過去 5 年間で、人工知能 (AI) と機械学習 (ML) は、ニッチな活動から急速に成長する主流の取り組みへと進化しました。 現在、さまざまな業界の 100,000 を超えるお客様が、インテリジェントな需要計画から文書処理やコンテンツのモデレーションまで、反復的で日常的なタスクを自動化するために AI を幅広いビジネスユースケースに注入する ML および AI イニシアチブのために AWS を利用しています。 AWS AI サービスは、顧客が顧客とのよりスムーズで高速かつ効率的なエンゲージメントを作成し、効率を高めて運用コストを削減するのに役立ちます。

AWS re:Invent で、Amazon Web Services, Inc. は、業界固有の課題を解決するための専用ソリューションを含む、AI サービスのポートフォリオ全体にわたる一連の機能と拡張機能を発表しました。これは、AI を日常のエクスペリエンスにさらに深く統合することを表しています。 新しい機能には、ローン ドキュメントの処理効率を向上させる Amazon Textract Analyze Lending、進行中のコンタクト センター コールを分析する Amazon Transcribe Call Analytics、HTML および XNUMX つの新しい言語で表形式検索をサポートする Amazon Kendra、医療画像保存用の Amazon HealthLake Imaging が含まれます。 マルチモーダル データ クエリ機能を備えた Amazon HealthLake Analytics、およびより広範なプログラミング言語のサポートと Amazon CodeWhisperer でのより簡単な管理。 これらの AI サービスのイノベーションは、垂直市場と水平機能に、より深いリアルタイムの洞察とコスト削減効率を提供し、業界全体の変革を推進します。

これらの新機能は、XNUMX 層の ML スタックの最上位にある AWS の AI 製品を強化します。 最下層には、顧客が独自の ML インフラストラクチャを構築するのに役立つ基本的なコンポーネント (ML ハードウェアおよび ML ソフトウェア ライブラリ) と、中間層が含まれています。アマゾンセージメーカー—完全に管理された ML 開発環境です。 AI サービスの最上層は、コンタクト センターの通話の文字起こし、ドキュメントの処理、医療成果の改善などのビジネス ユース ケースに ML をもたらします。 お客様は、ML の専門知識がなくても AWS AI サービスを使用できます。

さまざまな業界のお客様が AWS AI サービスを利用して、効率を改善し、運用コストを削減しています。 たとえば、フルサービスの米国銀行である WaFd Bank は、Talkdesk (グローバル クラウド コンタクト センター企業) と AWSコンタクトセンターインテリジェンス (CCI) ソリューションにより、通話時間が最大 90% 短縮されます。 また、損害保険の持ち株会社である State Auto は、これを使用して財産検査プロセスを自動化しました。 Amazonの再認識 (コンピューター ビジョン サービス) により、潜在的な詐欺について審査する請求の数が 83% 増加しました。

Amazon Textract Analyze Lending を使用すると、住宅ローンのデータを簡単に分類および抽出できます

今日、住宅ローン会社は大量のドキュメントを処理して、ビジネスに不可欠なデータを抽出し、ローン申請に関する意思決定を行っています。 たとえば、典型的な米国の住宅ローン申請書には、W500 フォーム、給与明細、銀行取引明細書、フォーム 2、1040 など、1003 ページ以上のさまざまな種類のドキュメントが含まれる可能性があります。 貸し手のローン処理アプリケーションは、最初に各ドキュメント タイプを理解して分類し、正しい方法で処理されるようにする必要があります。 その後、ローン処理アプリケーションは、ドキュメントの各ページのすべてのデータを抽出する必要があります。 これらのドキュメント内のデータはさまざまな形式と構造で存在し、同じデータ要素がドキュメントごとに異なる名前 (たとえば、「SSN」や「社会保障番号」) を持つことがあり、不正確なデータ抽出につながる可能性があります。 これまで、住宅ローン申請パッケージからのデータの分類と抽出は、主に手作業で行われていました。 さらに、住宅ローン会社は、年間を通じて大幅に変動する可能性のある住宅ローンの需要を管理する必要があるため、貸し手は効果的な計画を立てることができず、その場しのぎでドキュメントを処理するためにリソースを割り当てなければならないことがよくあります。 全体として、住宅ローンの処理は依然として手作業であり、時間がかかり、エラーが発生しやすく、費用がかかります。

