Trong 5 năm qua, trí tuệ nhân tạo (AI) và máy học (ML) đã phát triển từ một hoạt động thích hợp thành một nỗ lực chủ đạo đang phát triển nhanh chóng. Ngày nay, hơn 100,000 khách hàng trong nhiều ngành dựa vào AWS cho các sáng kiến ​​ML và AI, đưa AI vào nhiều trường hợp sử dụng kinh doanh để tự động hóa các tác vụ lặp đi lặp lại và thông thường—từ lập kế hoạch nhu cầu thông minh đến xử lý tài liệu và kiểm duyệt nội dung. Các dịch vụ AI của AWS giúp khách hàng tạo ra các tương tác mượt mà hơn, nhanh hơn và hiệu quả hơn với khách hàng, nâng cao hiệu quả và giảm chi phí vận hành.

Tại AWS re:Invent, Amazon Web Services, Inc. đã công bố một loạt các tính năng và điểm cải tiến trong danh mục dịch vụ AI của mình, bao gồm các giải pháp được xây dựng có mục đích để giải quyết các thách thức của ngành cụ thể, thể hiện sự tích hợp sâu hơn của AI vào các trải nghiệm hàng ngày. Các khả năng mới bao gồm Amazon Textract Analyze Lending để cải thiện hiệu quả xử lý tài liệu cho vay, Amazon Transcribe Call Analytics để phân tích các cuộc gọi đang diễn ra của trung tâm liên hệ, hỗ trợ Amazon Kendra cho tìm kiếm dạng bảng bằng HTML và bảy ngôn ngữ mới, Amazon HealthLake Imaging để lưu trữ hình ảnh y tế; Amazon HealthLake Analytics với khả năng truy vấn dữ liệu đa phương thức và ngôn ngữ lập trình rộng hơn hỗ trợ và quản trị dễ dàng hơn trong Amazon CodeWhisperer. Những đổi mới dịch vụ AI này cung cấp cho thị trường ngành dọc và chức năng ngành ngang với thông tin chuyên sâu hơn, theo thời gian thực và hiệu quả tiết kiệm chi phí để thúc đẩy quá trình chuyển đổi giữa các ngành.

Những khả năng mới này tăng cường các dịch vụ AI của AWS ở đầu ngăn xếp ML ba lớp của nó. Lớp dưới cùng bao gồm các thành phần nền tảng (thư viện phần cứng ML và phần cứng ML) để giúp khách hàng xây dựng cơ sở hạ tầng ML của riêng họ và lớp giữa—Amazon SageMaker—là một môi trường phát triển ML được quản lý hoàn toàn. Lớp trên cùng của dịch vụ AI đưa ML vào các trường hợp sử dụng kinh doanh như sao chép các cuộc gọi của trung tâm liên lạc, xử lý tài liệu và cải thiện kết quả chăm sóc sức khỏe. Khách hàng có thể sử dụng các dịch vụ AI của AWS mà không cần có kiến ​​thức chuyên môn về ML.

Khách hàng từ các ngành khác nhau dựa vào các dịch vụ AI của AWS để nâng cao hiệu quả và giảm chi phí vận hành. Ví dụ: WaFd Bank, một ngân hàng đầy đủ dịch vụ của Hoa Kỳ, đã cải thiện trải nghiệm của khách hàng với Talkdesk (một công ty trung tâm liên lạc đám mây toàn cầu) và Thông tin về Trung tâm liên hệ AWS (CCI), giảm thời gian cuộc gọi lên đến 90%. Và State Auto, một công ty bảo hiểm tài sản và thương vong, đã tự động hóa quy trình kiểm tra tài sản bằng cách sử dụng Nhận thức lại Amazon (một dịch vụ thị giác máy tính), tăng 83% số lượng khiếu nại mà nó đánh giá là có khả năng gian lận.

