Negli ultimi 5 anni, l'intelligenza artificiale (AI) e l'apprendimento automatico (ML) si sono evoluti da un'attività di nicchia a un'attività mainstream in rapida crescita. Oggi, più di 100,000 clienti in numerosi settori si affidano ad AWS per iniziative di ML e AI che integrano l'AI in un'ampia gamma di casi d'uso aziendali per automatizzare attività ripetitive e banali, dalla pianificazione intelligente della domanda all'elaborazione dei documenti e alla moderazione dei contenuti. I servizi di intelligenza artificiale di AWS aiutano i clienti a creare interazioni più agevoli, rapide ed efficienti con i clienti, favorendo una maggiore efficienza e riducendo i costi operativi.

Ad AWS re:Invent, Amazon Web Services, Inc. ha annunciato una serie di funzionalità e miglioramenti in tutto il suo portafoglio di servizi di intelligenza artificiale, comprese soluzioni appositamente progettate per risolvere le sfide specifiche del settore, che rappresentano una più profonda integrazione dell'IA nelle esperienze quotidiane. Le nuove funzionalità includono Amazon Textract Analyze Lending per migliorare l'efficienza dell'elaborazione dei documenti di prestito, Amazon Transcribe Call Analytics per analizzare le chiamate del contact center in corso, il supporto di Amazon Kendra per la ricerca tabulare in HTML e sette nuove lingue, Amazon HealthLake Imaging per l'archiviazione di immagini mediche; Amazon HealthLake Analytics con capacità di interrogazione dei dati multimodali, supporto di linguaggi di programmazione più ampio e amministrazione semplificata in Amazon CodeWhisperer. Queste innovazioni dei servizi di intelligenza artificiale forniscono ai mercati verticali e alle funzioni orizzontali informazioni approfondite e in tempo reale ed efficienze di risparmio sui costi per guidare la trasformazione in tutti i settori.

Queste nuove funzionalità migliorano le offerte AI di AWS al vertice del suo stack ML a tre livelli. Il livello inferiore include componenti di base (hardware ML e librerie software ML) per aiutare i clienti a creare la propria infrastruttura ML e il livello intermedio—Amazon Sage Maker—è un ambiente di sviluppo ML completamente gestito. Il livello superiore dei servizi di intelligenza artificiale porta il machine learning a casi d'uso aziendali come la trascrizione delle chiamate del contact center, l'elaborazione dei documenti e il miglioramento dei risultati sanitari. I clienti possono utilizzare i servizi AI di AWS senza che siano necessarie competenze di ML.

I clienti di diversi settori si affidano ai servizi AI di AWS per migliorare l'efficienza e ridurre i costi operativi. Ad esempio, WaFd Bank, una banca statunitense a servizio completo, ha migliorato l'esperienza del cliente con Talkdesk (una società globale di contact center cloud) e Informazioni sui centri di contatto AWS (CCI), riducendo i tempi di chiamata fino al 90%. E State Auto, una holding di assicurazioni su proprietà e infortuni, ha automatizzato il processo di ispezione della proprietà utilizzando Rekognition di Amazon (un servizio di visione artificiale), aumentando dell'83% il numero di reclami esaminati per potenziali frodi.

Amazon Textract Analyze Lending semplifica la classificazione e l'estrazione dei dati sui prestiti ipotecari

Oggi, le società di mutui elaborano grandi volumi di documenti per estrarre dati business-critical e prendere decisioni sulle richieste di prestito. Ad esempio, una tipica richiesta di mutuo negli Stati Uniti può comprendere 500 o più pagine di diversi tipi di documenti, inclusi moduli W2, buste paga, estratti conto bancari, moduli 1040, 1003 e molti altri. L'applicazione di elaborazione del prestito dell'istituto di credito deve innanzitutto comprendere e classificare ogni tipo di documento per garantire che venga elaborato nel modo corretto. Successivamente, l'applicazione di elaborazione del prestito deve estrarre tutti i dati su ogni pagina del documento. I dati in questi documenti esistono in diversi formati e strutture e lo stesso elemento di dati può avere nomi diversi su documenti diversi, ad esempio "SSN" o "Numero di previdenza sociale", che può portare a un'estrazione dei dati imprecisa. Finora, la classificazione e l'estrazione dei dati dai pacchetti di domanda di mutuo sono state principalmente attività manuali. Inoltre, le società di mutui devono gestire la domanda di mutui che può fluttuare notevolmente durante l'anno, pertanto gli istituti di credito non sono in grado di pianificare in modo efficace e spesso devono allocare risorse per elaborare i documenti su base ad hoc. Nel complesso, l'elaborazione del mutuo ipotecario è ancora manuale, lenta, soggetta a errori e costosa.

