ลูกค้าของ Amazon SageMaker สำหรับ ML เชิงพื้นที่
Arup
ในการอุทิศตนเพื่อการพัฒนาอย่างยั่งยืน Arup ได้รวบรวมกลุ่มนักออกแบบ ที่ปรึกษา และผู้เชี่ยวชาญกว่า 16,000 คนที่ทำงานอยู่ใน 140 ประเทศ ก่อตั้งขึ้นเพื่อมุ่งสู่ความเป็นมนุษย์และความเป็นเลิศในทุกสิ่งที่พวกเขาทำ พวกเขาร่วมมือกับลูกค้าและพันธมิตร โดยใช้จินตนาการ เทคโนโลยี และความเข้มงวดเพื่อสร้างโลกที่ดีขึ้น
“เราใช้เทคโนโลยีดิจิทัล เช่น แมชชีนเลิร์นนิง เพื่อสำรวจผลกระทบของความร้อนที่มีต่อพื้นที่ในเมือง และปัจจัยที่มีอิทธิพลต่ออุณหภูมิในท้องถิ่น เพื่อมอบการออกแบบที่ดีขึ้นและสนับสนุนผลลัพธ์ที่ยั่งยืน หมู่เกาะเมืองร้อนกับความเสี่ยงและความไม่สะดวกสบายที่เกี่ยวข้องเป็นหนึ่งในความท้าทายที่ใหญ่ที่สุดในเมืองที่กำลังเผชิญอยู่ในปัจจุบัน การใช้ความสามารถ ML เชิงพื้นที่ของ Amazon SageMaker ช่วยให้เราระบุและวัดปัจจัยความร้อนในเมืองด้วยข้อมูลการสังเกตโลก ซึ่งช่วยเร่งความสามารถของเราในการให้คำปรึกษาแก่ลูกค้าได้อย่างมาก ช่วยให้ทีมวิศวกรรมของเราดำเนินการวิเคราะห์ที่ไม่สามารถทำได้ก่อนหน้านี้โดยมอบการเข้าถึงปริมาณ ประเภท และการวิเคราะห์ชุดข้อมูลที่ใหญ่ขึ้น”
Damien McCloud, ผู้อำนวยการและหัวหน้า - ฝ่ายการสำรวจเชิงพื้นที่และโลก, Arup
xarvio
xarvio โซลูชั่น Digital Farming นำเสนอผลิตภัณฑ์การทำฟาร์มดิจิทัลที่แม่นยำเพื่อช่วยให้เกษตรกรเพิ่มประสิทธิภาพการผลิตพืชผล ผลิตภัณฑ์ xarvio ที่มีจำหน่ายทั่วโลกใช้แมชชีนเลิร์นนิง เทคโนโลยีการจดจำภาพ และแบบจำลองพืชผลและโรคขั้นสูง ร่วมกับข้อมูลจากดาวเทียมและอุปกรณ์สถานีตรวจอากาศ เพื่อให้คำแนะนำด้านการเกษตรที่ถูกต้องและทันท่วงทีเพื่อจัดการความต้องการของแต่ละสาขา ผลิตภัณฑ์ xarvio ได้รับการปรับให้เหมาะกับสภาพพืชไร่นาในท้องถิ่น สามารถเฝ้าสังเกตระยะการเจริญเติบโต และจำแนกโรคและแมลงศัตรูพืชได้ ช่วยเพิ่มประสิทธิภาพ ประหยัดเวลา ลดความเสี่ยง และให้ความเสถียรที่สูงขึ้นสำหรับการวางแผนและการตัดสินใจ ทั้งหมดนี้มีส่วนช่วยในการเกษตรแบบยั่งยืน
“การพัฒนาต้นแบบอย่างรวดเร็วและการบำรุงรักษาสินทรัพย์ของแมชชีนเลิร์นนิงของเราอย่างต่อเนื่องถือเป็นหนึ่งในสิ่งที่สำคัญที่สุดของเรา ความสามารถ ML เชิงพื้นที่ของ Amazon SageMaker ทำให้เรามีโซลูชั่นที่มีประสิทธิภาพในการพัฒนาต้นแบบและควบคุมโมเดลต่างๆ ของเราตลอดวงจรชีวิต เมื่อใช้ Amazon SageMaker เราสามารถปรับปรุงประสิทธิภาพได้เกือบ 50% ทีมของเราสามารถตั้งค่าโมเดลไปป์ไลน์ที่ต้องการและดำเนินการทดสอบได้ในเวลาเพียง 1-2 สัปดาห์ ซึ่งเป็นเวลาเกือบครึ่งหนึ่งของเวลาที่เราใช้ก่อนหน้านี้"
Mojtaba Karami, หัวหน้าทีมสำหรับการสำรวจระยะไกล, xarvio
DataFarming
DataFarming เป็นผู้นำทางด้านเกษตรกรรมที่แม่นยำ
