Utilizzo di IA aumentata Amazon per la revisione umana - Amazon SageMaker

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Utilizzo di IA aumentata Amazon per la revisione umana

Quando si utilizzano applicazioni IA, quali Amazon Rekognition, Amazon Textract o modelli di Machine Learning (ML) personalizzati, puoi utilizzare IA Amazon aumentata per ottenere una revisione umana di bassa affidabilità o un campione casuale di previsioni.

Cos'è IA aumentata Amazon?

IA aumentata Amazon (Amazon A2I) è un servizio che offre la revisione umana delle previsioni di machine learning a tutti gli sviluppatori, eliminando il peso associato alla creazione di sistemi di revisione umani o alla gestione di un gran numero di revisori umani.

Per molte applicazioni ML è necessario che la revisione delle previsioni di bassa affidabilità sia eseguita da umani per garantire la correttezza dei risultati. Per esempio, l'estrazione di informazioni dalle scansioni di moduli di richiesta dei mutui può richiedere la revisione umana a causa della bassa qualità delle scansioni o della brutta grafia. La creazione di sistemi di revisione umana può richiedere molto tempo e denaro perché rende necessaria l'implementazione di processi complessi o flussi di lavoro, la scrittura di software su misura per la gestione dei compiti e dei risultati di revisione e la gestione di gruppi composti da numerosi revisori.

Amazon A2I semplifica la creazione e la gestione delle recensioni umane per le applicazioni di machine learning. Amazon A2I offre flussi di lavoro integrati di revisione umana per casi d'uso di machine learning comuni, come la moderazione dei contenuti e l'estrazione di testo dai documenti. È possibile anche creare dei propri flussi di lavoro per modelli di ML con SageMaker o con qualsiasi altro strumento. L'utilizzo di Amazon A2I permette ai revisori umani di intervenire quando un modello non può fare una previsione con grande affidabilità o effettuare una audit sulle proprie previsioni su base regolare.

Esempi di casi d'uso di Amazon A2I

Gli esempi seguenti mostrano come utilizzare Amazon A2I per integrare un ciclo di revisione umana nella tua applicazione ML. Per ognuno di questi esempi, puoi trovare un notebook Jupyter che illustra quel flusso di lavoro in Casi d'uso ed esempi con Amazon A2I.

  • Usa Amazon A2I con Amazon Textract: chiedi agli utenti di esaminare importanti coppie chiave-valore in documenti di una sola pagina o chiedi ad Amazon Textract di campionare e inviare in modo casuale i documenti dal tuo set di dati agli esseri umani per la revisione.

  • 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.

  • Usa Amazon A2I per esaminare le inferenze ML in tempo reale: usa Amazon A2I per esaminare 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.

  • 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.

  • Usa Amazon A2I con Amazon Transcribe: chiedi agli utenti di esaminare le trascrizioni di file video o audio con 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.

  • Usa Amazon A2I con Amazon Translate: chiedi agli utenti di esaminare le traduzioni a bassa confidenza restituite da Amazon Translate.

  • 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.

IA aumentata Amazon: come funziona
Argomenti