資于大型、昂貴的欺詐管理系統(tǒng)。這些系統(tǒng)通?；谑止ぞ幋a的規(guī)則，這些規(guī)則耗時(shí)、定制成本高，并且隨著欺詐模式的變化難以保持最新——所有這些都會(huì)導(dǎo)致系統(tǒng)的準(zhǔn)確性低于預(yù)期。這導(dǎo)致組織拒絕將好客戶視為欺詐者，進(jìn)行成本更高的欺詐審查，并錯(cuò)失降低欺詐率的機(jī)會(huì)。 20 多年來(lái)，亞馬遜一直在使用包括機(jī)器學(xué)習(xí)在內(nèi)的復(fù)雜技術(shù)來(lái)檢測(cè)欺詐交易，并理解這是一場(chǎng)持續(xù)不斷的與欺詐行為者的貓捉老鼠游戲，需要大量資源來(lái)構(gòu)建防御并不斷發(fā)展它們。 AWS 客戶詢問(wèn) AWS 是否可以分享其專業(yè)知識(shí)和經(jīng)驗(yàn)。

Amazon Fraud Detector 提供完全托管的服務(wù)，用于實(shí)時(shí)檢測(cè)潛在的在線身份和支付欺詐，基于亞馬遜消費(fèi)者業(yè)務(wù)使用的相同技術(shù)，無(wú)需機(jī)器學(xué)習(xí)經(jīng)驗(yàn)。 Amazon Fraud Detector 使用欺詐和合法交易的歷史數(shù)據(jù)來(lái)構(gòu)建、訓(xùn)練和部署機(jī)器學(xué)習(xí)模型，以提供實(shí)時(shí)、低延遲的欺詐風(fēng)險(xiǎn)預(yù)測(cè)。首先，客戶將交易數(shù)據(jù)上傳到 Amazon Simple Storage Service (S3) 以自定義模型的訓(xùn)練。客戶只需提供與交易相關(guān)的電子郵件地址和 IP 地址，并且可以選擇添加其他數(shù)據(jù)（例如賬單地址或電話號(hào)碼）。根據(jù)客戶想要預(yù)測(cè)的欺詐類型（新賬戶或在線支付欺詐），Amazon Fraud Detector 將使用數(shù)十年來(lái)大規(guī)模運(yùn)行欺詐檢測(cè)風(fēng)險(xiǎn)分析的經(jīng)驗(yàn)對(duì)數(shù)據(jù)進(jìn)行預(yù)處理、選擇算法并訓(xùn)練模型在亞馬遜。 Amazon Fraud Detector 還使用基于機(jī)器學(xué)習(xí)的數(shù)據(jù)檢測(cè)器，這些數(shù)據(jù)檢測(cè)器是根據(jù)來(lái)自 Amazon 的數(shù)據(jù)進(jìn)行訓(xùn)練的。這些數(shù)據(jù)檢測(cè)器有助于識(shí)別通常與亞馬遜欺詐活動(dòng)相關(guān)的模式（例如異常的電子郵件命名約定），以幫助提高訓(xùn)練模型的準(zhǔn)確性，即使客戶提供給 Amazon Fraud Detector 的欺詐示例數(shù)量很少。 Amazon Fraud Detector 訓(xùn)練模型并將其部署到完全托管的私有應(yīng)用程序編程接口 (API) 端點(diǎn)。客戶可以向 API 發(fā)送新活動(dòng)（例如注冊(cè)或新購(gòu)買）并接收欺詐報(bào)告，其中包括欺詐風(fēng)險(xiǎn)評(píng)分。根據(jù)該報(bào)告，應(yīng)用程序可以確定正確的行動(dòng)方案（例如接受購(gòu)買，或?qū)⑵鋫鬟f給人工審核）。借助 Amazon Fraud Detector，客戶可以更快、更輕松、更準(zhǔn)確地檢測(cè)欺詐行為。要了解有關(guān) Amazon Fraud Detector 的更多信息，請(qǐng)?jiān)L問(wèn)。

