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

“臨床文檔的極高準(zhǔn)確性對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，如今有成千上萬的客戶在 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)會和左拉。在過去的一年里，AWS 推出了幾項全新的完全托管的 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)所使用的相同的個性化和預(yù)測機(jī)器學(xué)習(xí)技術(shù)，以增強(qiáng)其屢獲殊榮的客戶體驗。 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)驗中學(xué)習(xí)，以改進(jìn)運(yùn)營并提供更好的客戶體驗，而無需訓(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，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)——無需機(jī)器學(xué)習(xí)經(jīng)驗。

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

盡管多年來進(jìn)行了多次嘗試，但內(nèi)部搜索仍然是當(dāng)今企業(yè)的一個棘手問題，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，因為沒有一個可用工具能很好地跨現(xiàn)有數(shù)據(jù)孤島建立索引，不提供自然語言查詢，也不能提供準(zhǔn)確的結(jié)果。當(dāng)員工有問題時，他們需要使用可能出現(xiàn)在不同上下文中的多個文檔中的關(guān)鍵字，這些搜索通常會生成一長串隨機(jī)鏈接，然后員工必須對其進(jìn)行篩選以找到他們尋求的信息——如果他們在全部。

Amazon Kendra 通過允許員工使用真實問題（而不僅僅是關(guān)鍵字）在多個數(shù)據(jù)孤島中進(jìn)行搜索，并在幕后部署 AI 技術(shù)來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)用戶更喜歡自然語言搜索）。例如，員工可以提出一個特定的問題，例如“IT 服務(wù)臺什么時候開放？” ，Amazon Kendra 會給他們一個具體的答案，例如“IT 幫助臺在上午 9:30 開放” ，以及返回到 IT 票務(wù)門戶和其他相關(guān)網(wǎng)站的鏈接。客戶可以在其應(yīng)用程序、門戶和 wiki 中使用 Amazon Kendra。只需在 AWS 管理控制臺中單擊幾下，客戶就可以將 Amazon Kendra 指向他們的各種文檔存儲庫，該服務(wù)會聚合數(shù) PB 的數(shù)據(jù)以構(gòu)建集中索引。 Kendra 通過掃描文檔的權(quán)限來幫助確保搜索結(jié)果符合現(xiàn)有的文檔訪問策略，以便搜索結(jié)果僅包含用戶有權(quán)訪問的文檔。此外，Amazon Kendra 會根據(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)、用戶位置和反饋來提高準(zhǔn)確性，以便隨著時間的推移提供更好的答案。要了解有關(guān) Amazon Kendra 的更多信息，請訪問。

Amazon CodeGuru通過使用機(jī)器學(xué)習(xí)提供自動代碼審查來改進(jìn)軟件開發(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。軟件開發(fā)是一個很好理解的過程。開發(fā)人員編寫代碼、審查代碼、編譯代碼并部署應(yīng)用程序、測量應(yīng)用程序的性能，并使用這些數(shù)據(jù)來改進(jìn)代碼。然后，他們沖洗并重復(fù)。然而，如果代碼一開始就不正確，所有這些過程都無關(guān)緊要，這就是為什么團(tuán)隊在將新代碼添加到現(xiàn)有應(yīng)用程序代碼庫之前執(zhí)行代碼審查以檢查邏輯、語法和樣式的原因。即使對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)驗豐富的開發(fā)人員和足夠的空閑時間來進(jìn)行代碼審查也是一項挑戰(zhàn)。即使是最有經(jīng)驗的審閱者在進(jìn)入面向客戶的應(yīng)用程序之前也會錯過問題，從而導(dǎo)致錯誤和性能問題。

