AWS宣布亞馬遜增強(qiáng)人工智能全面上市

Amazon.com公司Amazon Web Services(AWS)宣布全面增強(qiáng)服務(wù)的Amazon Augmented AI(A2I)全面上市，該服務(wù)可輕松為機(jī)器學(xué)習(xí)預(yù)測(cè)添加人工審核通過(guò)不斷識(shí)別和改進(jìn)低置信度預(yù)測(cè)來(lái)提高模型和應(yīng)用程序的準(zhǔn)確性。Amazon A2I使用Mechanical Turk，第三方供應(yīng)商或他們自己的員工的審閱者，幫助開(kāi)發(fā)人員為新的或現(xiàn)有的應(yīng)用程序添加對(duì)模型預(yù)測(cè)的人工審核。Amazon A2I使開(kāi)發(fā)人員可以更輕松地構(gòu)建人工審核系統(tǒng)，構(gòu)建審核流程并管理人工審核人員。例如，開(kāi)發(fā)人員可以使用Amazon A2I快速啟動(dòng)并管理人員隊(duì)伍，以審查和驗(yàn)證針對(duì)從掃描的抵押貸款文件中提取財(cái)務(wù)信息的應(yīng)用程序或使用圖像識(shí)別在線(xiàn)識(shí)別假冒商品的應(yīng)用程序的機(jī)器學(xué)習(xí)預(yù)測(cè)的準(zhǔn)確性，因此結(jié)果質(zhì)量隨著時(shí)間的推移而提高。沒(méi)有使用Amazon A2I的前期承諾，用戶(hù)只為每次需要的審查付費(fèi)。

如今，機(jī)器學(xué)習(xí)為各種用例提供了高度準(zhǔn)確的預(yù)測(cè)(稱(chēng)為“推論”)，包括識(shí)別圖像中的對(duì)象，從掃描的文檔中提取文本或轉(zhuǎn)錄和理解口頭語(yǔ)言。在每種情況下，機(jī)器學(xué)習(xí)模型都會(huì)提供推斷和置信度分?jǐn)?shù)，以表達(dá)模型在其預(yù)測(cè)中的確定性。置信度數(shù)越高，結(jié)果越值得信賴(lài)。通常，當(dāng)開(kāi)發(fā)人員收到高置信度的結(jié)果時(shí)，他們可以相信預(yù)測(cè)是準(zhǔn)確的，并且根據(jù)使用情況，他們可以使用它來(lái)使流程完全自動(dòng)化。例如，將用戶(hù)的照片與名人臉相匹配的社交媒體應(yīng)用程序的開(kāi)發(fā)人員可能依賴(lài)80%的置信度得分來(lái)生成并返回許多有趣的匹配項(xiàng)。然而，在其他情況下，強(qiáng)烈建議同時(shí)具有高度的信心(高達(dá)99%)和人工檢查，例如涉及執(zhí)法的公共安全用例。在置信度得分低于期望值和/或需要人工判斷的情況下，可以使用評(píng)論來(lái)驗(yàn)證預(yù)測(cè)。機(jī)器學(xué)習(xí)與人工審閱者之間的這種相互作用對(duì)于機(jī)器學(xué)習(xí)系統(tǒng)的成功至關(guān)重要，但是人工審閱對(duì)于大規(guī)模構(gòu)建和操作而言具有挑戰(zhàn)性且昂貴，通常涉及多個(gè)工作流程步驟，操作用于管理人工審閱任務(wù)和結(jié)果的自定義軟件，以及招聘和管理大量的審閱者。結(jié)果，開(kāi)發(fā)人員有時(shí)會(huì)花更多的時(shí)間來(lái)管理人工審核流程，而不是構(gòu)建預(yù)期的應(yīng)用程序，否則他們不得不放棄進(jìn)行人工審核，

