Verwenden Sie Amazon Augmented AI mit benutzerdefinierten Aufgabentypen

Sie können Amazon Augmented AI (Amazon A2I) verwenden, um mithilfe des benutzerdefinierten Aufgabentyps eine menschliche Überprüfung (Human Loop) in jeden Machine Learning-Workflow zu integrieren. Diese Option bietet Ihnen die größte Flexibilität, um die Bedingungen anzupassen, unter denen Ihre Datenobjekte zur menschlichen Überprüfung gesendet werden, sowie das Aussehen und die Bedienung Ihrer Worker-Benutzeroberfläche.

Wenn Sie einen benutzerdefinierten Aufgabentyp verwenden, erstellen Sie einen benutzerdefinierten Workflow für die menschliche Überprüfung und geben die Bedingungen an, unter denen ein Datenobjekt direkt in Ihrer Anwendung zur menschlichen Überprüfung gesendet wird.

Die folgende Abbildung zeigt den benutzerdefinierten Amazon A2I-Workflow. Ein benutzerdefiniertes ML-Modell wird verwendet, um Vorhersagen zu generieren. Die Client-Anwendung filtert diese Vorhersagen anhand benutzerdefinierter Kriterien und bestimmt, ob eine Überprüfung durch einen Menschen erforderlich ist. Wenn ja, werden diese Vorhersagen zur Überprüfung durch einen Menschen an Amazon A2I gesendet. Amazon A2I sammelt die Ergebnisse der Überprüfung durch einen Menschen in Amazon S3, auf die die Client-Anwendung zugreifen kann. Wenn der Filter feststellt, dass keine menschliche Überprüfung erforderlich ist, können Prognosen direkt an die Client-Anwendung übermittelt werden.

Verwenden Sie die Verfahren auf dieser Seite, um zu erfahren, wie Sie Amazon A2I mithilfe des benutzerdefinierten Aufgabentyps in jeden Workflow für Machine Learning integrieren können.

Um eine Human Loop mit einer Flow-Definition zu erstellen, integrieren Sie sie in Ihre Anwendung und überwachen die Ergebnisse

1. Füllen Sie das Amazon A2I Voraussetzungen für den Einsatz von Augmented AI aus. Beachten Sie Folgendes:

   • Der Pfad zu dem Amazon Simple Storage Service (Amazon S3) Bucket(s), in dem Sie Ihre Eingabe- und Ausgabedaten speichern.

   • Der Amazon-Ressourcenname (ARN) einer AWS Identity and Access Management (IAM)-Rolle mit den erforderlichen Berechtigungen.

   • (Optional) Der ARN Ihrer Arbeitskräfte, wenn Sie planen, private Arbeitskräfte zu verwenden.

2. Erstellen Sie mithilfe von HTML-Elementen eine benutzerdefinierte Worker-Vorlage, die Amazon A2I verwendet um die Benutzeroberfläche Ihrer Worker-Aufgabe zu generieren. Informationen zum Erstellen einer benutzerdefinierten Vorlage finden Sie unter Erstellen benutzerdefinierter Auftragnehmervorlagen.

3. Verwenden Sie die benutzerdefinierte Worker-Vorlage aus Schritt 2, um eine Worker-Aufgabenvorlage in der Amazon- SageMaker Konsole zu generieren. Um zu erfahren wie dies geht, vgl. Erstellen Sie eine Worker-Aufgabenvorlage.

   Im nächsten Schritt erstellen Sie eine Flow-Definition:

   • Wenn Sie eine Flow-Definition mit der SageMaker -API erstellen möchten, notieren Sie sich den ARN dieser Worker-Aufgabenvorlage für den nächsten Schritt.

   • Wenn Sie eine Flow-Definition mithilfe der Konsole erstellen, wird Ihre Vorlage automatisch im Abschnitt Worker-Aufgabenvorlagen angezeigt, wenn Sie Workflow für die menschliche Überprüfung erstellen auswählen.

4. Geben Sie beim Erstellen der Flow-Definition den Pfad zu den S3-Buckets, den ARN Ihrer IAM-Rolle und Ihre Worker-Vorlage an.

   • Informationen zum Erstellen einer FlowCreateFlowDefinition-Definition mithilfe der SageMaker API finden Sie unter Erstellen eines Workflows für die Prüfung durch Menschen (Human Review) (API).

   • Informationen zum Erstellen einer Flow-Definition mithilfe der SageMaker Konsole finden Sie unter Erstellen eines Workflows für die Prüfung durch Menschen (Human Review) (Konsole).

5. Konfigurieren Sie Ihre Human Loop mit der Amazon A2I-Laufzeit-API. Um zu erfahren wie dies geht, vgl. Erstellen und Starten einer Human Loop.

6. Um zu steuern, wann menschliche Überprüfungen in Ihrer Anwendung initiiert werden, legen Sie Bedingungen fest, unter denen StartHumanLoop in Ihrer Anwendung aufgerufen wird. Bedingungen für das Aktivieren einer Human Loop wie Konfidenzschwellenwerte, die die Human Loop auslösen, sind nicht verfügbar, wenn Amazon A2I mit benutzerdefinierten Aufgabentypen verwendet wird. Jeder StartHumanLoop-Aufruf führt zu einer menschlichen Überprüfung.

Sobald Sie eine menschliche Schleife gestartet haben, können Sie Ihre Schleifen mithilfe der Amazon Augmented AI Runtime API und Amazon EventBridge (auch bekannt als Amazon CloudWatch Events) verwalten und überwachen. Weitere Informationen hierzu finden Sie unter Überwachen und verwalten Ihrer menschlichen Schleife.

E-nd-to-end Tutorial mit benutzerdefinierten Amazon-A2I-Aufgabentypen

Ein end-to-end Beispiel für die Integration von Amazon A2I in eine Vielzahl von ML-Workflows finden Sie in der Tabelle unter Anwendungsfälle und Beispiele mit Amazon A2I. Informationen zu den ersten Schritten mit einem dieser Notebooks finden Sie unter Verwenden Sie die SageMaker Notebook-Instance mit Amazon A2I Jupyter Notebook.