Casi d'uso ed esempi con Amazon A2I

Puoi utilizzare IA aumentata Amazon per incorporare una revisione umana nel tuo flusso di lavoro per tipi di attività integrate, Amazon Textract e Amazon Rekognition, oppure le tue attività personalizzate utilizzando un tipo di attività personalizzato.

Quando crei un flusso di revisione umana utilizzando uno dei tipi di attività integrate, puoi specificare le condizioni, ad esempio le soglie di attendibilità, che avvieranno una revisione umana. Il servizio (Amazon Rekognition o Amazon Textract) crea un ciclo umano per tuo conto quando queste condizioni sono soddisfatte e fornisce i dati di input direttamente ad Amazon A2I per inviarli a revisori umani. Per ulteriori informazioni sui tipi di attività integrate, usa quanto segue:

• Utilizzo di IA aumentata Amazon con Amazon Textract

• Usa IA aumentata Amazon con Amazon Rekognition

Quando utilizzi un tipo di attività personalizzato, crei e avvii un ciclo umano utilizzando Amazon A2I Runtime. API Utilizza il tipo di attività personalizzato per incorporare un flusso di lavoro di revisione umana con un altro servizio AWS o un'applicazione ML personalizzata.

• Per ulteriori dettagli, consulta Usa Amazon IA aumentata con tipi di attività personalizzati.

La tabella seguente descrive una serie di casi d'uso di Amazon A2I che puoi esplorare utilizzando SageMaker Jupyter Notebooks. Per iniziare a usare un notebook Jupyter, usa le istruzioni in Usa un'istanza SageMaker Notebook con Amazon A2I Jupyter Notebook. Per altri GitHubesempi, consulta questo repository.

Caso d'uso	Descrizione	Tipo di attività
Usa Amazon A2I con Amazon Textract	Chiedi agli utenti di esaminare documenti di una sola pagina per esaminare importanti coppie chiave-valore del modulo oppure chiedi ad Amazon Textract di campionare e inviare casualmente i documenti dal tuo set di dati agli esseri umani per la revisione.	Integrato
Usa Amazon A2I con Amazon Rekognition	Chiedi agli utenti di esaminare le immagini non sicure alla ricerca di contenuti espliciti per adulti o violenti se Amazon Rekognition restituisce un punteggio di attendibilità basso, oppure chiedi ad Amazon Rekognition di campionare e inviare casualmente le immagini dal tuo set di dati agli umani per la revisione.	Integrato
Usa Amazon A2I con Amazon Comprehend	Chiedi agli umani di esaminare le inferenze di Amazon Comprehend sui dati di testo come l'analisi del sentiment, la sintassi del testo e il rilevamento delle entità.	Personalizza
Usa Amazon A2I con Amazon Transcribe	Chiedi agli utenti di esaminare le trascrizioni di file video o audio su Amazon Transcribe. Usa i risultati dei cicli di revisione umana di trascrizione per creare un vocabolario personalizzato e migliorare le trascrizioni future di contenuti video o audio simili.	Personalizza
Usa Amazon A2I con Amazon Translate	Chiedi agli utenti di esaminare le traduzioni a bassa attendibilità restituite da Amazon Translate.	Personalizza
Usa Amazon A2I per esaminare le inferenze ML in tempo reale	Usa Amazon A2I per esaminare le inferenze in tempo reale e a bassa confidenza effettuate da un modello distribuito su un endpoint SageMaker ospitato e addestrare in modo incrementale il tuo modello utilizzando i dati di output di Amazon A2I.	Personalizza
Usa Amazon A2I per esaminare i dati tabulari	Usa Amazon A2I per integrare un ciclo di revisione umana in un'applicazione ML che utilizza dati tabulari.	Personalizza

Argomenti

• Usa un'istanza SageMaker Notebook con Amazon A2I Jupyter Notebook
• Utilizzo di IA aumentata Amazon con Amazon Textract
• Usa IA aumentata Amazon con Amazon Rekognition
• Usa Amazon IA aumentata con tipi di attività personalizzati

Usa un'istanza SageMaker Notebook con Amazon A2I Jupyter Notebook

Per un end-to-end esempio che dimostra come integrare un ciclo di revisione umana di Amazon A2I in un flusso di lavoro di apprendimento automatico, puoi utilizzare un Jupyter Notebook di questo GitHub repository in un'istanza di notebook. SageMaker

Per utilizzare un notebook di esempio per attività personalizzate Amazon A2I in un'istanza di SageMaker notebook Amazon:

1. Se non disponi di un'istanza di SageMaker notebook attiva, creane una seguendo le istruzioni riportate in. Crea un'istanza Amazon SageMaker Notebook per il tutorial

2. Quando l'istanza del notebook è attiva, scegli Apri JupyterLab a destra del nome dell'istanza del notebook. Il caricamento potrebbe richiedere alcuni istanti. JupyterLab

3. Scegli l'icona di aggiunta del repository Github ( ) per clonare un GitHub repository nel tuo spazio di lavoro.

4. Accedi al HTTPS URL repository i-sample-jupyter-notebooks amazon-a2.

5. Scegli. CLONE

6. Aprire il notebook che si desidera eseguire.

7. Seguire le istruzioni contenute nel notebook per configurare il flusso di lavoro di revisione umana e il ciclo umano ed eseguire le celle.

8. Per evitare di incorrere in costi inutili, al termine della demo, interrompi ed elimina l'istanza del notebook oltre a tutti i bucketIAM, i ruoli CloudWatch e le risorse Events di Amazon S3 creati durante la procedura dettagliata.