Amazon Transcribe Medical 使用機(jī)器學(xué)習(xí)來(lái)轉(zhuǎn)錄醫(yī)學(xué)語(yǔ)音，使醫(yī)療保健提供者能夠?qū)Ｗ⒂诨颊咦o(hù)理

今天，作為日常職責(zé)的一部分，醫(yī)生需要將詳細(xì)的數(shù)據(jù)輸入電子健康記錄 (EHR) 系統(tǒng)。然而，幫助他們準(zhǔn)確記錄和記錄患者遭遇的解決方案并不理想。在許多醫(yī)院，醫(yī)生必須將醫(yī)療記錄口述到錄音機(jī)中，然后將這些語(yǔ)音文件提交給第三方手動(dòng)轉(zhuǎn)錄服務(wù)，這很昂貴，并且可能需要多達(dá)三個(gè)工作日，從而總體上延遲了文檔工作流程。另一種選擇是利用現(xiàn)有的前端聽(tīng)寫軟件，但現(xiàn)有的工具是有限的，醫(yī)生最終仍然每天花費(fèi)幾個(gè)小時(shí)在臨床文檔上。第三種選擇是醫(yī)療保健提供者雇用人工抄寫員來(lái)協(xié)助醫(yī)生在與患者會(huì)面時(shí)做筆記，但人工抄寫員可能會(huì)讓患者感到不安，醫(yī)生經(jīng)常提到他們的輸出不完善，醫(yī)療組織難以大規(guī)模安排和協(xié)調(diào)抄寫員?，F(xiàn)有的解決方案在提高臨床文檔效率和實(shí)現(xiàn)更好的患者護(hù)理方面都存在不足。

Amazon Transcribe Medical 通過(guò)使用機(jī)器學(xué)習(xí)技術(shù)自動(dòng)轉(zhuǎn)錄自然醫(yī)學(xué)語(yǔ)音來(lái)解決這些問(wèn)題?；?Amazon Transcribe Medical 的語(yǔ)音轉(zhuǎn)文本功能構(gòu)建的臨床文檔應(yīng)用程序可生成準(zhǔn)確且經(jīng)濟(jì)實(shí)惠的成績(jī)單。 Amazon Transcribe Medical 由多個(gè)機(jī)器學(xué)習(xí)模型組成，這些模型已經(jīng)過(guò)數(shù)萬(wàn)小時(shí)的醫(yī)學(xué)語(yǔ)音訓(xùn)練，可提供準(zhǔn)確的、機(jī)器學(xué)習(xí)驅(qū)動(dòng)的醫(yī)學(xué)轉(zhuǎn)錄。成績(jī)單是實(shí)時(shí)生成的，消除了多天的周轉(zhuǎn)時(shí)間。 Amazon Transcribe Medical 可以幫助醫(yī)生在與患者會(huì)面期間自動(dòng)轉(zhuǎn)錄對(duì)話，而不會(huì)分散手動(dòng)記筆記的注意力，從而使醫(yī)療保健提供者能夠?qū)Ｗ⒂诨颊咦o(hù)理。醫(yī)生可以自然地說(shuō)話，Amazon Transcribe Medical 使用內(nèi)置的自動(dòng)標(biāo)點(diǎn)符號(hào)來(lái)克服現(xiàn)有轉(zhuǎn)錄軟件的限制。對(duì)于醫(yī)療保健提供商而言，基于 Amazon Transcribe Medical 構(gòu)建的語(yǔ)音解決方案可擴(kuò)展到數(shù)千個(gè)潛在的醫(yī)療中心，從而消除管理和協(xié)調(diào)臨時(shí)抄寫員的運(yùn)營(yíng)痛苦。 Amazon Transcribe Medical 符合 HIPAA 標(biāo)準(zhǔn)，并提供易于使用的 API，可與支持語(yǔ)音的應(yīng)用程序和任何帶麥克風(fēng)的設(shè)備集成。 Amazon Transcribe Medical 的文本輸出也可供其他 AWS 服務(wù)使用，例如自然語(yǔ)言處理服務(wù) Amazon Comprehend Medical，在最終進(jìn)入 EHR 系統(tǒng)之前進(jìn)行下游數(shù)據(jù)分析。要開(kāi)始使用 Amazon Transcribe Medical，請(qǐng)?jiān)L問(wèn) 。

