HAQM Web Services ブログ

Yuki Sekiya

Author: Yuki Sekiya

関谷　侑希　(Sekiya, Yuki) Solutions Architectとしてお客様に技術支援をしております。

大規模マルチモーダル AI による鉄道車両の異常画像検知システムの実証実験

この投稿は、JR東日本、ドイツ鉄道、JEISが、車両外観検査の画像にAIを活用する取り組みについて紹介したものです。従来の手法の課題を克服するため、大規模マルチモーダルAIを用いた異常画像検知システムの実現可能性を検証しました。

ANA X が実践する生成 AI でのお客様の声 (VoC) 分析

ANA X が実践する生成 AI でのお客様の声 (VoC) 分析

生成 AI がコンタクトセンターでの VoC 分析にどのように貢献するか、特に最新の LLM (大規模言語モデル) 技術を用いた手法の利点と従来手法との比較した際の優位性についてを紹介します。

HAQM Connect で 58% のコストダウン

ANA X はこれまでのノウハウとその選択肢を生かし、オンプレミス型の PBX を中心としたコールセンターシステムから、クラウドベースの HAQM Connect にマイグレーションを成功させました。本記事では、その経緯と成功体験を共有し、読者が自らの力でシステム移行と運営を実現できる可能性について触れます。

高精度な生成系 AI アプリケーションを HAQM Kendra、LangChain、大規模言語モデルを使って作る

HAQM Kendra の機能と LLM の機能を組み合わせて RAG ワークフローを実装し、エンタープライズコンテンツ上で会話型のエクスペリエンスを提供する最先端の GenAI アプリケーションを作成する方法を示します。

HAQM RekognitionとHAQM SageMakerを組み合わせた効率的なAI開発

トロリ線や電柱、信号機や踏切といった線路内の設備から変電所に至るまでさまざまな鉄道電気設備のメンテナンスを行っています。これまで、メンテナンスで撮影された設備の写真はクラウドに一括して保存するだけになっており、活用できていないことが課題になっていました。より効率的なメンテナンス業務の実現を目指し、まずはこの大量に蓄積された写真を、AI で設備を分類し、加えて時系列順にアルバムのように整理できないかと考えました。この AI の開発を JR 東日本情報システムのテクノロジー応用研究センターの方々と取り組んでまいりました。

アイキャッチ画像

【開催報告】明日から使える！高度な文書検索サービスで生産性向上

みなさんは HAQM Kendra が東京リージョンで使えるようになったことをご存知でしょうか ?
東京リージョンで Kendra がローンチしたまさに2023 年 2 月 8 日 、目黒で「明日から使える ! 高度な文書検索サービスで生産性向上 ~ 機械学習で進化した最新のエンタープライズサーチ “HAQM Kendra” ~」というイベントを開催しました。このイベントでは HAQM AI サービス統括責任者である Vikram Anbazhagan が緊急来日し、HAQM Kendra の東京リージョンのローンチを発表をしました。また日本の AWS チームからはなぜ Kendra なのか、Kendra で何ができるのかを紹介しました。そして 日本電気株式会社 (NEC) の上席データサイエンティストである本橋洋介氏より、実際のビジネスシーンに即したKendra の利用シーンについて紹介いただきました。本ブログではその模様を詳細にご紹介します。

← Older posts