借助Amazon A2I，開(kāi)發(fā)人員可以在機(jī)器學(xué)習(xí)應(yīng)用程序中添加人工審查，而無(wú)需構(gòu)建或管理昂貴且笨拙的人工審查系統(tǒng)。Amazon A2I為常見(jiàn)的機(jī)器學(xué)習(xí)任務(wù)(例如，圖像中的對(duì)象檢測(cè)，語(yǔ)音轉(zhuǎn)錄和內(nèi)容審核等)提供了60多種預(yù)先構(gòu)建的人工審查工作流，這些人工學(xué)習(xí)工作流可以對(duì)來(lái)自Amazon Rekognition和Amazon Textract的機(jī)器學(xué)習(xí)預(yù)測(cè)進(jìn)行人工審查更容易。在Amazon SageMaker(或其他本地或云工具)中構(gòu)建自定義機(jī)器學(xué)習(xí)模型的開(kāi)發(fā)人員可以在增強(qiáng)型AI控制臺(tái)中或通過(guò)其應(yīng)用程序編程接口(API)對(duì)其特定用例進(jìn)行人工審查。在設(shè)定模型預(yù)測(cè)的置信度閾值之后，開(kāi)發(fā)人員可以選擇使預(yù)測(cè)低于該閾值，并由Amazon Mechanical Turk及其全球500,000名獨(dú)立承包商，專(zhuān)門(mén)從事業(yè)務(wù)流程外包的第三方組織(例如iVision，CapeStart Inc.和iMerit)或自己的私人機(jī)構(gòu)審查，內(nèi)部審核者。開(kāi)發(fā)人員可以指定每個(gè)評(píng)論的工作人員人數(shù)，然后Amazon A2I將每個(gè)評(píng)論路由到確切的評(píng)論人數(shù)量。例如，建立使用Amazon Textract處理金融貸款申請(qǐng)的系統(tǒng)的公司可以輕松地將Amazon A2I配置為與Amazon Textract輸出配合使用，從而將置信度得分小于99%的表格從他們的私人勞動(dòng)力中發(fā)送給人工審核者。經(jīng)過(guò)人工驗(yàn)證的結(jié)果存儲(chǔ)在Amazon Simple Storage Service(S3)中，

“我們經(jīng)常從客戶(hù)那里得知，Amazon SageMaker可幫助加快培訓(xùn)，調(diào)整和部署自定義機(jī)器學(xué)習(xí)模型的速度，而完全托管的服務(wù)(如Amazon Rekognition和Amazon Textract)使構(gòu)建包含機(jī)器學(xué)習(xí)的應(yīng)用程序變得容易，而無(wú)需任何機(jī)器學(xué)習(xí)專(zhuān)業(yè)知識(shí)。但是即使取得了這些進(jìn)步，我們的客戶(hù)仍然說(shuō)，在一些關(guān)鍵的用例中，例如在執(zhí)法調(diào)查中，需要人工判斷，或者在可信度低于給定閾值的情況下，可以使用人工審查來(lái)解決預(yù)測(cè)中的歧義的時(shí)候。敏感的用例，并且當(dāng)前的人工審核過(guò)程涉及大量的自定義工作和成本，”Amazon Web Services，Inc.亞馬遜機(jī)器學(xué)習(xí)副總裁Swami Sivasubramanian說(shuō)。

Amazon A2I現(xiàn)已在美國(guó)東部(弗吉尼亞北部)，美國(guó)東部(俄亥俄州)，美國(guó)西部(俄勒岡)，加拿大(中部)，歐盟西部(倫敦)，歐盟西部(愛(ài)爾蘭)，歐盟(法蘭克福)，亞太地區(qū)可用(新加坡)，亞太地區(qū)(東京)，亞太地區(qū)(悉尼)，亞太地區(qū)(首爾)和亞太地區(qū)(孟買(mǎi))。

國(guó)家衛(wèi)生服務(wù)局，商業(yè)服務(wù)局(NHS BSA)是英國(guó)國(guó)家衛(wèi)生局的一部分，為NHS組織，NHS承包商和患者提供一系列支持服務(wù)。作為業(yè)務(wù)流程服務(wù)的一部分，他們每個(gè)月處理5400萬(wàn)張紙質(zhì)處方和其他醫(yī)療文檔?！癗HS正在投資AI的承諾，以改善全英國(guó)的公共醫(yī)療質(zhì)量。NHS BSA云平臺(tái)和創(chuàng)新主管Chris Suter說(shuō)，人為判斷至關(guān)重要，實(shí)際上，涉及醫(yī)療支付的決策通常需要人為判斷。“Amazon Textract之所以引人注目，是因?yàn)樗峁┝薃I驅(qū)動(dòng)的幾乎所有文檔中的文本和結(jié)構(gòu)化數(shù)據(jù)提取。我們對(duì)Amazon Augmented AI感到非常興奮，因?yàn)樗刮覀兡軌蛟谌匀贿\(yùn)用人類(lèi)判斷力的同時(shí)利用機(jī)器學(xué)習(xí)的優(yōu)勢(shì)。那對(duì)我們來(lái)說(shuō)是一個(gè)改變游戲規(guī)則的人。”