Amazon 增強(qiáng)型人工智能 (A2I) 允許開(kāi)發(fā)人員與人工審核員一起驗(yàn)證機(jī)器學(xué)習(xí)預(yù)測(cè)

機(jī)器學(xué)習(xí)可以為各種用例提供高度準(zhǔn)確的預(yù)測(cè)，包括識(shí)別圖像中的對(duì)象、從掃描文檔中提取文本或轉(zhuǎn)錄和理解口語(yǔ)。在每種情況下，機(jī)器學(xué)習(xí)模型都提供了一個(gè)預(yù)測(cè)和一個(gè)置信度分?jǐn)?shù)，它表達(dá)了模型在其預(yù)測(cè)中的確定性。置信度越高，結(jié)果越可信。對(duì)于許多用例，當(dāng)開(kāi)發(fā)人員收到高置信度的結(jié)果時(shí)，他們可以相信結(jié)果可能是準(zhǔn)確的，并且可以自動(dòng)處理它們（例如，在社交網(wǎng)絡(luò)上自動(dòng)審核用戶生成的內(nèi)容，或?yàn)橐曨l添加字幕）。然而，在置信度低于預(yù)期的情況下，由于預(yù)測(cè)結(jié)果存在一些模糊性，結(jié)果可能需要人工審查來(lái)解決這種模糊性。機(jī)器學(xué)習(xí)和人工審閱者之間的這種相互作用對(duì)于機(jī)器學(xué)習(xí)系統(tǒng)的成功至關(guān)重要，但人工審閱具有挑戰(zhàn)性且大規(guī)模構(gòu)建和運(yùn)營(yíng)成本高昂，通常涉及多個(gè)工作流程步驟、用于管理人工審閱任務(wù)和結(jié)果的定制軟件以及招聘并管理大量審稿人。因此，開(kāi)發(fā)人員有時(shí)會(huì)花費(fèi)更多時(shí)間來(lái)管理人工審查過(guò)程，而不是構(gòu)建他們的預(yù)期應(yīng)用程序，或者他們不得不放棄人工審查，這會(huì)導(dǎo)致對(duì)許多預(yù)測(cè)的信心和效用降低。

Amazon 增強(qiáng)型人工智能 (A2I) 是一項(xiàng)新服務(wù)，可讓您更輕松地為機(jī)器學(xué)習(xí)應(yīng)用程序構(gòu)建和管理人工評(píng)論。 Amazon A2I 為常見(jiàn)的機(jī)器學(xué)習(xí)任務(wù)（例如圖像中的對(duì)象檢測(cè)、語(yǔ)音轉(zhuǎn)錄和內(nèi)容審核）提供了預(yù)構(gòu)建的人工審核工作流程，從而可以更輕松地對(duì)來(lái)自 Amazon Rekognition 和 Amazon Textract 的機(jī)器學(xué)習(xí)預(yù)測(cè)進(jìn)行人工審核。開(kāi)發(fā)人員為他們的特定應(yīng)用程序選擇一個(gè)置信度閾值，所有置信度分?jǐn)?shù)低于閾值的預(yù)測(cè)都會(huì)自動(dòng)發(fā)送給人工審閱者進(jìn)行驗(yàn)證。開(kāi)發(fā)人員可以選擇讓 Amazon Mechanical Turk 的 500,000 名全球員工、擁有預(yù)授權(quán)員工的第三方組織（包括 Startek、iVision、CapeStart Inc.、Cogito 和 iMerit）或他們自己的私人評(píng)論員執(zhí)行他們的評(píng)論。結(jié)果存儲(chǔ)在 Amazon S3 中，開(kāi)發(fā)人員在審核完成時(shí)會(huì)收到通知，以便他們可以根據(jù)人工審核人員的可信結(jié)果采取行動(dòng)。 Amazon A2I 為所有開(kāi)發(fā)人員帶來(lái)人工審查，消除了與構(gòu)建和管理自定義審查管道或招募大量人工審查員相關(guān)的無(wú)差別繁重工作。要開(kāi)始使用 Amazon A2I，請(qǐng)?jiān)L問(wèn)。

