Contoh Kasus Penggunaan Amazon A2I

Anda dapat menggunakan Amazon Augmented AI untuk memasukkan tinjauan manusia ke dalam alur kerja Andatipe bawaan, Amazon Textract Texact dan Amazon Rekognition, atau tugas kustom Anda sendiri menggunakanJenis tugas kustom.

Bila Anda membuat alur kerja tinjauan manusia menggunakan salah satu tipe tugas bawaan, Anda dapat menentukan kondisi, seperti ambang batas kepercayaan, yang memulai tinjauan manusia. Layanan (Amazon Rekognition atau Amazon Textract Texact) membuat loop manusia atas nama Anda ketika kondisi ini terpenuhi dan memasok data masukan Anda langsung ke Amazon A2I untuk dikirim ke pengulas manusia. Untuk mempelajari lebih lanjut tentang tipe tugas bawaan, gunakan yang berikut ini:

• Menggunakan Amazon Augmented AI dengan Amazon Textract

• Menggunakan Amazon Augmented AI dengan Amazon Rekognition

Saat Anda menggunakan tipe tugas khusus, Anda membuat dan memulai loop manusia menggunakan API Runtime Amazon A2I. Gunakan jenis tugas khusus untuk menggabungkan alur kerja tinjauan manusia dengan yang lainAWSlayanan atau aplikasi ML-mu sendiri.

• Untuk detail selengkapnya, lihat Menggunakan Amazon Augmented AI dengan Jenis Tugas Kustom

Tabel berikut menguraikan berbagai kasus penggunaan Amazon A2I yang dapat Anda jelajahi menggunakan Notebook SageMaker Jupyter. Untuk memulai dengan Notebook Jupyter, gunakan petunjuk diGunakan Instans Notebook SageMaker dengan Notebook Amazon A2I Jupyter. Untuk contoh lainnya, lihat iniRepositori GitHub.

Kasus Penggunaan	Deskripsi	Jenis tugas
Menggunakan Amazon A2I dengan Amazon Textract	Mintalah manusia meninjau dokumen satu halaman untuk meninjau pasangan nilai kunci bentuk penting, atau minta Amazon Textract secara acak mencicipi dan mengirim dokumen dari dataset Anda ke manusia untuk ditinjau.	Bawaan
Menggunakan 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 minta Amazon Rekognition secara acak mencicipi dan mengirim gambar dari dataset Anda ke manusia untuk ditinjau.	Bawaan
Menggunakan Amazon A2I dengan Amazon Comprehend	Minta manusia meninjau kesimpulan Amazon Comprehend tentang data teks seperti analisis sentimen, sintaks teks, dan deteksi entitas.	Khusus
Menggunakan Amazon A2I dengan Amazon Transcribe	Mintalah manusia meninjau transkripsi Amazon Transcribe file video atau audio. Gunakan hasil transkripsi loop tinjauan manusia untuk membuat kosakata kustom dan meningkatkan transkripsi masa depan video atau konten audio serupa.	Khusus
Menggunakan Amazon A2I dengan Amazon Translate	Mintalah manusia meninjau terjemahan dengan kepercayaan rendah yang dikembalikan dari Amazon Translate.	Khusus
Gunakan Amazon A2I untuk meninjau kesimpulan ML-real time	Gunakan Amazon A2I untuk meninjau kesimpulan dengan tingkat kepercayaan rendah waktu nyata yang dibuat oleh model yang dikerahkan ke titik akhir yang dihosting SageMaker dan melatih model Anda secara bertahap menggunakan data output Amazon A2I.	Khusus
Menggunakan Amazon A2I untuk meninjau data tabular	Gunakan Amazon A2I untuk mengintegrasikan loop tinjauan manusia ke dalam aplikasi ML-nya yang menggunakan data tabular.	Khusus

Topik

• Gunakan Instans Notebook SageMaker dengan Notebook Amazon A2I Jupyter
• Menggunakan Amazon Augmented AI dengan Amazon Textract
• Menggunakan Amazon Augmented AI dengan Amazon Rekognition
• Menggunakan Amazon Augmented AI dengan Jenis Tugas Kustom

Gunakan Instans Notebook SageMaker dengan Notebook Amazon A2I Jupyter

Untuk contoh end-to-end yang menunjukkan cara mengintegrasikan loop tinjauan manusia Amazon A2I ke dalam alur kerja machine learning, Anda dapat menggunakan Notebook Jupyter dari iniRepositori GitHubdalam contoh notebook SageMaker.

Untuk menggunakan notebook sampel tipe tugas kustom Amazon A2I di instans notebook Amazon SageMaker:

1. Jika Anda tidak memiliki instance notebook SageMaker yang aktif, buat dengan mengikuti petunjukLangkah 1: Buat Instans SageMaker Notebook Amazon.

2. Saat instans notebook Anda aktif, pilihBuka JupyterLabdi sebelah kanan nama contoh notebook. Perlu waktu beberapa saat agar JupyterLab dimuat.

3. Pilih ikon untuk mengkloning repositori GitHub ke ruang kerja Anda.

4. Masukkanamazon-a2i-sampel-jupyter-notebookURL HTTPS repositori.

5. PilihPENGKLONAAN.

6. Buka notebook yang ingin Anda jalankan.

7. Ikuti petunjuk di notebook untuk mengkonfigurasi alur kerja tinjauan manusia Anda dan loop manusia dan menjalankan sel.

8. Untuk menghindari biaya yang tidak perlu, setelah selesai dengan demo, hentikan dan hapus instans notebook Anda selain bucket Amazon S3, peran IAM, dan sumber daya CloudWatch Events yang dibuat selama penelusuran.