アマゾンテキストラック (スキャンされたドキュメントからテキスト、手書き、およびデータを自動的に抽出する AWS の AI サービス) が提供するようになりました Amazon Textract 分析貸付 ローン ドキュメントの処理をより自動化、高速化、費用対効果の高いものにします。 Amazon Textract Analyze Lending は、複数の ML モデルをまとめて、住宅ローン パッケージで一般的に発生するさまざまなドキュメントを分類し、これらのドキュメントから重要な情報を高精度で抽出して、ローン ドキュメント処理ワークフローを改善します。 たとえば、署名検出を実行して、ドキュメントに必要な署名があるかどうかを識別できるようになりました。 また、住宅ローン申請パッケージ内のドキュメントの概要を提供し、不足しているドキュメントを特定します。 たとえば、米国の住宅ローンの作成とサービス提供を専門とする金融サービス会社の PennyMac は、Amazon Textract Analyze Lending を使用して、3,000 ページの住宅ローン申請を 5 分未満で処理しています。 以前は、PennyMac の住宅ローンの書類処理では、ローン パッケージの確認と承認のための準備に数時間かかっていました。

エンドユーザーエクスペリエンスを改善するための Amazon Transcribe Call Analytics

通信、金融、ヘルスケア、小売などのほとんどの顧客対応業界では、コール センターでの顧客体験が企業の認識に大きな影響を与える可能性があります。 電話での解決に時間がかかったり、ライブのやり取り中に問題に対処できなかったりすると、カスタマー エクスペリエンスの低下や顧客離れにつながる可能性があります。 コンタクト センターには、顧客体験の問題に関するリアルタイムの洞察が必要です (マシン情報の記入> という構文でなければなりません。例えば、、製品の欠陥) 通話中に。 通常、開発者は複数の AI サービスを使用して、ライブ通話の文字起こしを生成し、関連するリアルタイムの洞察を抽出し、機密性の高い顧客情報を管理します (マシン情報の記入> という構文でなければなりません。例えば、 ライブ通話中に顧客の機密情報を特定して編集する）。 ただし、このプロセスは不要な複雑さ、時間、およびコストを追加します。

Amazon Transcribeは、開発者が音声からテキストへの変換機能をアプリケーションに簡単に追加できるようにする自動音声認識 (ASR) サービスで、通話分析をサポートしてリアルタイムの会話の洞察を提供するようになりました。 Amazon Transcribe 通話分析 進行中の何千もの通話の分析、通話のセンチメントの特定 (例: 否定的な顧客センチメント スコアで終了した通話)、通話の潜在的な理由の検出、繰り返しの発言要求などの問題の特定に役立つリアルタイムの会話の洞察を提供するようになりましたマネージャーに。 Amazon Transcribe Call Analytics は、カスタマーエクスペリエンス全体を向上させるために特別にトレーニングされた強力な自動音声 NLP モデルを組み合わせています。 Amazon Transcribe Call Analytics を使用すると、開発者はリアルタイム システムを構築して、コンタクト センターのエージェントに関連情報を提供し、顧客の問題を解決したり、潜在的な問題についてスーパーバイザーに警告したりすることができます。 また、Amazon Transcribe Call Analytics は通話の概要を自動的に生成するため、エージェントがメモを取る必要がなくなり、顧客のニーズに集中できるようになります。 さらに、Amazon Transcribe Call Analytics は、ライブ通話中に個人情報を特定して編集することにより、機密性の高い顧客データを保護します。