“不同行業(yè)的公司告訴我們，他們希望利用亞馬遜在機(jī)器學(xué)習(xí)方面的豐富經(jīng)驗(yàn)來(lái)解決他們作為企業(yè)持續(xù)面臨的一些共同挑戰(zhàn)。這些挑戰(zhàn)包括內(nèi)部搜索、幫助軟件開(kāi)發(fā)人員編寫更好的代碼、識(shí)別欺詐交易以及提高所有機(jī)器學(xué)習(xí)系統(tǒng)的整體質(zhì)量，”AWS 亞馬遜機(jī)器學(xué)習(xí)副總裁 Swami Sivasubramanian 說(shuō)。 “憑借在構(gòu)建機(jī)器學(xué)習(xí)系統(tǒng)方面數(shù)十年的經(jīng)驗(yàn)，亞馬遜創(chuàng)建了成功應(yīng)對(duì)此類挑戰(zhàn)的內(nèi)部系統(tǒng)，而今天的發(fā)布是推動(dòng)這些系統(tǒng)開(kāi)發(fā)的同一客戶癡迷的下一次迭代。通過(guò)這些發(fā)布，我們很高興能夠?qū)⑦@些機(jī)器學(xué)習(xí)驅(qū)動(dòng)的功能提供給企業(yè)用戶，而無(wú)需任何機(jī)器學(xué)習(xí)專業(yè)知識(shí)?！?/p>

3M 是一家跨國(guó)公司和領(lǐng)先的產(chǎn)品制造商，產(chǎn)品包括磨料、化學(xué)品和先進(jìn)材料、薄膜、過(guò)濾器、粘合劑等。 3M 以協(xié)作的方式應(yīng)用科學(xué)，每天都在改善生活。 “研發(fā)是 3M 的心臟，我們對(duì)使我們強(qiáng)大的科學(xué)進(jìn)行了深入投資。當(dāng)我們的材料科學(xué)家領(lǐng)導(dǎo)新研究時(shí)，他們需要訪問(wèn)可能相關(guān)的過(guò)去研究。這些信息通常隱藏在我們的專利和廣泛的知識(shí)庫(kù)，”3M 公司研究系統(tǒng)實(shí)驗(yàn)室技術(shù)總監(jiān) David Frazee 說(shuō)?！安檎艺_的信息通常很費(fèi)力、很耗時(shí)，有時(shí)甚至不完整。借助 Amazon Kendra，我們的科學(xué)家可以使用自然語(yǔ)言快速準(zhǔn)確地找到他們需要的信息“通過(guò) Kendra，我們的工程師和研究人員對(duì)快速查找信息的能力充滿熱情，這將使他們能夠更快地進(jìn)行創(chuàng)新，更有效地協(xié)作，并加速為我們的客戶提供獨(dú)特產(chǎn)品的持續(xù)流?！?/p>