Amazon Textract Analyze Lending giúp dễ dàng phân loại và trích xuất dữ liệu khoản vay thế chấp

Ngày nay, các công ty thế chấp xử lý khối lượng lớn tài liệu để trích xuất dữ liệu quan trọng trong kinh doanh và đưa ra quyết định về các đơn xin vay. Ví dụ: một đơn đăng ký thế chấp điển hình của Hoa Kỳ có thể bao gồm 500 trang trở lên với nhiều loại tài liệu khác nhau, bao gồm biểu mẫu W2, phiếu lương, bảng sao kê ngân hàng, Biểu mẫu 1040, 1003, v.v. Đơn xin xử lý khoản vay của người cho vay trước tiên phải hiểu và phân loại từng loại tài liệu để đảm bảo rằng nó được xử lý đúng cách. Sau đó, ứng dụng xử lý khoản vay phải trích xuất tất cả dữ liệu trên từng trang của tài liệu. Dữ liệu trong các tài liệu này tồn tại ở các định dạng và cấu trúc khác nhau và cùng một thành phần dữ liệu có thể có các tên khác nhau trên các tài liệu khác nhau—ví dụ: “SSN” hoặc “Số an sinh xã hội”, điều này có thể dẫn đến việc trích xuất dữ liệu không chính xác. Cho đến nay, việc phân loại và trích xuất dữ liệu từ các gói ứng dụng thế chấp chủ yếu là các công việc thủ công. Hơn nữa, các công ty cho vay thế chấp phải quản lý nhu cầu về các khoản thế chấp có thể dao động đáng kể trong một năm, vì vậy người cho vay không thể lập kế hoạch hiệu quả và thường phải phân bổ nguồn lực để xử lý tài liệu trên cơ sở đặc biệt. Nhìn chung, quá trình xử lý khoản vay thế chấp vẫn còn thủ công, chậm chạp, dễ sai sót và tốn kém.

Văn bản Amazon (Dịch vụ AI của AWS để tự động trích xuất văn bản, chữ viết tay và dữ liệu từ tài liệu được quét) hiện cung cấp Phân tích văn bản Amazon Cho vay để làm cho quá trình xử lý tài liệu cho vay tự động hơn, nhanh hơn và tiết kiệm chi phí trên quy mô lớn. Amazon Textract Analyze Lending tập hợp nhiều mô hình ML lại với nhau để phân loại các tài liệu khác nhau thường xuất hiện trong các gói thế chấp, sau đó trích xuất thông tin quan trọng từ những tài liệu này với độ chính xác cao để cải thiện quy trình xử lý tài liệu cho vay. Ví dụ: giờ đây nó có thể thực hiện phát hiện chữ ký để xác định xem tài liệu có chữ ký bắt buộc hay không. Nó cũng cung cấp một bản tóm tắt các tài liệu trong gói đơn xin thế chấp và xác định bất kỳ tài liệu nào bị thiếu. Ví dụ: PennyMac, một công ty dịch vụ tài chính chuyên sản xuất và cung cấp dịch vụ cho vay thế chấp ở Hoa Kỳ, sử dụng Amazon Textract Analyze Lending để xử lý đơn đăng ký thế chấp dài 3,000 trang trong vòng chưa đầy 5 phút. Trước đây, quá trình xử lý tài liệu thế chấp của PennyMac yêu cầu vài giờ xem xét và chuẩn bị gói vay để phê duyệt.

Amazon Transcribe Call Analytics để cải thiện trải nghiệm của người dùng cuối

Trong hầu hết các ngành tiếp xúc trực tiếp với khách hàng như viễn thông, tài chính, chăm sóc sức khỏe và bán lẻ, trải nghiệm của khách hàng với các tổng đài có thể tác động sâu sắc đến nhận thức của công ty. Thời gian giải quyết cuộc gọi kéo dài hoặc không có khả năng giải quyết các vấn đề trong quá trình tương tác trực tiếp có thể dẫn đến trải nghiệm khách hàng kém hoặc khách hàng rời bỏ. Các trung tâm liên hệ cần thông tin chi tiết theo thời gian thực về các vấn đề liên quan đến trải nghiệm của khách hàng (ví dụ, lỗi sản phẩm) trong khi các cuộc gọi đang diễn ra. Thông thường, các nhà phát triển sử dụng nhiều dịch vụ AI để tạo bản ghi cuộc gọi trực tiếp, trích xuất thông tin chi tiết theo thời gian thực có liên quan và quản lý thông tin khách hàng nhạy cảm (ví dụ xác định và sắp xếp lại các chi tiết nhạy cảm của khách hàng) trong các cuộc gọi trực tiếp. Tuy nhiên, quá trình này làm tăng thêm sự phức tạp, thời gian và chi phí không cần thiết.