“เมื่อสัมภาษณ์บริษัทด้านการเกษตร (เช่น เมล็ดพันธุ์ ปุ๋ย และสารเคมี) เรารู้สึกประหลาดใจที่พบว่าบริษัทเกือบทั้งหมดตัดสินใจใช้เงินหลายล้านดอลลาร์ด้วยข้อมูลที่จำกัด และส่วนใหญ่เป็นข้อมูลส่วนตัว บริษัทเหล่านี้มักไม่มีคำตอบสำหรับคำถามที่สำคัญที่สุด เช่น 'มีที่ดินสำหรับเพาะปลูกเท่าไร' หรือ 'พืชผลจะพร้อมเก็บเกี่ยวเมื่อใด' ในฐานะผู้ใช้ภาพถ่ายดาวเทียมประเภทต่างๆ มาเกือบ 20 ปี เห็นได้ชัดว่าเราต้องการใช้ประโยชน์จากพลังของข้อมูลเชิงพื้นที่เพื่อช่วยให้บริษัทด้านการเกษตรค้นพบคำตอบสำหรับคำถามเหล่านี้ และช่วยให้พวกเขาตัดสินใจได้อย่างชาญฉลาดยิ่งขึ้นในไร่นา อย่างไรก็ตาม การใช้งานอัลกอริธึมแมชชีนเลิร์นนิงที่ซับซ้อนบนพื้นที่กว่า 100 ล้านเอเคอร์ของออสเตรเลียที่ความละเอียด 10 เมกะพิกเซล (และตามเวลาจริง) นั้นเป็นสิ่งที่ท้าทายอย่างยิ่ง ด้วยความสามารถ ML เชิงพื้นที่ของ Amazon SageMaker เราสามารถเปลี่ยนจากแนวคิด ไปเป็นโมเดลการทำงานได้ภายในเวลาไม่กี่ชั่วโมง"
Tim Neale, ผู้ร่วมก่อตั้ง, DataFarming
SatSure
SatSure ผู้นำด้านโซลูชั่นข่าวกรองการตัดสินใจในอินเดียกำลังใช้ข้อมูลการสังเกตโลกและโมเดลดีปเลิร์นนิงเพื่อสร้างข้อมูลเชิงลึกสำหรับกรณีการใช้งานที่หลากหลาย ตั้งแต่การติดตามพืชผลทุกสภาพอากาศและการให้คะแนนความเสี่ยงในฟาร์ม ไปจนถึงการตรวจจับการเปลี่ยนแปลงสิ่งปกคลุมดินและการระบุคุณลักษณะของที่ดิน
“การสร้างโมเดลดีปเลิร์นนิงที่ล้ำสมัยและปรับสเกลได้ซึ่งมีต้นทุนที่คุ้มค่าถือเป็นความท้าทายอย่างมากเมื่อต้องรับมือกับชุดข้อมูลขนาดใหญ่จากภาพถ่ายดาวเทียม คลังเครื่องมือของ Amazon SageMaker ช่วยลดความซับซ้อนในการพัฒนาไปป์ไลน์แบบเอนด์-ทู-เอนด์ของโมเดลดีปเลิร์นนิง มันช่วยให้เราประหยัดค่าใช้จ่ายได้ 25% ตลอดวงจรชีวิตของการพัฒนาโมเดล ในขณะเดียวกันก็ช่วยให้เราสามารถมุ่งเน้นไปที่การพัฒนาโซลูชันนวัตกรรมได้ เราต้องการใช้ความสามารถของ Amazon SageMaker เพื่อพัฒนาแอปพลิเคชันดิจิทัลที่ใช้ภาพถ่ายดาวเทียมความละเอียดต่ำสำหรับอาณาเขตฟาร์มเกษตรตามการเรียนรู้ ด้วยอัลกอริทึมเชิงพื้นที่ในตัวของ Amazon SageMaker ซึ่งคือ Feature Store และการปรับพารามิเตอร์อัตโนมัติ เราจึงสามารถพัฒนาแอปพลิเคชันนี้ในลักษณะที่คล่องตัว เพื่อให้มั่นใจว่าเราบรรลุตัววัดความสำเร็จทั้งหมด"
Rashmit Singh Sukhmani, ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่ฝ่ายข้อมูล, SatSure
EarthOptics
EarthOptics เป็นบริษัทตรวจวัดและทำแผนที่ข้อมูลดินที่ใช้ประโยชน์จากเทคโนโลยีเซ็นเซอร์และการวิเคราะห์ข้อมูลในกรรมสิทธิ์ เพื่อวัดความสมบูรณ์และโครงสร้างของดินอย่างแม่นยำ
“เราต้องการใช้ ML เพื่อช่วยให้ลูกค้าของเราเพิ่มผลผลิตทางการเกษตรด้วยแผนที่ดินที่คุ้มค่า ความสามารถของ ML เชิงพื้นที่ของ Amazon SageMaker ช่วยให้เราสร้างต้นแบบอัลกอริทึมได้อย่างรวดเร็วด้วยแหล่งที่มาของข้อมูลหลายแหล่ง และลดระยะเวลาระหว่างการวิจัยและการนำ API ไปใช้ในการผลิตจริงเหลือเพียงหนึ่งเดือน ต้องขอขอบคุณ Amazon SageMaker ตอนนี้เรามีโซลูชั่นเชิงพื้นที่สำหรับการกักเก็บคาร์บอนในดินที่นำไปใช้จริงสำหรับฟาร์มและฟาร์มปศุสัตว์ทั่วสหรัฐอเมริกา”
Lars Dyrud, ผู้บริหารสูงสุด, EarthOptics