Workgrid Software 是 Liberty Mutual 的全資子公司，在員工體驗(yàn)平臺(tái)中提供軟件解決方案，以使工作更加互聯(lián)、高效和富有成效。 “我們的核心產(chǎn)品之一是 Workgrid 聊天機(jī)器人，它使員工能夠使用友好的自然語(yǔ)言界面快速獲得頻繁查詢的答案并自動(dòng)執(zhí)行任務(wù)。任何企業(yè)聊天機(jī)器人的一個(gè)關(guān)鍵部分是能夠回答無(wú)數(shù)問(wèn)題來(lái)自員工，這就是為什么 Workgrid 提供了一個(gè)不需要編程語(yǔ)言的自助問(wèn)答構(gòu)建器，內(nèi)容作者可以訓(xùn)練聊天機(jī)器人來(lái)回答員工的問(wèn)題。除了這些策劃的內(nèi)容，我們還想為 Workgrid 提供一種方式聊天機(jī)器人可以輕松地從企業(yè)中存在的大量文檔（例如 PDF 文檔）中提取知識(shí)，”Workgrid Software 云工程和人工智能負(fù)責(zé)人 Gillian McCann 說(shuō)。“有了 Amazon Kendra，我們對(duì)這種可能性感到興奮的客戶快速高效地獲得所需的答案。Amazon Kendra 可以直接從跨多個(gè)存儲(chǔ)庫(kù)的非結(jié)構(gòu)化數(shù)據(jù)中提取答案，并且作為快速跟蹤我們向客戶提供準(zhǔn)確、比以前更好的答案的潛力。我們很高興探索將 Amazon Kendra 的智能搜索與我們提供的會(huì)話上下文和任務(wù)自動(dòng)化相結(jié)合，以創(chuàng)造強(qiáng)大的員工體驗(yàn)?！?/p>

英國(guó)廣播公司是廣播行業(yè)的世界領(lǐng)先者。他們將 BBC 的景象和聲音帶到了世界各地。 BBC 首席技術(shù)和產(chǎn)品官 Matthew Postgate 表示：“作為一家全球媒體組織，我們每天 24 小時(shí)管理 PB 級(jí)視頻并運(yùn)行實(shí)時(shí)操作。Amazon CodeGuru 以及我們團(tuán)隊(duì)使用的其他開(kāi)發(fā)工具，將有助于確保我們繼續(xù)為我們的受眾提供強(qiáng)大、可靠的服務(wù)，并在任何問(wèn)題發(fā)生之前發(fā)現(xiàn)它們。它還將幫助我們深入了解服務(wù)如何與 AWS 平臺(tái)交互，從而允許團(tuán)隊(duì)重構(gòu)和優(yōu)化他們的代碼，以便為人們提供他們期望 BBC 提供的服務(wù)。”

Apptio SaaS 解決方案可幫助組織在分析、計(jì)劃和優(yōu)化投資以轉(zhuǎn)變其 IT 運(yùn)營(yíng)模式時(shí)做出明智的決策。 Apptio 首席產(chǎn)品官 Scott Chancellor 表示：“為我們的客戶提供高度可用、無(wú)錯(cuò)誤的服務(wù)對(duì)于我們的成功至關(guān)重要。 “我們一直在尋找工具來(lái)改變我們的組織，以便在我們的應(yīng)用程序開(kāi)發(fā)生命周期的各個(gè)階段更主動(dòng)地檢測(cè)問(wèn)題，提高我們的開(kāi)發(fā)速度，并花費(fèi)更少的時(shí)間來(lái)解決并發(fā)、資源泄漏和性能瓶頸等難題。我們?cè)囉昧?Amazon CodeGuru，發(fā)現(xiàn)它提供了在早期開(kāi)發(fā)階段主動(dòng)解決這些問(wèn)題的建議。此外，通過(guò)指出降低我們服務(wù)速度的代碼區(qū)域，我們減少了解決與性能相關(guān)的缺陷的時(shí)間。這些改進(jìn)將幫助我們?yōu)樗锌蛻籼峁└玫捏w驗(yàn)?！?/p>

