Amazon Web Services ブログ

Tag: AI/ML

AIを活用した引越し見積りサービスの案内画像です。スマートフォン1台で簡単に正確な見積りが取得できる3つのステップを説明しています。 お部屋の撮影ステップ： カメラでお部屋全体をぐるっと撮影するだけ。現状のままで撮影可能で、データは3Dモデルに変換されます。 AI分析ステップ： AIが3Dモデルを分析し、簡単な情報入力だけで引越し費用の見積りを算出します。 予約完了ステップ： 希望の日時を選択して予約が完了。アプリ内で全ての手続きが完結します。

アート引越センター株式会社様の AI 活用事例 「 AI 見積りアプリによる引越し見積もりの自動化の実現」のご紹介

本稿は、アプリケーション開発支援を担当された株式会社アイスリーデザイン様と Amazon Web Servic […]

Neuron Community

【開催報告】Neuron Community – Day One

2025年4月9日に開催された「Neuron Community – Day One」の様子をレポートします。このイベントは、2025年3月に立ち上げられた「Neuron Community」の協力のもと開催しました。Neuron Community は、ユーザー間で AWS Trainium / Inferentia エコシステムに関する情報や知見の共有を促進するための場として発足したものです。本イベントは、記念すべき第1回目ということで、Day Oneと名付けられています。

NetApp ONTAP を使用してオンプレミスのデータを活用するための RAG ベース生成 AI アプリケーション

データを既存のデータストレージに保持したまま、AWS が提供する生成 AI 機能によってデータを活用するためのソリューションを NetApp と AWS の 2 社で開発しました。本記事では、共同開発ソリューションを使った国立大学法人広島大学様による実証実験の概要と、共同開発ソリューションの特徴についてご紹介します。

大規模マルチモーダル AI による鉄道車両の異常画像検知システムの実証実験

この投稿は、JR東日本、ドイツ鉄道、JEISが、車両外観検査の画像にAIを活用する取り組みについて紹介したものです。従来の手法の課題を克服するため、大規模マルチモーダルAIを用いた異常画像検知システムの実現可能性を検証しました。

AWS 上での LLM ベースの基盤モデルとスケーラブルな MLOps による時系列予測

このブログ記事では、売上予測を例にテスト用に作成した合成データを使って Chronos を Amazon SageMaker Pipeline に統合するプロセスを案内します。これにより、最小限のデータで正確かつ効率的な予測が可能になります。ファインチューニングからデプロイメントまでの全ワークフローをオーケストレーションする機能の使い方を学びます。この解説を通じて、開発プロセスを合理化し、Chronos をあらゆる時系列データに適用して、予測アプローチを変革する準備が整います。

AWS Amplify AI Kit と Neon Postgres を利用した RAG ベースアプリケーション構築

この記事では、入門の段階を超えて、Amplify のデフォルトのデータベースモデルではなく、Neon からサーバーレス Postgres データベースを使用して製品データを取得します。そうすることで、検索拡張生成 (RAG) を使用して LLM と対話するために必要なコードを簡素化します。

← Older posts