Testo Amazon (il servizio AI di AWS per estrarre automaticamente testo, scrittura a mano e dati dai documenti scansionati) ora offre Amazon Textract analizza i prestiti per rendere l'elaborazione dei documenti di prestito più automatizzata, più rapida ed economica su larga scala. Amazon Textract Analyze Lending riunisce più modelli ML per classificare vari documenti che si verificano comunemente nei pacchetti di mutui, quindi estrae le informazioni critiche da questi documenti con elevata precisione per migliorare i flussi di lavoro di elaborazione dei documenti di prestito. Ad esempio, ora può eseguire il rilevamento delle firme per identificare se i documenti hanno le firme richieste. Fornisce inoltre un riepilogo dei documenti in un pacchetto di domanda di mutuo e identifica eventuali documenti mancanti. Ad esempio, PennyMac, una società di servizi finanziari specializzata nella produzione e nella gestione di mutui ipotecari statunitensi, utilizza Amazon Textract Analyze Lending per elaborare una richiesta di mutuo di 3,000 pagine in meno di 5 minuti. In precedenza, l'elaborazione del documento ipotecario di PennyMac richiedeva diverse ore di revisione e preparazione di un pacchetto di prestito per l'approvazione.

Amazon Transcribe Call Analytics per una migliore esperienza dell'utente finale

Nella maggior parte dei settori rivolti ai clienti come telecomunicazioni, finanza, sanità e vendita al dettaglio, le esperienze dei clienti con i call center possono avere un impatto profondo sulla percezione dell'azienda. I lunghi tempi di risoluzione delle chiamate o l'incapacità di affrontare i problemi durante le interazioni dal vivo possono portare a esperienze cliente scadenti o abbandono dei clienti. I contact center hanno bisogno di informazioni in tempo reale sui problemi di esperienza del cliente (per esempio, un difetto del prodotto) durante le chiamate. In genere, gli sviluppatori utilizzano più servizi di intelligenza artificiale per generare trascrizioni di chiamate in tempo reale, estrarre approfondimenti pertinenti in tempo reale e gestire informazioni sensibili sui clienti (per esempio identificare e oscurare i dati sensibili dei clienti) durante le chiamate dal vivo. Tuttavia, questo processo aggiunge complessità, tempo e costi non necessari.

Amazon Transcribe, un servizio di riconoscimento vocale automatico (ASR) che semplifica agli sviluppatori l'aggiunta di funzionalità di sintesi vocale alle loro applicazioni, ora supporta l'analisi delle chiamate per fornire approfondimenti sulle conversazioni in tempo reale. Analisi delle chiamate di Amazon Transcribe ora fornisce approfondimenti sulle conversazioni in tempo reale che aiutano ad analizzare migliaia di chiamate in corso, identificare il sentiment della chiamata (ad es. chiamate che si sono concluse con un punteggio di sentiment del cliente negativo), rilevare il potenziale motivo della chiamata e individuare problemi come le ripetute richieste di parlare ad un dirigente. Amazon Transcribe Call Analytics combina potenti modelli NLP vocali automatici addestrati specificamente per migliorare l'esperienza complessiva del cliente. Con Amazon Transcribe Call Analytics, gli sviluppatori possono creare un sistema in tempo reale che fornisce agli agenti del contact center informazioni pertinenti per risolvere i problemi dei clienti o avvisare i supervisori di potenziali problemi. Amazon Transcribe Call Analytics genera automaticamente riepiloghi delle chiamate, eliminando la necessità per gli agenti di prendere appunti e consentendo loro di concentrarsi sulle esigenze dei clienti. Inoltre, Amazon Transcribe Call Analytics protegge i dati sensibili dei clienti identificando e oscurando le informazioni personali durante le chiamate in tempo reale.