Phiên âm Amazon, dịch vụ nhận dạng giọng nói tự động (ASR) giúp nhà phát triển dễ dàng thêm khả năng chuyển lời nói thành văn bản vào ứng dụng của họ, hiện hỗ trợ phân tích cuộc gọi để cung cấp thông tin chi tiết về cuộc trò chuyện theo thời gian thực. Amazon Transcribe Phân tích cuộc gọi hiện cung cấp thông tin chi tiết về cuộc trò chuyện theo thời gian thực giúp phân tích hàng nghìn cuộc gọi đang diễn ra, xác định cảm tính của cuộc gọi (ví dụ: các cuộc gọi kết thúc với điểm cảm tính của khách hàng tiêu cực), phát hiện lý do tiềm ẩn của cuộc gọi và phát hiện các vấn đề như yêu cầu nói nhiều lần cho một người quản lý. Amazon Transcribe Call Analytics kết hợp các mô hình NLP giọng nói tự động mạnh mẽ được đào tạo riêng để cải thiện trải nghiệm tổng thể của khách hàng. Với Amazon Transcribe Call Analytics, nhà phát triển có thể xây dựng một hệ thống thời gian thực cung cấp cho nhân viên trung tâm liên lạc thông tin liên quan để giải quyết các vấn đề của khách hàng hoặc cảnh báo cho người giám sát về các vấn đề tiềm ẩn. Amazon Transcribe Call Analytics cũng tự động tạo các bản tóm tắt cuộc gọi, giúp tổng đài viên không cần phải ghi chú và cho phép họ tập trung vào nhu cầu của khách hàng. Hơn nữa, Amazon Transcribe Call Analytics bảo vệ dữ liệu nhạy cảm của khách hàng bằng cách xác định và biên tập lại thông tin cá nhân trong các cuộc gọi trực tiếp.

Amazon Kendra thêm khả năng tìm kiếm mới

Ngày nay, trước sự tăng trưởng nhanh chóng về khối lượng và sự đa dạng của dữ liệu, các công cụ tìm kiếm của doanh nghiệp gặp khó khăn trong việc kiểm tra và khám phá những thông tin chuyên sâu quan trọng được lưu trữ trên các hệ thống doanh nghiệp ở các định dạng dữ liệu không đồng nhất và bằng các ngôn ngữ khác nhau. Các giải pháp tìm kiếm thông thường của doanh nghiệp không thể tìm thấy kiến ​​thức được lưu trữ trong bộ dữ liệu phi cấu trúc như bảng HTML vì nó yêu cầu trích xuất thông tin từ định dạng hai chiều (hàng và cột). Đôi khi, thông tin mà khách hàng đang tìm kiếm có thể tồn tại ở các ngôn ngữ khác nhau, khiến việc tìm kiếm trở nên khó khăn hơn. Kết quả là nhân viên doanh nghiệp mất thời gian tìm kiếm thông tin hoặc không thể thực hiện nhiệm vụ của mình.

Amazon Kendra (Dịch vụ tìm kiếm thông minh của AWS được hỗ trợ bởi ML) cung cấp khả năng mới hỗ trợ tìm kiếm dạng bảng trong HTML. Khách hàng có thể tìm thấy câu trả lời chính xác hơn nhanh hơn trong tài liệu HTML, cho dù chúng ở dạng tường thuật hay dạng bảng, bằng cách sử dụng các câu hỏi ngôn ngữ tự nhiên. Amazon Kendra có thể tìm và trích xuất các câu trả lời chính xác từ các bảng HTML bằng cách thực hiện các phân tích sâu hơn về các trang HTML và sử dụng các mô hình học sâu chuyên biệt mới giúp diễn giải các cột và hàng một cách thông minh để xác định dữ liệu liên quan. Amazon Kendra cũng đang bổ sung hỗ trợ ngữ nghĩa cho bảy ngôn ngữ mới (ngoài tiếng Anh): tiếng Pháp, tiếng Tây Ban Nha, tiếng Đức, tiếng Bồ Đào Nha, tiếng Nhật, tiếng Hàn và tiếng Trung. Giờ đây, khách hàng có thể đặt câu hỏi bằng ngôn ngữ tự nhiên và nhận được câu trả lời chính xác bằng bất kỳ ngôn ngữ nào được hỗ trợ. Một trong những khách hàng dược phẩm sinh học của AWS, Gilead Science Inc., đã tăng năng suất của nhân viên bằng cách cắt giảm khoảng 50% thời gian tìm kiếm nội bộ bằng cách sử dụng Amazon Kendra.