SmugMug+Flickr 是世界上最大和最有影響力的以攝影師為中心的平臺(tái)。 “SmugMug 和 Flickr 一起是世界上最大和最有影響力的以攝影師為中心的平臺(tái)，專為專業(yè)攝影師和攝影愛(ài)好者打造，在欣賞他人作品的同時(shí)展示自己的作品。從第一天開(kāi)始，SmugMug 的熱情就一直在尋找方法讓攝影師能夠講述他們想講述的故事，以及他們想如何講述。當(dāng)您以我們的規(guī)模運(yùn)營(yíng)時(shí)，性能是圖像處理、分類和搜索的重中之重，”SmugMug+Flickr 的首席執(zhí)行官兼首席 Geek 唐·麥克阿斯基爾說(shuō)。 “Amazon CodeGuru 的實(shí)時(shí)分析有助于對(duì)我們服務(wù)的低效部分進(jìn)行故障排除和識(shí)別，特別是應(yīng)用程序中昂貴的代碼行，這會(huì)減慢它們的速度，并幫助我們提供有關(guān)如何更改和優(yōu)化它們的建議。借助 CodeGuru 的建議，我們能夠重組我們的代碼，使其高度可維護(hù)，并提高我們的服務(wù)性能?！?/p>

嘉信理財(cái)是一家領(lǐng)先的投資服務(wù)公司。 “檢測(cè)在線欺詐活動(dòng)是一項(xiàng)永無(wú)止境的挑戰(zhàn)，因?yàn)椴涣夹袨檎卟粩鄤?chuàng)造新的攻擊媒介。我們的使命是領(lǐng)先于不良行為者，保護(hù)我們的客戶，”Charles Schwab & Co., Inc. 欺詐監(jiān)控與調(diào)查副總裁 Kara H. Suro 說(shuō)?！拔覀儗?duì) Amazon Fraud Detector 的推出感到興奮。它將使構(gòu)建機(jī)器學(xué)習(xí)工具來(lái)發(fā)現(xiàn)欺詐活動(dòng)變得更快、更容易；我們預(yù)計(jì)我們的欺詐預(yù)防率將顯著提高。一旦實(shí)施，欺詐檢測(cè)器將有助于從我們的歷史數(shù)據(jù)中識(shí)別欺詐模式，以及利用亞馬遜檢測(cè)欺詐的經(jīng)驗(yàn)?！?/p>

Vacasa 是北美最大的全方位服務(wù)度假租賃管理公司，在 17 個(gè)國(guó)家/地區(qū)擁有 23,000 多個(gè)度假屋，每年為超過(guò) 200 萬(wàn)客人提供服務(wù)。 Vacasa 創(chuàng)始人兼首席執(zhí)行官 Eric Breon 表示：“自成立以來(lái)，我們利用技術(shù)使我們的本地團(tuán)隊(duì)能夠?qū)Ｗ⒂谡疹櫦彝ズ涂腿?，同時(shí)為度假屋業(yè)主帶來(lái)最大的收入。” “我們對(duì) Amazon Fraud Detector 的推出感到興奮，因?yàn)檫@意味著我們可以更輕松地使用先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)來(lái)準(zhǔn)確檢測(cè)欺詐性預(yù)訂。保護(hù)我們的‘前門’免受潛在傷害，使我們能夠?qū)Ｗ⒂谧尪燃僮赓U體驗(yàn)無(wú)縫且無(wú)憂?！?/p>

Cerner 是健康信息技術(shù)解決方案、服務(wù)和設(shè)備的領(lǐng)先供應(yīng)商。 Cerner Corporation 解決方案策略師 Jacob Geers 表示：“臨床文檔的極高準(zhǔn)確性對(duì)于工作流程和整體護(hù)理人員滿意度至關(guān)重要?！?“通過(guò)利用 Amazon Transcribe Medical 的轉(zhuǎn)錄 API，Cerner 正在初步開(kāi)發(fā)一種數(shù)字語(yǔ)音抄寫員，該抄寫員可以自動(dòng)聆聽(tīng)臨床醫(yī)生與患者的互動(dòng)，并以文本形式不顯眼地捕捉對(duì)話。從那里開(kāi)始，我們的解決方案將智能地翻譯概念，以便進(jìn)入 Cerner EHR 系統(tǒng)中的編碼組件?！?/p>