Amazon Kendra aggiunge nuove funzionalità di ricerca

Oggi, di fronte alla rapida crescita del volume e della varietà dei dati, gli strumenti di ricerca aziendale faticano a esaminare e scoprire informazioni chiave archiviate nei sistemi aziendali in formati di dati eterogenei e in lingue diverse. Le soluzioni di ricerca aziendali convenzionali non sono in grado di trovare la conoscenza archiviata in set di dati non strutturati come le tabelle HTML perché richiedono l'estrazione di informazioni da formati bidimensionali (righe e colonne). A volte, le informazioni che un cliente potrebbe cercare potrebbero esistere in lingue diverse, rendendo la ricerca ancora più impegnativa. Di conseguenza, i dipendenti aziendali perdono tempo a cercare informazioni o non sono in grado di svolgere i propri compiti.

Amazon Kendra (il servizio di ricerca intelligente di AWS alimentato da ML) offre una nuova funzionalità che supporta la ricerca tabulare in HTML. I clienti possono trovare risposte più precise più velocemente nei documenti HTML, sia che si trovino nel corpo narrativo o in forma tabulare, utilizzando domande in linguaggio naturale. Amazon Kendra può trovare ed estrarre risposte precise dalle tabelle HTML eseguendo analisi più approfondite delle pagine HTML e utilizzando nuovi modelli di deep learning specializzati che interpretano in modo intelligente colonne e righe per individuare i dati rilevanti. Amazon Kendra aggiunge anche il supporto semantico per sette nuove lingue (oltre all'inglese): francese, spagnolo, tedesco, portoghese, giapponese, coreano e cinese. I clienti possono ora porre domande in linguaggio naturale e ottenere risposte esatte in una qualsiasi delle lingue supportate. Uno dei clienti biofarmaceutici di AWS, Gilead Sciences Inc., ha aumentato la produttività del personale riducendo i tempi di ricerca interna di circa il 50% utilizzando Amazon Kendra.

Amazon HealthLake offre soluzioni di imaging di nuova generazione e analisi sanitarie di precisione

Gli operatori sanitari devono affrontare una miriade di sfide poiché la scala e la complessità dei dati di imaging medico continuano ad aumentare. L'imaging medico è uno strumento fondamentale per diagnosticare i pazienti e ogni anno vengono scansionate miliardi di immagini mediche in tutto il mondo. I dati di imaging rappresentano circa il 90% ¹ di tutti i dati sanitari e l'analisi di queste immagini complesse è stata in gran parte un'attività manuale eseguita da esperti e specialisti. Spesso i data scientist e i ricercatori impiegano settimane o mesi per ricavare informazioni importanti dalle immagini mediche, rallentando i processi decisionali per gli operatori sanitari e incidendo sull'erogazione dell'assistenza ai pazienti. Per affrontare queste sfide, Amazon Health Lake (un servizio idoneo HIPAA per archiviare, trasformare, interrogare e analizzare dati sanitari su larga scala) sta aggiungendo due nuove funzionalità per l'imaging medico e l'analisi:

• Immagini di Amazon HealthLake è una nuova funzionalità idonea per HIPAA che consente agli operatori sanitari e ai loro partner software di archiviare, accedere e analizzare facilmente le immagini mediche su scala petabyte. La nuova funzionalità è progettata per il recupero rapido delle immagini in meno di un secondo nei flussi di lavoro clinici a cui gli operatori sanitari possono accedere in modo sicuro da qualsiasi luogo (per esempio, Web, desktop o telefono) e con disponibilità elevata. In genere, i sistemi sanitari memorizzano più copie degli stessi dati di imaging nei sistemi clinici e di ricerca, con conseguente aumento dei costi e della complessità dello storage. Amazon HealthLake Imaging estrae e archivia solo una copia della stessa immagine nel cloud. I clienti possono ora accedere alle cartelle cliniche esistenti ed eseguire applicazioni di analisi da un'unica copia crittografata degli stessi dati nel cloud con metadati normalizzati e compressione avanzata. Di conseguenza, Amazon HealthLake Imaging può aiutare i fornitori a ridurre il costo totale dell'archiviazione di immagini mediche fino al 40%.
• Amazon HealthLake Analytics è una nuova funzionalità idonea per HIPAA che semplifica l'interrogazione e la derivazione di approfondimenti da dati sanitari multimodali (per esempio, imaging, testo o genetica), a livello individuale o di popolazione, con la possibilità di condividere i dati in modo sicuro all'interno dell'azienda. Elimina la necessità per gli operatori sanitari di eseguire complesse esportazioni di dati e trasformazioni di dati. Amazon HealthLake Analytics normalizza automaticamente i dati sanitari non elaborati provenienti da fonti disparate (per esempio, cartelle cliniche, richieste di risarcimento per assicurazioni sanitarie, cartelle cliniche elettroniche o dispositivi medici) in un formato analitico e interoperabile in pochi minuti. La nuova funzionalità riduce ciò che altrimenti richiederebbe mesi di impegno ingegneristico per consentire ai fornitori di concentrarsi su ciò che sanno fare meglio: fornire assistenza ai pazienti.