Amazon HealthLake cung cấp giải pháp hình ảnh thế hệ tiếp theo và phân tích sức khỏe chính xác

Các nhà cung cấp dịch vụ chăm sóc sức khỏe phải đối mặt với vô số thách thức khi quy mô và độ phức tạp của dữ liệu hình ảnh y tế tiếp tục gia tăng. Hình ảnh y tế là một công cụ quan trọng để chẩn đoán bệnh nhân và có hàng tỷ hình ảnh y tế được quét trên toàn cầu mỗi năm. Dữ liệu hình ảnh chiếm khoảng 90% ¹ của tất cả dữ liệu chăm sóc sức khỏe và việc phân tích những hình ảnh phức tạp này phần lớn là một nhiệm vụ thủ công được thực hiện bởi các chuyên gia và chuyên gia. Các nhà khoa học và nhà nghiên cứu dữ liệu thường mất hàng tuần hoặc hàng tháng để rút ra những hiểu biết quan trọng từ hình ảnh y tế, làm chậm quá trình ra quyết định của các nhà cung cấp dịch vụ chăm sóc sức khỏe và ảnh hưởng đến việc cung cấp dịch vụ chăm sóc bệnh nhân. Để giải quyết những thách thức này, Sức Khỏe AmazonHồ (một dịch vụ đủ điều kiện của HIPAA để lưu trữ, chuyển đổi, truy vấn và phân tích dữ liệu sức khỏe quy mô lớn) đang bổ sung hai khả năng mới cho hình ảnh và phân tích y tế:

• Hình ảnh hồ Amazon Health là một khả năng mới đủ điều kiện HIPAA cho phép các nhà cung cấp dịch vụ chăm sóc sức khỏe và đối tác phần mềm của họ dễ dàng lưu trữ, truy cập và phân tích hình ảnh y tế ở quy mô petabyte. Khả năng mới được thiết kế để truy xuất hình ảnh nhanh, dưới giây trong quy trình làm việc lâm sàng mà các nhà cung cấp dịch vụ chăm sóc sức khỏe có thể truy cập an toàn từ mọi nơi (ví dụ, web, máy tính để bàn hoặc điện thoại) và có tính sẵn sàng cao. Thông thường, các hệ thống y tế lưu trữ nhiều bản sao của cùng một dữ liệu hình ảnh trong các hệ thống nghiên cứu và lâm sàng, dẫn đến tăng chi phí lưu trữ và độ phức tạp. Amazon HealthLake Imaging trích xuất và lưu trữ chỉ một bản sao của cùng một hình ảnh lên đám mây. Giờ đây, khách hàng có thể truy cập các hồ sơ y tế hiện có và chạy các ứng dụng phân tích từ một bản sao được mã hóa duy nhất của cùng một dữ liệu trên đám mây với siêu dữ liệu được chuẩn hóa và nén nâng cao. Do đó, Amazon HealthLake Imaging có thể giúp các nhà cung cấp giảm tới 40% tổng chi phí lưu trữ hình ảnh y tế.
• Amazon HealthLake Analytics là một chức năng mới đủ điều kiện theo HIPAA giúp dễ dàng truy vấn và lấy thông tin chi tiết từ dữ liệu sức khỏe đa phương thức (ví dụ, hình ảnh, văn bản hoặc di truyền học), ở cấp độ cá nhân hoặc dân số, với khả năng chia sẻ dữ liệu một cách an toàn trong toàn doanh nghiệp. Nó loại bỏ nhu cầu của các nhà cung cấp dịch vụ chăm sóc sức khỏe để thực hiện xuất dữ liệu phức tạp và chuyển đổi dữ liệu. Amazon HealthLake Analytics tự động chuẩn hóa dữ liệu sức khỏe thô từ các nguồn khác nhau (ví dụ, hồ sơ y tế, yêu cầu bảo hiểm y tế, EHR hoặc thiết bị y tế) thành định dạng phân tích và có thể tương tác trong vài phút. Khả năng mới giúp giảm bớt những nỗ lực kỹ thuật có thể mất hàng tháng trời để cho phép các nhà cung cấp tập trung vào những gì họ làm tốt nhất—cung cấp dịch vụ chăm sóc bệnh nhân.