Amazon CodeGuru 是一項新的機(jī)器學(xué)習(xí)服務(wù)，可自動執(zhí)行代碼審查并查找應(yīng)用程序中最昂貴的代碼行。 Amazon CodeGuru 有兩個組件——代碼審查和應(yīng)用程序分析。對于代碼審查，開發(fā)人員像往常一樣提交他們的代碼（現(xiàn)在支持 GitHub 和 CodeCommit，隨著時間的推移會有更多存儲庫）并將 Amazon CodeGuru 添加為代碼審查者之一，無需對正常流程或要安裝的軟件進(jìn)行其他更改。 Amazon CodeGuru 收到一個拉取請求，并自動開始使用預(yù)訓(xùn)練模型評估代碼，這些模型已經(jīng)在 Amazon 數(shù)十年的代碼審查和 GitHub 上的前一萬個開源項目中進(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)問題，它將在拉取請求中添加人類可讀的注釋，以標(biāo)識代碼行、特定問題和建議的補(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，幫助直觀地識別造成性能瓶頸的其他代碼行。多年來，Amazon 的內(nèi)部團(tuán)隊使用 Amazon CodeGuru 分析了 80,000 多個應(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，請訪問。

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

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)通常基于手工編碼的規(guī)則，這些規(guī)則耗時、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，并錯失降低欺詐率的機(jī)會。 20 多年來，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)來檢測欺詐交易，并理解這是一場持續(xù)不斷的與欺詐行為者的貓捉老鼠游戲，需要大量資源來構(gòu)建防御并不斷發(fā)展它們。 AWS 客戶詢問 AWS 是否可以分享其專業(yè)知識和經(jīng)驗。

Amazon Fraud Detector 提供完全托管的服務(wù)，用于實時檢測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)，無需機(jī)器學(xué)習(xí)經(jīng)驗。 Amazon Fraud Detector 使用欺詐和合法交易的歷史數(shù)據(jù)來構(gòu)建、訓(xùn)練和部署機(jī)器學(xué)習(xí)模型，以提供實時、低延遲的欺詐風(fēng)險預(yù)測。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碼）。根據(jù)客戶想要預(yù)測的欺詐類型（新賬戶或在線支付欺詐），Amazon Fraud Detector 將使用數(shù)十年來大規(guī)模運(yùn)行欺詐檢測風(fēng)險分析的經(jīng)驗對數(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)檢測器，這些數(shù)據(jù)檢測器是根據(jù)來自 Amazon 的數(shù)據(jù)進(jìn)行訓(xùn)練的。這些數(shù)據(jù)檢測器有助于識別通常與亞馬遜欺詐活動相關(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（例如注冊或新購買）并接收欺詐報告，其中包括欺詐風(fēng)險評分。根據(jù)該報告，應(yīng)用程序可以確定正確的行動方案（例如接受購買，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)確地檢測欺詐行為。要了解有關(guān) Amazon Fraud Detector 的更多信息，請訪問。

Amazon Transcribe Medical 使用機(jī)器學(xué)習(xí)來轉(zhuǎn)錄醫(yī)學(xué)語音，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，然后將這些語音文件提交給第三方手動轉(zhuǎn)錄服務(wù)，這很昂貴，并且可能需要多達(dá)三個工作日，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)幾個小時在臨床文檔上。第三種選擇是醫(yī)療保健提供者雇用人工抄寫員來協(xié)助醫(yī)生在與患者會面時做筆記，但人工抄寫員可能會讓患者感到不安，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。現(xiàn)有的解決方案在提高臨床文檔效率和實現(xiàn)更好的患者護(hù)理方面都存在不足。

