Gunakan Amazon Augmented AI dengan Jenis Tugas Kustom

Anda dapat menggunakan Amazon Augmented AI (Amazon A2I) untuk menggabungkan tinjauan manusia (loop manusia) ke dalam alur kerja pembelajaran mesin apa pun menggunakan jenis tugas khusus. Opsi ini memberi Anda fleksibilitas paling besar untuk menyesuaikan kondisi di mana objek data Anda dikirim ke manusia untuk ditinjau, serta tampilan dan nuansa antarmuka pengguna pekerja Anda.

Bila Anda menggunakan jenis tugas kustom, Anda membuat alur kerja tinjauan manusia kustom dan menentukan kondisi di mana objek data dikirim untuk tinjauan manusia secara langsung di aplikasi Anda.

Gambar berikut menggambarkan alur kerja kustom Amazon A2I. Model ML khusus digunakan untuk menghasilkan prediksi. Aplikasi klien memfilter prediksi ini menggunakan kriteria yang ditentukan pengguna dan menentukan apakah tinjauan manusia diperlukan. Jika demikian, prediksi ini dikirim ke Amazon A2I untuk ditinjau oleh manusia. Amazon A2I mengumpulkan hasil tinjauan manusia di Amazon S3, yang dapat diakses oleh aplikasi klien. Jika filter menentukan bahwa tidak ada tinjauan manusia yang diperlukan, prediksi dapat diumpankan langsung ke aplikasi klien.

Gunakan prosedur di halaman ini untuk mempelajari cara mengintegrasikan Amazon A2I ke dalam alur kerja pembelajaran mesin apa pun menggunakan jenis tugas khusus.

Buat loop manusia menggunakan definisi aliran, integrasikan ke dalam aplikasi Anda, dan pantau hasilnya

1. Lengkapi Amazon Prasyarat untuk Menggunakan Augmented AI A2I. Perhatikan hal berikut:

   • Jalur ke bucket atau bucket Amazon Simple Storage Service (Amazon S3) atau bucket tempat Anda menyimpan data input dan output.

   • Nama Sumber Daya Amazon (ARN) dari peran AWS Identity and Access Management (IAM) dengan izin yang diperlukan dilampirkan.

   • (Opsional) ARN tenaga kerja pribadi Anda, jika Anda berencana untuk menggunakannya.

2. Menggunakan elemen HTML, buat template pekerja khusus yang digunakan Amazon A2I untuk menghasilkan UI tugas pekerja Anda. Untuk mempelajari cara membuat template kustom, lihatBuat Template Tugas Pekerja Kustom.

3. Gunakan templat pekerja khusus dari langkah 2 untuk membuat templat tugas pekerja di SageMaker konsol Amazon. Untuk mempelajari caranya, lihat Buat Template Tugas Pekerja.

   Pada langkah berikutnya, Anda membuat definisi aliran:

   • Jika Anda ingin membuat definisi aliran menggunakan SageMaker API, perhatikan ARN dari template tugas pekerja ini untuk langkah selanjutnya.

   • Jika Anda membuat definisi alur menggunakan konsol, template Anda akan secara otomatis muncul di bagian Templat tugas Worker saat Anda memilih Buat alur kerja tinjauan manusia.

4. Saat membuat definisi aliran, berikan jalur ke bucket S3, ARN peran IAM, dan templat pekerja Anda.

   • Untuk mempelajari cara membuat definisi aliran menggunakan SageMaker CreateFlowDefinition API, lihatMembuat Alur Kerja Tinjauan Manusia (API).

   • Untuk mempelajari cara membuat definisi aliran menggunakan SageMaker konsol, lihatMembuat Alur Kerja Tinjauan Manusia (Konsol).

5. Konfigurasikan loop manusia Anda menggunakan Amazon A2I Runtime API. Untuk mempelajari caranya, lihat Membuat dan Memulai Loop Manusia.

6. Untuk mengontrol kapan tinjauan manusia dimulai dalam aplikasi Anda, tentukan kondisi di mana StartHumanLoop dipanggil dalam aplikasi Anda. Kondisi aktivasi loop manusia, seperti ambang batas kepercayaan yang memulai loop manusia, tidak tersedia saat menggunakan Amazon A2I dengan tipe tugas khusus. Setiap StartHumanLoop doa menghasilkan tinjauan manusia.

Setelah Anda memulai loop manusia, Anda dapat mengelola dan memantau loop Anda menggunakan Amazon Augmented AI Runtime API dan Amazon (juga dikenal sebagai EventBridge CloudWatch Amazon Events). Untuk mempelajari selengkapnya, lihat Pantau dan Kelola Loop Manusia Anda.

E nd-to-end Tutorial Menggunakan Jenis Tugas Kustom Amazon A2I

Untuk end-to-end contoh yang menunjukkan cara mengintegrasikan Amazon A2I ke dalam berbagai alur kerja ML, lihat tabel di. Kasus Penggunaan dan Contoh Menggunakan Amazon A2I Untuk mulai menggunakan salah satu notebook ini, lihatMenggunakan Instans SageMaker Notebook dengan Notebook Amazon A2I Jupyter.