Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Menggunakan Amazon Augmented AI untuk Human Review
catatan
Amazon SageMaker A2I tidak lagi terbuka untuk pelanggan baru. Pelanggan yang sudah ada dapat terus menggunakan layanan seperti biasa. AWS terus berinvestasi dalam peningkatan keamanan dan ketersediaan untuk A2I, tetapi kami tidak berencana untuk memperkenalkan fitur baru.
Saat menggunakan aplikasi AI seperti Amazon Rekognition, Amazon Textract, atau model pembelajaran mesin kustom (ML) Anda, Anda dapat menggunakan Amazon Augmented AI untuk mendapatkan tinjauan manusia terhadap prediksi kepercayaan rendah atau sampel prediksi acak.
Apa itu Amazon Augmented AI?
Amazon Augmented AI (Amazon A2I) adalah layanan yang membawa tinjauan manusia terhadap prediksi ML ke semua pengembang dengan menghilangkan beban berat yang terkait dengan membangun sistem tinjauan manusia atau mengelola sejumlah besar peninjau manusia.
Banyak aplikasi ML mengharuskan manusia untuk meninjau prediksi kepercayaan rendah untuk memastikan hasilnya benar. Misalnya, mengekstraksi informasi dari formulir aplikasi hipotek yang dipindai dapat memerlukan tinjauan manusia karena pemindaian berkualitas rendah atau tulisan tangan yang buruk. Membangun sistem tinjauan manusia dapat memakan waktu dan mahal karena melibatkan penerapan proses atau alur kerja yang kompleks, menulis perangkat lunak khusus untuk mengelola tugas dan hasil tinjauan, dan mengelola kelompok besar pengulas.
Amazon A2I menyederhanakan pembuatan dan pengelolaan tinjauan manusia untuk aplikasi ML. Amazon A2I menyediakan alur kerja tinjauan manusia bawaan untuk kasus penggunaan ML umum, seperti moderasi konten dan ekstraksi teks dari dokumen. Anda juga dapat membuat alur kerja Anda sendiri untuk model ML yang dibangun di SageMaker atas AI atau alat lainnya. Menggunakan Amazon A2I, Anda dapat mengizinkan peninjau manusia untuk ikut campur ketika model tidak dapat membuat prediksi kepercayaan tinggi atau mengaudit prediksinya secara berkelanjutan.
Contoh Kasus Penggunaan Amazon A2I
Contoh berikut menunjukkan bagaimana Anda dapat menggunakan Amazon A2I untuk mengintegrasikan loop tinjauan manusia ke dalam aplikasi ML Anda. Untuk masing-masing contoh ini, Anda dapat menemukan Notebook Jupyter yang menunjukkan alur kerja itu di. Kasus Penggunaan dan Contoh Menggunakan Amazon A2I
-
Gunakan Amazon A2I dengan Amazon Textract — Mintalah manusia meninjau pasangan kunci-nilai penting dalam dokumen satu halaman atau minta Amazon Textract mengambil sampel secara acak dan mengirim dokumen dari kumpulan data Anda ke manusia untuk ditinjau.
-
Gunakan Amazon A2I dengan Amazon Rekognition — Mintalah manusia meninjau gambar yang tidak aman untuk konten dewasa atau kekerasan eksplisit jika Amazon Rekognition mengembalikan skor kepercayaan rendah, atau meminta Amazon Rekognition mengambil sampel secara acak dan mengirim gambar dari kumpulan data Anda ke manusia untuk ditinjau.
-
Gunakan Amazon A2I untuk meninjau kesimpulan ML real-time — Gunakan Amazon A2I untuk meninjau kesimpulan real-time dengan kepercayaan rendah yang dibuat oleh model yang diterapkan ke titik akhir yang dihosting SageMaker AI dan secara bertahap melatih model Anda menggunakan data keluaran Amazon A2I.
-
Gunakan Amazon A2I dengan Amazon Comprecept — Mintalah manusia meninjau kesimpulan Amazon Comprecept tentang data teks seperti analisis sentimen, sintaks teks, dan deteksi entitas.
-
Gunakan Amazon A2I dengan Amazon Transcribe — Mintalah manusia meninjau transkripsi Amazon Transcribe file video atau audio. Gunakan hasil transkripsi loop ulasan manusia untuk membuat kosakata khusus dan meningkatkan transkripsi masa depan dari konten video atau audio serupa.
-
Gunakan Amazon A2I dengan Amazon Translate — Mintalah manusia meninjau terjemahan dengan kepercayaan rendah yang dikembalikan dari Amazon Translate.
-
Gunakan Amazon A2I untuk meninjau data tabular — Gunakan Amazon A2I untuk mengintegrasikan loop tinjauan manusia ke dalam aplikasi ML yang menggunakan data tabular.
Topik
