详细内容或原文请订阅后点击阅览
利用 AWS 上的代理 AI 加速飞机 IFEC 诊断
Panasonic Avionics 与 AWS 和 AWS Generative AI 创新中心合作，在 Amazon Bedrock、Amazon SageMaker 和 AWS Glue 上构建代理 AI 系统，用于诊断全球机队的机上娱乐和连接 (IFEC) 问题，将诊断时间从几小时缩短到几分钟，同时保持准确性。
来源:亚马逊云科技 _机器学习松下航空电子公司为全球大型机队提供机上娱乐和连接 (IFEC) 系统，每年为数百家航空公司和数十亿乘客提供服务。当系统问题影响如此规模的乘客体验时，工程师必须在数千种独特的部署配置中快速诊断根本原因。手动执行此操作，关联不同车队变体的日志、指标和票务数据，可能需要数小时，并且需要深厚的机构知识。
在本文中，您将了解 Panasonic Avionics Corporation 如何与 AWS 和 AWS Generative AI Innovation Center 合作，获得架构指导来构建代理 AI 系统。该解决方案使用 Amazon Bedrock、Amazon SageMaker 和 AWS Glue 显着缩短诊断时间，同时保持高精度。
挑战：大规模改进维护
松下航空电子公司的运行数据是监控机队 IFEC 健康状况的重要资产。该公司依靠基于 AWS 构建的数据湖和数据系统来存储和组织从其车队收集的运营数据，每天处理大量数据。
尽管拥有强大的数据基础设施，但将原始运营数据转化为可操作的诊断仍面临着大规模的运营挑战。松下航空电子公司根据个人运营需求定制配置来部署服务。每次部署都会生成独特的日志模式，这使整个车队的性能评估变得复杂。团队执行手动审查以关联多个运营数据源的指标。
此流程提供了多个优化运营效率和工程生产力的机会：
解决方案概述
架构
图 1：AWS 上的多代理 IFEC 诊断架构