Amazon CodeWhisperer offre un supporto più ampio e un'amministrazione più semplice

Sebbene il cloud abbia democratizzato lo sviluppo delle applicazioni attraverso l'accesso on demand a elaborazione, archiviazione, database, analisi e ML, il processo tradizionale di creazione di applicazioni software in qualsiasi settore continua a richiedere molto tempo. Gli sviluppatori devono comunque dedicare molto tempo alla scrittura di codice ripetitivo non direttamente correlato ai problemi principali che desiderano risolvere. Anche gli sviluppatori di grande esperienza hanno difficoltà a tenere il passo con più linguaggi di programmazione, framework e librerie software, assicurandosi al tempo stesso di seguire la corretta sintassi di programmazione e le migliori pratiche di codifica.

Amazon Code Whisperer (un servizio basato su ML che genera consigli sul codice) ora supporta AWS Builder ID in modo che qualsiasi sviluppatore possa registrarsi in modo sicuro con un solo indirizzo e-mail e abilitare Amazon CodeWhisperer per il proprio IDE all'interno di AWS Toolkit. Oltre a Python, Java e JavaScript, Amazon CodeWhisperer aggiunge il supporto per i linguaggi TypeScript e C# per accelerare lo sviluppo del codice. Inoltre, Amazon CodeWhisperer ora fornisce consigli sul codice per le API (Application Programming Interface) di AWS per i suoi servizi più popolari, tra cui Cloud di calcolo elastico di Amazon (Amazon EC2), AWS Lambdae Servizio di archiviazione semplice Amazon (Amazon S3). Infine, Amazon CodeWhisperer è ora disponibile su Console di gestione AWS, in modo che qualsiasi amministratore AWS autorizzato possa abilitare Amazon CodeWhisperer per la propria organizzazione.

Conclusione

Con queste nuove funzionalità e funzionalità, AWS continua ad espandere il proprio portafoglio del set più ampio e approfondito di servizi di intelligenza artificiale. AWS riconosce inoltre che, man mano che i casi d'uso basati sull'intelligenza artificiale diventano pervasivi, è importante che queste funzionalità siano sviluppate in modo responsabile. AWS si impegna a creare i propri servizi in modo responsabile e a supportare i clienti per aiutarli a distribuire l'IA in modo responsabile. Consentendo ai clienti di aggiungere in modo più semplice e responsabile capacità di intelligenza artificiale nuove e ampliate alle loro applicazioni e flussi di lavoro, AWS sta scatenando un'innovazione ancora maggiore e aiutando le aziende a reinventare il modo in cui affrontano e risolvono alcune delle loro sfide più urgenti. Per saperne di più sull'approccio completo di AWS all'IA responsabile, visita Uso responsabile dell'intelligenza artificiale e del machine learning.

Riferimenti

¹SK Zhou et al., "A Review of Deep Learning in Medical Imaging: Imaging Traits, Technology Trends, Case Studies With Progress Highlights, and Future Promises", in Proceedings of the IEEE, vol. 109, n. 5, pp. 820-838, maggio 2021, doi: 10.1109/JPROC.2021.3054390.

L'autore

Bratin Saha è il vicepresidente dell'intelligenza artificiale e dell'apprendimento automatico presso AWS.

• Coinsmart. Il miglior scambio di bitcoin e criptovalute d'Europa.Clicca qui
• Platoblockchain. Web3 Metaverse Intelligence. Conoscenza amplificata. Accedi qui.
• Fonte: https://aws.amazon.com/blogs/machine-learning/aws-unveils-new-ai-service-features-and-enhancements-at-reinvent-2022/