Amazon SageMaker AI を用いて、Aigen が持続可能な農業のための農業ロボットを変革した方法

この記事では、Aigen が産業全体に渡って課題を克服し、持続可能な農業を拡大するために Amazon SageMaker AI で機械学習 (ML) パイプラインを近代化する方法を学べます。この記事は、数百台の分散エッジ太陽ロボットを跨ってパイプラインを近代化し、この変革により unlocked な顕著なビジネス成果を披露するための戦略とアーキテクチャパターンに焦点を当てています。Aigen は自動化されたデータラベリングと人間の介入による検証を採用し、画像ラベリングのスループットを 20 倍向上させ、コストを 22.5 倍削減しました。

In this post, you will learn how Aigen modernized its machine learning (ML) pipeline with Amazon SageMaker AI to overcome industry-wide agricultural robotics challenges and scale sustainable farming. This post focuses on the strategies and architecture patterns that enabled Aigen to modernize its pipeline across hundreds of distributed edge solar robots and showcase the significant business outcomes unlocked through this transformation. By adopting automated data labeling and human-in-the-loop validation, Aigen increased image labeling throughput by 20x while reducing image labeling costs by 22.5x.