Amazon Transcribe Medical 通過使用機(jī)器學(xué)習(xí)技術(shù)自動轉(zhuǎn)錄自然醫(yī)學(xué)語音來解決這些問題。基于 Amazon Transcribe Medical 的語音轉(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)實惠的成績單。 Amazon Transcribe Medical 由多個機(jī)器學(xué)習(xí)模型組成，這些模型已經(jīng)過數(shù)萬小時的醫(yī)學(xué)語音訓(xùn)練，可提供準(zhǔn)確的、機(jī)器學(xué)習(xí)驅(qū)動的醫(yī)學(xué)轉(zhuǎn)錄。成績單是實時生成的，消除了多天的周轉(zhuǎn)時間。 Amazon Transcribe Medical 可以幫助醫(yī)生在與患者會面期間自動轉(zhuǎn)錄對話，而不會分散手動記筆記的注意力，從而使醫(yī)療保健提供者能夠?qū)Ｗ⒂诨颊咦o(hù)理。醫(yī)生可以自然地說話，Amazon Transcribe Medical 使用內(nèi)置的自動標(biāo)點(diǎn)符號來克服現(xiàn)有轉(zhuǎn)錄軟件的限制。對于醫(yī)療保健提供商而言，基于 Amazon Transcribe Medical 構(gòu)建的語音解決方案可擴(kuò)展到數(shù)千個潛在的醫(yī)療中心，從而消除管理和協(xié)調(diào)臨時抄寫員的運(yùn)營痛苦。 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。要開始使用 Amazon Transcribe Medical，請訪問 。

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

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，包括識別圖像中的對象、從掃描文檔中提取文本或轉(zhuǎn)錄和理解口語。在每種情況下，機(jī)器學(xué)習(xí)模型都提供了一個預(yù)測和一個置信度分?jǐn)?shù)，它表達(dá)了模型在其預(yù)測中的確定性。置信度越高，結(jié)果越可信。對于許多用例，當(dāng)開發(fā)人員收到高置信度的結(jié)果時，他們可以相信結(jié)果可能是準(zhǔn)確的，并且可以自動處理它們（例如，在社交網(wǎng)絡(luò)上自動審核用戶生成的內(nèi)容，或為視頻添加字幕）。然而，在置信度低于預(yù)期的情況下，由于預(yù)測結(jié)果存在一些模糊性，結(jié)果可能需要人工審查來解決這種模糊性。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)營成本高昂，通常涉及多個工作流程步驟、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，開發(fā)人員有時會花費(fèi)更多時間來管理人工審查過程，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，這會導(dǎo)致對許多預(yù)測的信心和效用降低。

Amazon 增強(qiáng)型人工智能 (A2I) 是一項新服務(wù)，可讓您更輕松地為機(jī)器學(xué)習(xí)應(yīng)用程序構(gòu)建和管理人工評論。 Amazon A2I 為常見的機(jī)器學(xué)習(xí)任務(wù)（例如圖像中的對象檢測、語音轉(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來自 Amazon Rekognition 和 Amazon Textract 的機(jī)器學(xué)習(xí)預(yù)測進(jìn)行人工審核。開發(fā)人員為他們的特定應(yīng)用程序選擇一個置信度閾值，所有置信度分?jǐn)?shù)低于閾值的預(yù)測都會自動發(fā)送給人工審閱者進(jìn)行驗證。開發(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論員執(zhí)行他們的評論。結(jié)果存儲在 Amazon S3 中，開發(fā)人員在審核完成時會收到通知，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。 Amazon A2I 為所有開發(fā)人員帶來人工審查，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)的無差別繁重工作。要開始使用 Amazon A2I，請訪問。

“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)驗來解決他們作為企業(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、幫助軟件開發(fā)人員編寫更好的代碼、識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。 “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，亞馬遜創(chuàng)建了成功應(yīng)對此類挑戰(zhàn)的內(nèi)部系統(tǒng)，而今天的發(fā)布是推動這些系統(tǒng)開發(fā)的同一客戶癡迷的下一次迭代。通過這些發(fā)布，我們很高興能夠?qū)⑦@些機(jī)器學(xué)習(xí)驅(qū)動的功能提供給企業(yè)用戶，而無需任何機(jī)器學(xué)習(xí)專業(yè)知識。”