Amazon CodeWhisperer cung cấp hỗ trợ rộng hơn và quản trị dễ dàng hơn

Mặc dù đám mây đã dân chủ hóa việc phát triển ứng dụng thông qua quyền truy cập theo yêu cầu vào điện toán, lưu trữ, cơ sở dữ liệu, phân tích và ML, quy trình xây dựng ứng dụng phần mềm truyền thống trong bất kỳ ngành nào vẫn tốn nhiều thời gian. Các nhà phát triển vẫn phải dành thời gian đáng kể để viết mã lặp đi lặp lại không liên quan trực tiếp đến các vấn đề cốt lõi mà họ muốn giải quyết. Ngay cả những nhà phát triển có nhiều kinh nghiệm cũng khó theo kịp nhiều ngôn ngữ lập trình, khung và thư viện phần mềm, trong khi vẫn đảm bảo họ tuân theo đúng cú pháp lập trình và các phương pháp viết mã tốt nhất.

Mã Amazon (một dịch vụ do ML hỗ trợ tạo các đề xuất mã) hiện hỗ trợ AWS Builder ID để bất kỳ nhà phát triển nào cũng có thể đăng ký an toàn chỉ bằng một địa chỉ email và bật Amazon CodeWhisperer cho IDE của họ trong Bộ công cụ AWS. Ngoài Python, Java và JavaScript, Amazon CodeWhisperer bổ sung hỗ trợ cho các ngôn ngữ TypeScript và C# để tăng tốc độ phát triển mã. Ngoài ra, Amazon CodeWhisperer hiện đưa ra đề xuất mã cho các giao diện lập trình ứng dụng AWS (API) trên các dịch vụ phổ biến nhất của mình, bao gồm Đám mây điện toán đàn hồi Amazon (Amazon EC2), AWS Lambdavà Dịch vụ lưu trữ đơn giản của Amazon (Amazon S3). Cuối cùng, Amazon CodeWhisperer hiện đã có trên Bảng điều khiển quản lý AWS, vì vậy bất kỳ quản trị viên AWS được ủy quyền nào cũng có thể kích hoạt Amazon CodeWhisperer cho tổ chức của họ.

Kết luận

Với các tính năng và khả năng mới này, AWS tiếp tục mở rộng danh mục đầu tư gồm các dịch vụ AI rộng nhất và chuyên sâu nhất. AWS cũng nhận ra rằng khi các trường hợp sử dụng do AI cung cấp trở nên phổ biến, điều quan trọng là các khả năng này phải được xây dựng một cách có trách nhiệm. AWS cam kết xây dựng các dịch vụ của mình một cách có trách nhiệm và hỗ trợ khách hàng để giúp họ triển khai AI một cách có trách nhiệm. Bằng cách cho phép khách hàng thêm các chức năng AI mới và mở rộng vào các ứng dụng và quy trình công việc của họ một cách dễ dàng và có trách nhiệm hơn, AWS đang tạo ra sự đổi mới lớn hơn nữa và giúp các doanh nghiệp hình dung lại cách họ tiếp cận và giải quyết một số thách thức cấp bách nhất. Để tìm hiểu thêm về cách tiếp cận toàn diện của AWS đối với AI có trách nhiệm, hãy truy cập Sử dụng có trách nhiệm trí tuệ nhân tạo và máy học.

dự án

¹SK Zhou và cộng sự, “Đánh giá về học sâu trong hình ảnh y tế: Đặc điểm hình ảnh, xu hướng công nghệ, nghiên cứu điển hình với những điểm nổi bật về tiến độ và những hứa hẹn trong tương lai,” trong Kỷ yếu của IEEE, tập. 109, không. 5, trang 820-838, tháng 2021 năm 10.1109, doi: 2021.3054390/JPROC.XNUMX.

Lưu ý

Bratin Saha là Phó chủ tịch mảng Trí tuệ nhân tạo và Máy học tại AWS.

• Coinsmart. Sàn giao dịch Bitcoin và tiền điện tử tốt nhất Châu Âu.Bấm vào đây
• Platoblockchain. Web3 Metaverse Intelligence. Khuếch đại kiến ​​thức. Truy cập Tại đây.
• nguồn: https://aws.amazon.com/blogs/machine-learning/aws-unveils-new-ai-service-features-and-enhancements-at-reinvent-2022/