Suki 是一個(gè)人工智能驅(qū)動(dòng)的語(yǔ)音數(shù)字助理，可以減輕醫(yī)生的行政負(fù)擔(dān)。 Suki AI, Inc. 首席執(zhí)行官 Punit Soni 說(shuō)：“臨床文檔與醫(yī)療數(shù)據(jù)工作流有關(guān)，幫助臨床醫(yī)生更有效地記錄筆記是關(guān)鍵。我們可以輕松地將我們的臨床數(shù)字助理與 Amazon Transcribe Medical 集成，讓醫(yī)生能夠聽(tīng)寫醫(yī)療筆記，從而將花費(fèi)在臨床文檔上的精力平均減少了 76%。他們的時(shí)間最好花在照顧病人上，而不是做數(shù)據(jù)錄入工作?！?/p>

SoundLines 是 HealthChannels 公司家族的一部分，將直觀的人工智能技術(shù)與臨床專業(yè)知識(shí)聯(lián)系起來(lái)。利用數(shù)據(jù)提供更加個(gè)性化的護(hù)理，同時(shí)提高提供者和護(hù)理團(tuán)隊(duì)助理的效率。通過(guò)數(shù)據(jù)驅(qū)動(dòng)分析和先進(jìn)理念的成功結(jié)合，以及近二十年的經(jīng)驗(yàn)，HealthChannels 已支持?jǐn)?shù)百萬(wàn)患者就診。 “SoundLines 通過(guò)將有意義且注重影響的技術(shù)（例如亞馬遜的醫(yī)學(xué)上準(zhǔn)確的語(yǔ)音到文本解決方案 Amazon Transcribe Medical）整合到我們的護(hù)理團(tuán)隊(duì)助理、醫(yī)療抄寫員網(wǎng)絡(luò)的工作流程中，為 HealthChannels 的熟練勞動(dòng)力提供支持，和導(dǎo)航器。這使我們所服務(wù)的臨床醫(yī)生能夠?qū)Ｗ⒂诨颊?，而不是花費(fèi)額外的周期來(lái)手動(dòng)記筆記，”SoundLines 技術(shù)總裁 Vadim Khazan 說(shuō)。 “Amazon Transcribe Medical 輕松集成到 HealthChannels 平臺(tái)，將其轉(zhuǎn)錄本直接輸入下游分析。對(duì)于過(guò)去 15 年依賴我們的護(hù)理團(tuán)隊(duì)優(yōu)化策略的 3,500 名醫(yī)療保健合作伙伴，我們顯著減少了獲取有洞察力的數(shù)據(jù)所需的時(shí)間和精力?！?/p>

安進(jìn)（Amgen）是世界領(lǐng)先的生物技術(shù)公司之一，是一家以價(jià)值觀為基礎(chǔ)的公司，深深植根于科學(xué)和創(chuàng)新，將新的想法和發(fā)現(xiàn)轉(zhuǎn)化為用于嚴(yán)重疾病患者的藥物。 “在藥物警戒方面，我們希望準(zhǔn)確審查來(lái)自患者或醫(yī)療保健提供者的電話錄音，以確定與醫(yī)藥產(chǎn)品相關(guān)的任何報(bào)告的潛在副作用，”安進(jìn)公司觀察研究和數(shù)字健康高級(jí)數(shù)據(jù)科學(xué)家 George Seegan 說(shuō)。 “Amazon Transcribe Medical 從錄音通話中生成文本轉(zhuǎn)錄本，使我們能夠提取有關(guān)藥物和任何報(bào)告的副作用的有意義的見(jiàn)解。通過(guò)這種方式，我們可以快速檢測(cè)、收集、評(píng)估、報(bào)告和監(jiān)測(cè)不良反應(yīng)，從而造福全球患者?！?/p>