Amazon Kendra が新しい検索機能を追加

今日、データの量と種類が急速に増加しているにもかかわらず、エンタープライズ検索ツールは、さまざまなデータ形式や異なる言語でエンタープライズ システム全体に保存されている重要な洞察を調べて発見するのに苦労しています。 従来のエンタープライズ検索ソリューションでは、XNUMX 次元形式 (行と列) から情報を抽出する必要があるため、HTML テーブルなどの構造化されていないデータセットに格納されたナレッジを見つけることができません。 場合によっては、顧客が求めている情報がさまざまな言語で存在し、検索がさらに困難になることがあります。 その結果、企業の従業員は情報の検索に時間を浪費したり、職務を遂行できなくなったりします。

アマゾンケンドラ (ML を利用した AWS のインテリジェントな検索サービス) は、HTML で表形式の検索をサポートする新しい機能を提供します。 顧客は、自然言語の質問を使用することで、HTML ドキュメントで、それが物語の本文であろうと表形式であろうと、より正確な回答をより迅速に見つけることができます。 Amazon Kendra は、HTML ページのより深い分析を実行し、列と行をインテリジェントに解釈して関連データを特定する新しい特殊な深層学習モデルを使用することにより、HTML テーブルから正確な回答を見つけて抽出できます。 Amazon Kendra は、(英語に加えて) フランス語、スペイン語、ドイツ語、ポルトガル語、日本語、韓国語、中国語の 50 つの新しい言語のセマンティック サポートも追加します。 顧客は自然言語で質問し、サポートされている言語で正確な回答を得ることができるようになりました。 AWS のバイオ医薬品顧客の XNUMX つである Gilead Sciences Inc. は、Amazon Kendra を使用して内部検索時間を約 XNUMX% 削減することで、スタッフの生産性を向上させました。

Amazon HealthLake は、次世代の画像処理ソリューションと精密な健康分析を提供します

医用画像データの規模と複雑さが増大し続ける中、医療提供者は無数の課題に直面しています。 医用画像は患者を診断するための重要なツールであり、毎年世界中で何十億もの医用画像がスキャンされています。 画像データが約90割を占める ¹ これらの複雑な画像の分析は、主に専門家やスペシャリストによる手作業で行われていました。 データ サイエンティストや研究者が医療画像から重要な洞察を得るには、数週間から数か月かかることが多く、医療提供者の意思決定プロセスが遅くなり、患者ケアの提供に影響を与えます。 これらの課題に対処するために、 アマゾン・ヘルスレイク (大規模な健康データを保存、変換、クエリ、および分析するための HIPAA 対応サービス) は、医療画像と分析のための XNUMX つの新しい機能を追加します。

• Amazon HealthLake イメージング は、医療機関とそのソフトウェア パートナーがペタバイト規模の医療画像を簡単に保存、アクセス、分析できるようにする HIPAA 対応の新しい機能です。 新しい機能は、医療提供者がどこからでも安全にアクセスできる臨床ワークフローで、XNUMX 秒未満の高速な画像検索を実現するように設計されています (例えば、 Web、デスクトップ、または電話) と高可用性を備えています。 通常、医療システムは、同じ画像データの複数のコピーを臨床および研究システムに保存するため、ストレージのコストと複雑さが増大します。 Amazon HealthLake Imaging は、同じイメージのコピーを 40 つだけ抽出してクラウドに保存します。 顧客は、正規化されたメタデータと高度な圧縮を使用して、クラウド内の同じデータの単一の暗号化されたコピーから既存の医療記録にアクセスし、分析アプリケーションを実行できるようになりました。 その結果、Amazon HealthLake Imaging は、プロバイダーが医療画像ストレージの総コストを最大 XNUMX% 削減するのに役立ちます。
• Amazon HealthLake Analytics は、HIPAA 対応の新しい機能であり、マルチモーダルな健康データから簡単にクエリを実行して洞察を導き出すことができます (例えば、 画像、テキスト、または遺伝学) を個人または集団レベルで、企業全体で安全にデータを共有する機能を備えています。 これにより、医療提供者が複雑なデータ エクスポートとデータ変換を実行する必要がなくなります。 Amazon HealthLake Analytics は、さまざまなソースから生の健康データを自動的に正規化します (例えば、 医療記録、健康保険請求、EHR、または医療機器) を分析および相互運用可能な形式に数分で変換します。 この新しい機能により、医療提供者が最善を尽くすこと、つまり患者ケアの提供に専念できるようにするために、他の方法では数か月かかるエンジニアリング作業が削減されます。

