45天应用上线！生成式AI打造鸟类识别“千里眼”

亚马逊云科技 · 公众号 · · 2024-12-19 11:00

正文

2059——这是北美地区72亿只鸟类大致的物种数量。

FeatherSnap是一家生产太阳能驱动的喂鸟器并利用应用程序实时传输图像和视频的公司，面临着巨大的数据处理和分析挑战。

生成式AI技术可以大规模摄取和分析视觉数据、实时生成新的文本和视频内容，并实时进行复杂识别。通过引入生成式AI技术，像FeatherSnap这样的初创公司，可以借助Amazon Bedrock将需要处理大量数据的任务（如识别数千种鸟类）转化为巧妙的解决方案，重塑客户体验。 Amazon Bedrock为各种规模的公司提供简单易用的方式，帮助他们利用强大的基础模型（FM）构建和扩展生成式AI应用。

AI让人与自然更亲近

FeatherSnap的首席体验与营销官Kelly Hover表示，FeatherSnap的使命是通过尖端技术弥合人类与自然世界之间的鸿沟。FeatherSnap产品所有权主管Lindsay Bowers认为，通过使用生成式AI，并将技术与自然相结合，向人们展示一个全新世界。

FeatherSnap喂鸟器安装了内置摄像头，用户可以在智能手机上观看鸟类在FeatherSnap设备上进食的视频和静态图像。他们可以进而了解每种已被识别鸟类的更多信息，并通过社交媒体与朋友和家人分享图像。

Hover认为，通过移动设备与大自然即时连接是一种强有力的亲近自然的方式。

FeatherSnap团队讲述了一个客户故事，客户的祖母在住院接受癌症治疗，安装在她后院的喂食器捕捉到了造访她花园的鸟类图像，并自动将视频和图像发送到她的手机上，当她无法亲自观赏鸟类的日常生活时，这些影像带给了她无尽的欢乐。这就是为什么鸟类识别的即时性和精确性对于FeatherSnap品牌取得客户成功以及实现其使命至关重要，但在产品推出之初，公司却面临着一个困境。

探索AI的潜力

Bowers表示，当公司一年多前启动这个项目时，他们已经意识到AI物种识别是一个必须实现的关键功能。他们希望当鸟类落在喂鸟器上时，用户可以选择自行识别，或点击“我需要帮助”按钮让AI来完成识别。挑战在于确定AI需要达到何种先进水平才能实现这一功能。

根据Hover和Bowers的说法，公司必须确保训练基础模型以识别视觉信息的方式即可轻松扩展，又不损失精度。于是FeatherSnap选择与亚马逊云科技合作。研究人员在研究环境对野生动物种群影响时，越来越多地使用AI技术来追踪、识别和评估鸟类行为，这已经变得非常重要。FeatherSnap希望利用同等水平的准确性和数据处理能力来推出他们的应用程序。

45天内获得高准确度和高性能

Hover说：“我本以为亚马逊云科技的团队会跟我们说‘这真是个很有趣的小项目。希望当你们做大了，再回来找我们。’但他们没有这样做，而是选择跟我们并肩作战，与我们的技术团队紧密配合解决问题。”

经过FeatherSnap与亚马逊云科技的专家团队合作，最终实现的解决方案是一个量身定制的技术整合。 FeatherSnap团队选择了Amazon Bedrock，这是一项全托管服务，可帮助企业轻松使用基础模型和生成式AI工具来构建和扩展应用程序。

当FeatherSnap团队接洽亚马逊云科技时，距离产品发布只剩45天。亚马逊云科技团队承认这个过程“非常紧张”。通过Amazon Bedrock将Anthropic的Claude 3 Haiku模型集成到他们自己的技术栈中，FeatherSnap 成功提升了其专有算法的性能和准确性 。FeatherSnap的图像识别系统现在可以分辨鸟类物种之间的细微差异，这些差异可能会被不太先进或精准的算法所忽略。

利用AI进行复杂图像分析

FeatherSnap的分析流程不仅能够评估鸟类在其自然栖息地或其他环境中的行为，还能利用这些数据不断优化其系统算法的准确性。

Hover说：“使用像Claude 3 Haiku这样的基础模型（FM），不仅可以根据颜色来识别鸟类，还可以根据体型大小、喙部结构和羽毛等特征进行识别，这非常强大。如果人们想在相机上使用AI功能，我们需要能够迅速准确地处理这些请求。”例如，在一次训练中，亚马逊云科技的团队注意到，模型将一只知更鸟误识别为小鸡。亚马逊云科技团队能够迅速更新模型输入并修复这个问题，从而避免客户的信任流失。

FeatherSnap目前的应用程序可以即时识别鸟类，并将信息发送到用户的手机上。当用户在社交媒体上分享这些图像和视频时，这些汇总数据还可以为科学家提供有关鸟类迁徙模式的有用信息。这些洞察对于研究人员追踪野生动物迁徙和栖息地承载能力（即环境在不退化的情况下能够支持的最大鸟类数量）来说是非常有价值的。

FeatherSnap如何利用

Amazon Bedrock 和Claude模型

构建更智能的AI工具

通过使用Amazon Bedrock，公司能够 利用不同的数据集（如文本和图像）私密地定制其AI实施方案，还能微调并构建Agents——即半自主程序 。这些由新数据驱动并实时运行的Agents可以自动按需为用户进行API调用、查询知识库并执行一系列任务。

通过利用Claude 3 Haiku的大容量上下文窗口来处理和评估大型数据集，FeatherSnap还可以按需更新新的视觉图像处理能力。这使公司能够轻松大规模提高自身图像识别算法的精度。Hover说：“我们希望不断推出新功能，我真的认为Amazon Bedrock正在帮助我们突破边界，让我们的产品能够与时俱进。在我看来，这正是产品经久不衰的关键。”

展翅高飞:不断扩展创新

Amazon Bedrock在扩展FeatherSnap的基础设施方面发挥了关键作用， 提供了统一的API和直观的控制台，用于管理和部署强大的基础模型以实现生成式AI。 这使得FeatherSnap能够专注于产品创新，而不是被基础设施管理的繁琐细节所困扰。亚马逊云科技资深解决方案架构师Dougherty说：“亚马逊云科技一直致力于让生成式AI变得更加普及。我们希望用户能够使用合适的工具解决问题。”

45天应用上线！生成式AI打造鸟类识别“千里眼”

正文

请到「今天看啥」查看全文