Clienti di Amazon SageMaker per il ML geospaziale
Arup
Dedicata allo sviluppo sostenibile, Arup è un collettivo di 16.000 progettisti, consulenti ed esperti che lavorano in 140 Paesi. Fondata con l'obiettivo di perseguire l'umanità e l'eccellenza in tutto ciò che fa, collabora con clienti e partner, utilizzando immaginazione, tecnologia e rigore per dare forma a un mondo migliore.
"Utilizziamo tecnologie digitali come il machine learning per esplorare l'impatto del calore sulle aree urbane e i fattori che influenzano le temperature locali, al fine di fornire una progettazione migliore e sostenere risultati sostenibili". Le isole di calore urbane e i rischi e i disagi ad esse associati sono una delle maggiori sfide che le città si trovano ad affrontare oggi. L'utilizzo delle funzionalità di ML geospaziale di Amazon SageMaker ci ha aiutato a identificare e misurare i fattori di calore urbano con i dati di osservazione della terra, accelerando in modo significativo la nostra capacità di fornire consulenza ai clienti. Ha permesso ai nostri team di ingegneri di eseguire analisi che non erano possibili in precedenza, fornendo l'accesso a più volumi, più tipi e analisi migliori di set di dati più grandi".
Damien McCloud, Director and Lead - Geospatial and Earth Observation, Arup
xarvio
xarvio Digital Farming Solutions offre prodotti per l'agricoltura digitale di precisione per aiutare gli agricoltori a ottimizzare la produzione dei raccolti. Disponibili in tutto il mondo, i prodotti xarvio utilizzano il machine learning, la tecnologia di riconoscimento delle immagini e modelli avanzati per colture e malattie, in combinazione con i dati provenienti dai satelliti e dai dispositivi delle stazioni meteorologiche, per fornire raccomandazioni agronomiche accurate e tempestive volte alla gestione delle esigenze dei singoli campi. I prodotti xarvio sono adattati alle condizioni agronomiche locali, possono monitorare le fasi di crescita e riconoscere malattie e parassiti. Aumentano l'efficienza, fanno risparmiare tempo, riducono i rischi e forniscono una maggiore affidabilità per la pianificazione e il processo decisionale, contribuendo al contempo a un'agricoltura sostenibile.
"Lo sviluppo rapido di prototipi e la manutenzione continua delle nostre risorse di machine learning sono una delle nostre priorità più importanti. Le capacità di ML geospaziale di Amazon SageMaker ci forniscono una soluzione potente per sviluppare prototipi e governare i nostri vari modelli durante il loro ciclo di vita. Utilizzando Amazon SageMaker, siamo riusciti a migliorare l'efficienza di quasi il 50%. I nostri team hanno potuto impostare le pipeline di modelli necessarie ed eseguire i test in sole 1-2 settimane, ovvero quasi la metà del tempo impiegato in precedenza".
Mojtaba Karami, Team Lead for Remote Sensing, xarvio
DataFarming
DataFarming è leader nell'agricoltura di precisione.
"Intervistando le aziende agricole (ad esempio, quelle che producono sementi, fertilizzanti e prodotti chimici), siamo rimasti sorpresi nel constatare che quasi tutte prendono decisioni multimilionarie sulla base di dati limitati e per lo più soggettivi. Queste aziende spesso non avevano le risposte alle domande più critiche, come "Quanto terreno è disponibile per la semina?" o "Quando sarà pronto il raccolto?" Essendo un appassionato utilizzatore di vari tipi di immagini satellitari da quasi 20 anni, era chiaro che volevamo sfruttare la potenza dei dati geospaziali per aiutare le aziende agricole a trovare risposte a queste domande e a prendere decisioni più intelligenti sul campo. Tuttavia, l'esecuzione di complessi algoritmi di machine learning su oltre 100 milioni di acri di terreni coltivati australiani con una risoluzione di 10 metri di pixel (e in tempo reale) è estremamente impegnativa. Con le funzionalità di ML geospaziale di Amazon SageMaker, possiamo passare dall'idea al modello funzionante in poche ore".
Tim Neale, Co-founder, DataFarming
SatSure
SatSure, un'azienda indiana leader nelle soluzioni di decision intelligence, utilizza i dati di osservazione della Terra e i modelli di deep learning per generare approfondimenti per una serie di casi d'uso, dal monitoraggio delle colture in tutte le stagioni e la valutazione dei rischi per le aziende agricole al rilevamento dei cambiamenti della copertura del suolo e all'identificazione delle caratteristiche del terreno.
"Costruire modelli di deep learning scalabili, all'avanguardia ed economicamente vantaggiosi è estremamente impegnativo quando si ha a che fare con grandi set di dati provenienti da immagini satellitari. L'arsenale di strumenti di Amazon SageMaker ci ha aiutato a semplificare lo sviluppo della pipeline end-to-end di modelli complessi di deep learning. Ci ha permesso di risparmiare il 25% dei costi nel corso del ciclo di vita dello sviluppo del modello, consentendoci al contempo di concentrarci sullo sviluppo di soluzioni innovative. Volevamo utilizzare le funzionalità di Amazon SageMaker per sviluppare un'applicazione digitale che utilizza immagini satellitari a bassa risoluzione per comprendere i confini delle aziende agricole. Grazie agli algoritmi geospaziali integrati di Amazon SageMaker, al Feature Store e alla regolazione automatica dei parametri, siamo riusciti a sviluppare questa applicazione in modo agile, garantendo il raggiungimento di tutti i parametri di successo."
Rashmit Singh Sukhmani, Co-fondatore e Chief Data Officer, SatSure
EarthOptics
EarthOptics è una società di misurazione e mappatura dei dati del suolo che sfrutta la tecnologia proprietaria dei sensori e l'analisi dei dati per misurare con precisione la salute e la struttura del suolo.
"Volevamo utilizzare il ML per aiutare i nostri clienti ad aumentare le rese agricole con mappe del suolo economicamente vantaggiose. Le funzionalità di ML geospaziale di Amazon SageMaker ci hanno permesso di prototipare rapidamente algoritmi con più origini di dati e di ridurre a un mese il tempo che intercorre tra la ricerca e l'implementazione delle API di produzione. Grazie ad Amazon SageMaker, ora disponiamo di soluzioni geospaziali per il sequestro del carbonio nel suolo per aziende agricole e ranch in tutti gli Stati Uniti".
Lars Dyrud, CEO, EarthOptics