3M 是一家跨國公司和領(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，他們需要訪問可能相關(guān)的過去研究。這些信息通常隱藏在我們的專利和廣泛的知識庫，”3M 公司研究系統(tǒng)實驗室技術(shù)總監(jiān) David Frazee 說。“查找正確的信息通常很費(fèi)力、很耗時，有時甚至不完整。借助 Amazon Kendra，我們的科學(xué)家可以使用自然語言快速準(zhǔn)確地找到他們需要的信息“通過 Kendra，我們的工程師和研究人員對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。”

Workgrid Software 是 Liberty Mutual 的全資子公司，在員工體驗平臺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言界面快速獲得頻繁查詢的答案并自動執(zhí)行任務(wù)。任何企業(yè)聊天機(jī)器人的一個關(guān)鍵部分是能夠回答無數(shù)問題來自員工，這就是為什么 Workgrid 提供了一個不需要編程語言的自助問答構(gòu)建器，內(nèi)容作者可以訓(xùn)練聊天機(jī)器人來回答員工的問題。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，”Workgrid Software 云工程和人工智能負(fù)責(zé)人 Gillian McCann 說。“有了 Amazon Kendra，我們對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 可以直接從跨多個存儲庫的非結(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話上下文和任務(wù)自動化相結(jié)合，以創(chuàng)造強(qiáng)大的員工體驗。”

英國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 小時管理 PB 級視頻并運(yùn)行實時操作。Amazon CodeGuru 以及我們團(tuán)隊使用的其他開發(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 平臺交互，從而允許團(tuán)隊重構(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、計劃和優(yōu)化投資以轉(zhuǎn)變其 IT 運(yùn)營模式時做出明智的決策。 Apptio 首席產(chǎn)品官 Scott Chancellor 表示：“為我們的客戶提供高度可用、無錯誤的服務(wù)對于我們的成功至關(guān)重要。 “我們一直在尋找工具來改變我們的組織，以便在我們的應(yīng)用程序開發(fā)生命周期的各個階段更主動地檢測問題，提高我們的開發(fā)速度，并花費(fèi)更少的時間來解決并發(fā)、資源泄漏和性能瓶頸等難題。我們試用了 Amazon CodeGuru，發(fā)現(xiàn)它提供了在早期開發(fā)階段主動解決這些問題的建議。此外，通過指出降低我們服務(wù)速度的代碼區(qū)域，我們減少了解決與性能相關(guān)的缺陷的時間。這些改進(jìn)將幫助我們?yōu)樗锌蛻籼峁└玫捏w驗。”

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。 “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，專為專業(yè)攝影師和攝影愛好者打造，在欣賞他人作品的同時展示自己的作品。從第一天開始，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)營時，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。 “Amazon CodeGuru 的實時分析有助于對我們服務(wù)的低效部分進(jìn)行故障排除和識別，特別是應(yīng)用程序中昂貴的代碼行，這會減慢它們的速度，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。”

嘉信理財是一家領(lǐng)先的投資服務(wù)公司。 “檢測在線欺詐活動是一項永無止境的挑戰(zhàn)，因為不良行為者不斷創(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。“我們對 Amazon Fraud Detector 的推出感到興奮。它將使構(gòu)建機(jī)器學(xué)習(xí)工具來發(fā)現(xiàn)欺詐活動變得更快、更容易；我們預(yù)計我們的欺詐預(yù)防率將顯著提高。一旦實施，欺詐檢測器將有助于從我們的歷史數(shù)據(jù)中識別欺詐模式，以及利用亞馬遜檢測欺詐的經(jīng)驗。”

Vacasa 是北美最大的全方位服務(wù)度假租賃管理公司，在 17 個國家/地區(qū)擁有 23,000 多個度假屋，每年為超過 200 萬客人提供服務(wù)。 Vacasa 創(chuàng)始人兼首席執(zhí)行官 Eric Breon 表示：“自成立以來，我們利用技術(shù)使我們的本地團(tuán)隊能夠?qū)Ｗ⒂谡疹櫦彝ズ涂腿耍瑫r為度假屋業(yè)主帶來最大的收入。” “我們對 Amazon Fraud Detector 的推出感到興奮，因為這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)來準(zhǔn)確檢測欺詐性預(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體驗無縫且無憂。”