作為美國(guó)的非運(yùn)營(yíng)商，T-Mobile US, Inc. 正在通過(guò)領(lǐng)先的產(chǎn)品和服務(wù)創(chuàng)新重新定義消費(fèi)者和企業(yè)購(gòu)買無(wú)線服務(wù)的方式。 “在 T-Mobile，我們通過(guò)客戶滿意度來(lái)衡量成功——作為非運(yùn)營(yíng)商，我們知道客戶在感覺(jué)我們了解并預(yù)測(cè)他們的需求并直接解決他們的痛點(diǎn)時(shí)最快樂(lè)，”執(zhí)行副總裁兼首席信息官 Cody Sanford 說(shuō), T-Mobile?！拔覀兊膶＜覉F(tuán)隊(duì)客戶服務(wù)模型 - 或 TEX - 旨在建立個(gè)人聯(lián)系，并使用 A2I 等尖端工具來(lái)幫助我們的團(tuán)隊(duì)取得成功。是的 - 機(jī)器學(xué)習(xí)會(huì)帶來(lái)更深入、更投入的關(guān)系！訪問(wèn)實(shí)時(shí)上下文信息，例如帳戶詳細(xì)信息和可用折扣，使我們的團(tuán)隊(duì)能夠在客戶與他們進(jìn)行真實(shí)、實(shí)時(shí)的對(duì)話時(shí)代表客戶做出現(xiàn)場(chǎng)決策……完全雙贏贏！”

VidMob 是一個(gè)營(yíng)銷創(chuàng)意平臺(tái)，可為品牌的所有創(chuàng)意需求提供端到端的技術(shù)解決方案。它是一個(gè)集成平臺(tái)，將首創(chuàng)的創(chuàng)意分析與一流的創(chuàng)意制作相結(jié)合，以轉(zhuǎn)變營(yíng)銷效果。 “Vidmob 利用機(jī)器學(xué)習(xí)來(lái)分析視頻的各個(gè)方面，包括人物、物體和信息，以幫助品牌了解創(chuàng)意表現(xiàn)并構(gòu)建更好的創(chuàng)意。然而，對(duì)于現(xiàn)有機(jī)器學(xué)習(xí)模型未涵蓋的維度，從我們每天分析的 PB 級(jí)數(shù)據(jù)中審查創(chuàng)意可能具有挑戰(zhàn)性，”VidMob 數(shù)據(jù)和洞察力高級(jí)副總裁 Joline McGoldrick 說(shuō)。 “憑借我們目前訓(xùn)練有素的創(chuàng)意評(píng)估人員隊(duì)伍，使用 A2I，我們可以更快地優(yōu)化和微調(diào)我們的預(yù)測(cè)模型。這種效率讓我們能夠接觸到大量的審稿人，并將模型推向市場(chǎng)的速度提高了 3 倍?！?/p>

關(guān)于亞馬遜網(wǎng)絡(luò)服務(wù)

13 年來(lái)，Amazon Web Services 一直是世界上最全面、應(yīng)用最廣泛的云平臺(tái)。 AWS 提供超過(guò) 165 個(gè)全功能

點(diǎn)擊咨詢現(xiàn)在有哪些新興平臺(tái)值得關(guān)注 >>>

特別聲明：以上文章內(nèi)容僅代表作者本人觀點(diǎn)，不代表ESG跨境電商觀點(diǎn)或立場(chǎng)。如有關(guān)于作品內(nèi)容、版權(quán)或其它問(wèn)題請(qǐng)于作品發(fā)表后的30日內(nèi)與ESG跨境電商聯(lián)系。