案例检索

找到可借鉴的 AI 路径

从真实业务问题出发,筛选与你的行业、规模和场景更接近的案例。

筛选

全部案例

2287 条,当前第 32 / 191

价值低
成功可信度中

其他行业 · AI应用

面向数据质量和受众发现的可扩展机器学习模型生命周期管理

Eyeota是一家广告技术数据质量公司,需要管理海量数据以实现受众发现,同时确保高数据质量。他们采用机器学习算法优化数据质量并扩展规模,使用Amazon SageMaker、AWS Glue和Apache Airflow管理完整的模型生命周期(训练、调优、推理)。该系统每月处理数十亿广告ID。

Eyeota · 未披露

更新于 2026年7月

价值低
成功可信度中

其他行业 · AI应用

用于主动解决客户问题的服务健康框架

Cox过去依赖客户报告问题。他们构建了“服务健康”系统,用于识别即将发生故障的模式并主动联系客户。该系统使用Amazon Bedrock分析大量非结构化客户数据(对话记录、日志条目)。生成式AI为服务保障团队和现场技术人员提供取证工具。

Cox Communications · 未披露

更新于 2026年7月

价值低
成功可信度中

其他行业 · AI应用

基于图卷积网络的身份欺诈检测

Careem寻求一种覆盖所有欺诈类型的全面方法。他们使用图数据库(Neptune)构建了“Crazy Wall”来表示用户身份。目前正在升级到第二版,用Neptune ML训练图卷积网络(GCN)来替代简单规则,以实现对欺诈用户的高精度预测。

Careem · 未披露

更新于 2026年7月

价值低
成功可信度中

其他行业 · AI应用

使用生成式机器学习进行地理编码地址以实现最后一公里优化

Aramex面临新兴市场缺乏适当地址管理结构的问题,导致依赖描述性地址和高成本的客户电话。他们部署了生成式机器学习/文本匹配算法,根据历史数据分析描述性地址,得出XY坐标。这优化了最后一公里的容量和路线,在履行流程早期发挥作用。

ARAMEX LTD · 未披露

更新于 2026年7月

价值低
成功可信度中

其他行业 · AI应用

温室气候与灌溉实时决策

30MHz开发了一个结合数据监控软件、数据采集硬件(无线传感器)和机器学习的解决方案,帮助农民实现数据驱动技术,弥合低技术和高技术农民之间的差距。机器学习技术使种植者能够实时决策气候和灌溉,为作物创造最佳生长条件。AWS团队使用Amazon SageMaker帮助开发和自动化机器学习管道。该原型目前正由8个试点种植者测试。

30MHz · 未披露

更新于 2026年7月

价值低
成功可信度中

其他行业 · AI应用

VR手术培训与3D医学影像可视化

波恩大学医院利用NVIDIA CloudXR和Medicalholodeck,结合NVIDIA A40 GPU,流式传输高保真扩展现实环境,使外科医生和医学生能够通过VR头显在WiFi/5G网络上交互式探索患者的CT/MRI扫描。

波恩大学医院(UKB) · 未披露

更新于 2026年7月

价值低
成功可信度中

其他行业 · AI应用

病理图像中肿瘤自动识别

谷歌研究人员开发了一个基于深度学习的框架,用于自动识别病理图像中的肿瘤,特别关注已转移至邻近淋巴结的乳腺癌定位。该系统旨在辅助医生分析海量信息,标记人类可能遗漏的异常。AI对潜在癌症高度敏感,但有时会误判,而人类病理学家更擅长纠正这些错误,因此建议采用人机协作工作流程以获得更好的诊断结果。

谷歌 · 未披露

更新于 2026年7月

价值低
成功可信度中

其他行业 · AI应用

自拍质量分类

斯坦福大学的一名博士生面临区分“好”与“坏”自拍的挑战,这项任务主观且受多种因素影响。他训练了一个大型卷积神经网络(CNN),使用来自互联网的200万张自拍数据集,模型包含1.4亿个参数,并在NVIDIA Tesla K40 GPU上训练。该模型能够有效分类自拍。研究人员随后开发了一个Twitter机器人@deepselfie,自动评分推送给它的自拍,展示了先进AI技术在现实场景中的有趣应用。

斯坦福大学(Andrej Karpathy) · 未披露

更新于 2026年7月

价值低
成功可信度中

其他行业 · AI应用

GPU加速的膜蛋白模拟

斯德哥尔摩大学Erik Lindahl教授领导的研究小组致力于理解蛋白质动力学,这对于揭示疾病机制和开发有效药物至关重要。他们采用GPU加速的GROMACS应用程序,利用CUDA和GPU提升计算效率,模拟膜蛋白的复杂行为,从而为包括酒精中毒在内的多种疾病提供见解。该研究不仅推进了科学知识,还有助于设计靶向疗法,改善健康结果。

斯德哥尔摩大学 · 未披露

更新于 2026年7月

价值低
成功可信度中

其他行业 · AI应用

利用定制模型加速Autodesk AI开发

Autodesk需要基于客户数据构建复杂的设计模型,以加速其AI能力。他们使用Amazon SageMaker构建自己的定制模型,从而能够专注于核心业务并更快地交付软件。

Autodesk · 未披露

更新于 2026年7月

价值低
成功可信度中

其他行业 · AI应用

蛋白质结构的高性能可视化

莫纳什大学eResearch中心面临可视化复杂蛋白质结构的挑战,这对推进药物设计至关重要。为解决此问题,Wojtek Goscinski博士及其团队利用GPU加速的超级计算机,高效处理和分析大量分子数据集。这种创新方法将处理时间从数天或数周缩短至数小时,使研究人员能够可视化以前未定义的复杂蛋白质结构。这项工作意义深远,不仅增强了我们对蛋白质生物学的理解,还为治疗开发的突破铺平了道路。

莫纳什大学eResearch中心 · 未披露

更新于 2026年7月

价值低
成功可信度中

其他行业 · AI应用

协作式AI模型验证与标注平台

NVIDIA和MD.ai认识到医学影像领域需要一个高效的协作方法来验证和标注AI模型。为此,他们将NVIDIA Clara Train框架与MD.ai的云平台集成,使研究人员能够无缝部署预训练的医学影像AI模型(MMAR)。这种集成促进了协作验证和快速的基于网络的标注项目,如器官或肿瘤分割。结果,简化的工作流程增强了整个AI模型开发过程,使先进模型易于验证,并在用户友好的环境中促进协作研究。

NVIDIA与MD.ai · 未披露

更新于 2026年7月