Amazon CodeWhisperer は幅広いサポートとより簡単な管理を提供します

クラウドは、コンピューティング、ストレージ、データベース、分析、および ML へのオンデマンド アクセスを通じてアプリケーション開発を民主化しましたが、どの業界でもソフトウェア アプリケーションを構築する従来のプロセスは依然として時間がかかります。 開発者は、解決したいコアの問題とは直接関係のない繰り返しコードを書くためにかなりの時間を費やさなければなりません。 経験豊富な開発者でさえ、複数のプログラミング言語、フレームワーク、およびソフトウェア ライブラリについていくのは難しいと感じています。同時に、正しいプログラミング構文とコーディングのベスト プラクティスに従っていることを確認します。

アマゾン コード ウィスパラー (コードの推奨事項を生成する ML を利用したサービス) が AWS Builder ID をサポートするようになったため、開発者はメールアドレスだけで安全にサインアップし、AWS Toolkit 内の IDE で Amazon CodeWhisperer を有効にできます。 Python、Java、および JavaScript に加えて、Amazon CodeWhisperer は TypeScript および C# 言語のサポートを追加して、コード開発を加速します。 また、Amazon CodeWhisperer は現在、以下を含む最も人気のあるサービス全体で AWS アプリケーション プログラミング インターフェイス (API) のコードを推奨しています。 アマゾン エラスティック コンピューティング クラウド （Amazon EC2）、 AWSラムダ, Amazon シンプル ストレージ サービス (アマゾン S3)。 最後に、Amazon CodeWhisperer が AWSマネジメントコンソールであるため、承認された AWS 管理者は、組織に対して Amazon CodeWhisperer を有効にすることができます。

まとめ

これらの新しい特徴と機能により、AWS は、最も広範かつ詳細な AI サービス セットのポートフォリオを拡大し続けています。 AWS はまた、AI を活用したユースケースが普及するにつれて、これらの機能を責任ある方法で構築することが重要であることも認識しています。 AWS は、責任ある方法でサービスを構築し、お客様が責任を持って AI をデプロイできるようにサポートすることに取り組んでいます。 お客様がより簡単かつ責任を持って新しい拡張された AI 機能をアプリケーションやワークフローに追加できるようにすることで、AWS はさらに大きなイノベーションを解き放ち、企業が最も差し迫った課題のいくつかにアプローチして解決する方法を再考するのに役立ちます。 責任ある AI に対する AWS の包括的なアプローチの詳細については、こちらをご覧ください。 人工知能と機械学習の責任ある使用.

参考文献

¹SK Zhou 他、「医用画像におけるディープ ラーニングのレビュー: 画像処理の特徴、技術動向、進歩のハイライトを含むケース スタディ、および将来の展望」、IEEE 議事録、vol. 109、いいえ。 5、pp.820-838、2021 年 10.1109 月、doi: 2021.3054390/JPROC.XNUMX。

著者について

ブラティン・サハ AWS の人工知能および機械学習担当副社長です。

• コインスマート。 ヨーロッパで最高のビットコインと暗号通貨取引所。ここをクリック
• Platoblockchain。 Web3メタバースインテリジェンス。 知識の増幅。 こちらからアクセスしてください。
• 情報源： https://aws.amazon.com/blogs/machine-learning/aws-unveils-new-ai-service-features-and-enhancements-at-reinvent-2022/