Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Casos y ejemplos de uso de Amazon A2I
Puede usar Amazon Augmented AI a fin de incorporar una revisión humana en su flujo de trabajo para los tipos de tareas integradas, Amazon Textract, Amazon Rekognition o sus propias tareas personalizadas mediante un tipo de tarea personalizada.
Cuando crea un flujo de trabajo de revisión humana mediante uno de los tipos de tareas integrados, puede especificar condiciones, como umbrales de confianza, que iniciarán una revisión humana. El servicio (Amazon Rekognition o Amazon Textract) crea un bucle humano en su nombre cuando se cumplen estas condiciones y suministra los datos de entrada directamente a Amazon A2I para el envío a revisores humanos. Para obtener más información sobre los tipos de tareas integrados, use los siguientes enlaces:
Cuando utiliza un tipo de tarea personalizado, crea e inicia un bucle humano con Amazon A2I Runtime. API Utilice el tipo de tarea personalizada para incorporar un flujo de trabajo de revisión humana con otros servicios de AWS o con su propia aplicación de ML personalizada.
-
Para obtener más información, consulte Uso de Amazon Augmented AI con tipos de tareas personalizadas.
La siguiente tabla describe una variedad de casos de uso de Amazon A2I que puede explorar con SageMaker Jupyter Notebooks. Para empezar a utilizar un cuaderno de Jupyter, siga las instrucciones en Utilice SageMaker Notebook Instance con Amazon A2I Jupyter Notebook. Para ver más ejemplos, consulte este repositorio. GitHub
Caso de uso | Descripción | Tipo de tarea |
---|---|---|
Puede hacer que trabajadores se encarguen de revisar documentos de una sola página para revisar pares clave-valor importantes, o puede dejar que Amazon Textract tome documentos aleatorios y se envíe desde su conjunto de datos a los trabajadores para que los revisen. |
Integrada | |
Uso de Amazon A2I con Amazon Rekognition |
Los revisores humanos pueden comprobar si hay imágenes que no sean seguras y detectar contenido violento o para adultos cuando Amazon Rekognition devuelva una puntuación de confianza baja; también puede pedirle a Amazon Rekognition que seleccione aleatoriamente algunas imágenes del conjunto de datos y se las envíe a los revisores para que las comprueben. |
Integrada |
Uso de Amazon A2I con Amazon Comprehend |
Los revisores humanos pueden revisar las inferencias de Amazon Comprehend sobre datos de texto, como el análisis de opinión, la sintaxis del texto y la detección de entidades. |
Personalizada |
Uso de Amazon A2I con Amazon Transcribe |
Los revisores humanos pueden revisar las transcripciones de Amazon Transcribe de archivos de vídeo o audio. Use los resultados de los bucles de revisión humana de transcripciones para crear un vocabulario personalizado y mejorar las transcripciones futuras de contenido de vídeo o audio similar. |
Personalizada |
Uso de Amazon A2I con Amazon Translate |
Los revisores humanos pueden revisar las traducciones con un nivel bajo de confianza que Amazon Translate haya devuelto. |
Personalizada |
Uso de Amazon A2I para revisar las inferencias de ML en tiempo real |
Utilice Amazon A2I para revisar en tiempo real las inferencias poco fiables realizadas por un modelo implementado en un punto final SageMaker alojado y entrene su modelo de forma incremental con los datos de salida de Amazon A2I. |
Personalizada |
Uso de Amazon A2I para revisar datos tabulares |
Puede usar Amazon A2I para integrar un ciclo de revisión humana en una aplicación de ML que utilice datos tabulares. |
Personalizada |
Temas
Utilice SageMaker Notebook Instance con Amazon A2I Jupyter Notebook
Para ver un end-to-end ejemplo que demuestre cómo integrar un ciclo de revisión humana de Amazon A2I en un flujo de trabajo de aprendizaje automático, puede utilizar un cuaderno de Jupyter de este GitHub repositorio
Para usar un ejemplo de cuaderno de tareas personalizado de Amazon A2I en una instancia de Amazon SageMaker Notebook:
-
Si no tiene una instancia de SageMaker bloc de notas activa, cree una siguiendo las instrucciones que se indican en. Crear una instancia de Amazon SageMaker Notebook para el tutorial
-
Cuando su instancia de bloc de notas esté activa, seleccione Abrir JupyterLab a la derecha del nombre de la instancia de bloc de notas. Es posible que tarde unos minutos en JupyterLab cargarse.
-
Selecciona el icono de añadir un repositorio de Github ( ) para clonar un GitHub repositorio en tu espacio de trabajo.
-
Ingresa al repositorio amazon-a2 i-sample-jupyter-notebooks
. HTTPS URL -
Elige. CLONE
-
Abra el bloc de notas que desee ejecutar.
-
Siga las instrucciones del cuaderno para configurar el flujo de trabajo de revisión humana y el bucle humano y para ejecutar las celdas.
-
Para evitar incurrir en cargos innecesarios, cuando termine con la demostración, detenga y elimine su instancia de bloc de notas, además de todos los buckets, IAM funciones y recursos de CloudWatch eventos de Amazon S3 creados durante el tutorial.