HAQM Web Services ブログ

Category: Artificial Intelligence

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。

AWS 上での LLM ベースの基盤モデルとスケーラブルな MLOps による時系列予測

このブログ記事では、売上予測を例にテスト用に作成した合成データを使って Chronos を HAQM SageMaker Pipeline に統合するプロセスを案内します。これにより、最小限のデータで正確かつ効率的な予測が可能になります。ファインチューニングからデプロイメントまでの全ワークフローをオーケストレーションする機能の使い方を学びます。この解説を通じて、開発プロセスを合理化し、Chronos をあらゆる時系列データに適用して、予測アプローチを変革する準備が整います。

株式会社サンブリッジ様の AWS 生成 AI 事例「Slack と連携したシームレスな生成 AI チャットボットを作成し、累計 1,750 分の業務時間削減に成功」のご紹介

【サンブリッジ様の生成AI活用事例】
わずか 2 週間で HAQM Bedrock と Kendra を活用した社内AIチャットボットを構築し、1 週間で約 29 時間の業務時間削減を実現。
Slack との連携で問い合わせを集約し、分散していた社内ドキュメントへのアクセス問題を解決した先進的な取り組みをご紹介します。

AWS Entity Resolution を使用した統合患者インデックスの構築

このブログでは、独立系ソフトウェアベンダー (ISV) 、医療提供者、および保険支払機関が、一般に公開されている人工的に生成されたデータセットを使用して、AWS Entity Resolution を活用して関連する患者レコードを特定、およびマッチングする方法をデモンストレーションします。

AWS の生成 AI を活用してリテールインサイトを変革する

グローバルな高級ファッションブランドを擁し、世界中に 1,400 を超える小売店舗を展開し、18,000 人を超える従業員を抱える Tapestry は顧客体験の改善に役立つ豊富な情報を保有しているものの、それを十分に活用できているとは言えませんでした。そこで生成 AI エンジンを活用して、店舗従業員からのフィードバックを収集・分析するアプリケーション「Tell Rexy」と「Ask Rexy」を構築した結果、店舗オペレーション、在庫管理、顧客嗜好に関する前例のないインサイトを得ることができ、アプリケーションを従来より10倍早くリリースできるようになりました。

HAQM Bedrock のデータオートメーションを利用してマルチモーダルコンテンツからインサイトを取得する (一般提供が開始されました)

多くのアプリケーションは、さまざまなモダリティを通じて利用できるコンテンツとインタラクションする必要があります […]

← Older posts
Newer posts →