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)確性對于工作流程和整體護(hù)理人員滿意度至關(guān)重要。” “通過利用 Amazon Transcribe Medical 的轉(zhuǎn)錄 API，Cerner 正在初步開發(fā)一種數(shù)字語音抄寫員，該抄寫員可以自動聆聽臨床醫(yī)生與患者的互動，并以文本形式不顯眼地捕捉對話。從那里開始，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。”

Suki 是一個人工智能驅(qū)動的語音數(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：“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%。他們的時間最好花在照顧病人上，而不是做數(shù)據(jù)錄入工作。”

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)知識聯(lián)系起來。利用數(shù)據(jù)提供更加個性化的護(hù)理，同時提高提供者和護(hù)理團(tuán)隊助理的效率。通過數(shù)據(jù)驅(qū)動分析和先進(jìn)理念的成功結(jié)合，以及近二十年的經(jīng)驗，HealthChannels 已支持?jǐn)?shù)百萬患者就診。 “SoundLines 通過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)確的語音到文本解決方案 Amazon Transcribe Medical）整合到我們的護(hù)理團(tuán)隊助理、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诨颊撸皇腔ㄙM(fèi)額外的周期來手動記筆記，”SoundLines 技術(shù)總裁 Vadim Khazan 說。 “Amazon Transcribe Medical 輕松集成到 HealthChannels 平臺，將其轉(zhuǎn)錄本直接輸入下游分析。對于過去 15 年依賴我們的護(hù)理團(tuán)隊優(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)所需的時間和精力。”

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)的任何報告的潛在副作用，”安進(jìn)公司觀察研究和數(shù)字健康高級數(shù)據(jù)科學(xué)家 George Seegan 說。 “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)藥物和任何報告的副作用的有意義的見解。通過這種方式，我們可以快速檢測、收集、評估、報告和監(jiān)測不良反應(yīng)，從而造福全球患者。”

作為美國的非運(yùn)營商，T-Mobile US, Inc. 正在通過領(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)購買無線服務(wù)的方式。 “在 T-Mobile，我們通過客戶滿意度來衡量成功——作為非運(yùn)營商，我們知道客戶在感覺我們了解并預(yù)測他們的需求并直接解決他們的痛點(diǎn)時最快樂，”執(zhí)行副總裁兼首席信息官 Cody Sanford 說, T-Mobile。“我們的專家團(tuán)隊客戶服務(wù)模型 - 或 TEX - 旨在建立個人聯(lián)系，并使用 A2I 等尖端工具來幫助我們的團(tuán)隊取得成功。是的 - 機(jī)器學(xué)習(xí)會帶來更深入、更投入的關(guān)系！訪問實時上下文信息，例如帳戶詳細(xì)信息和可用折扣，使我們的團(tuán)隊能夠在客戶與他們進(jìn)行真實、實時的對話時代表客戶做出現(xiàn)場決策……完全雙贏贏！”

VidMob 是一個營銷創(chuàng)意平臺，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。它是一個集成平臺，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)變營銷效果。 “Vidmob 利用機(jī)器學(xué)習(xí)來分析視頻的各個方面，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)和洞察力高級副總裁 Joline McGoldrick 說。 “憑借我們目前訓(xùn)練有素的創(chuàng)意評估人員隊伍，使用 A2I，我們可以更快地優(yōu)化和微調(diào)我們的預(yù)測模型。這種效率讓我們能夠接觸到大量的審稿人，并將模型推向市場的速度提高了 3 倍。”

關(guān)于亞馬遜網(wǎng)絡(luò)服務(wù)

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

點(diǎn)擊咨詢現(xiàn)在有哪些新興平臺值得關(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。如有關(guān)于作品內(nèi)容、版權(quán)或其它問題請于作品發(fā)表后的30日內(nèi)與ESG跨境電商聯(lián)系。