作為美國(guó)的運(yùn)營(yíng)商，T-Mobile US，Inc.通過(guò)領(lǐng)先的產(chǎn)品和服務(wù)創(chuàng)新，重新定義了消費(fèi)者和企業(yè)購(gòu)買(mǎi)無(wú)線(xiàn)服務(wù)的方式?！拔覀?cè)谂c客戶(hù)進(jìn)行實(shí)時(shí)對(duì)話(huà)時(shí)，實(shí)時(shí)向客戶(hù)服務(wù)代理提供相關(guān)信息，例如帳戶(hù)詳細(xì)信息和可用折扣，這是T-Mobile使用機(jī)器學(xué)習(xí)改善客戶(hù)體驗(yàn)的方式之一。我們將使用A2I，T-Mobile機(jī)器學(xué)習(xí)工程師Heather Nolis說(shuō)：“通過(guò)讓人類(lèi)驗(yàn)證模型預(yù)測(cè)的隨機(jī)樣本，我們能夠確保我們的模型不斷提供頂級(jí)的見(jiàn)解。在機(jī)器學(xué)習(xí)中，信任是最難建立的東西。，并且A2I將使我們能夠確保我們的模型犯的錯(cuò)誤最少?！?/span>

德勤(Deloitte)正在幫助改變?nèi)虻慕M織。該組織不斷發(fā)展其工作方式以及如何應(yīng)對(duì)市場(chǎng)挑戰(zhàn)，從而可以繼續(xù)為其客戶(hù)和社區(qū)提供可衡量的，可持續(xù)的結(jié)果?！笆刮覀兊目蛻?hù)獲得成功的一部分就是幫助他們利用最新技術(shù)。使用機(jī)器學(xué)習(xí)使我們能夠幫助改善客戶(hù)的系統(tǒng)并提高他們的生產(chǎn)力，同時(shí)減少產(chǎn)品，服務(wù)和應(yīng)用程序的上市時(shí)間。作為向客戶(hù)提供ML最新進(jìn)展的一部分，我們看到了人在環(huán)系統(tǒng)的好處，從而為ML應(yīng)用程序增添了一層信心?！袄纾覀?cè)诒ｋU(xiǎn)行業(yè)的客戶(hù)，可以使用A2I幫助驗(yàn)證ML模型的準(zhǔn)確性，從而實(shí)現(xiàn)基于圖像的自動(dòng)車(chē)輛損壞檢測(cè)和基于文本的保險(xiǎn)索賠分析。我們很高興看到我們的跨行業(yè)客戶(hù)可以通過(guò)將A2I集成到其ML工作流程中而受益匪淺?！?/span>

Belle Fleur認(rèn)為，機(jī)器學(xué)習(xí)革命正在改變我們生活，工作和相互聯(lián)系的方式，并將改變每個(gè)行業(yè)的每項(xiàng)業(yè)務(wù)?！拔覀冮_(kāi)始與我們的一個(gè)金融服務(wù)客戶(hù)一起使用Amazon Textract，并很快意識(shí)到，將該服務(wù)與Amazon A2I結(jié)合使用可使他們?yōu)g覽大量文檔并提取其客戶(hù)所需的相關(guān)數(shù)據(jù)。加上Amazon A2I，可以幫助我們將需要做出上下文解釋并驗(yàn)證數(shù)據(jù)的文檔納入人為判斷之中?！盉elle Fleur總裁Tia Dubuisson說(shuō)。“這不僅減少了人工驗(yàn)證所花費(fèi)的時(shí)間，但它也將所有相關(guān)的提取數(shù)據(jù)以易于理解的工作流程集中到一個(gè)地方，以供審閱者使用，從而使他們能夠快速，輕松地審閱Amazon Textract的機(jī)器學(xué)習(xí)輸出。Amazon A2I不僅使我們和我們的客戶(hù)可以放心，提取的細(xì)微差別的數(shù)據(jù)都可以由人類(lèi)進(jìn)行審查，而且還可以通過(guò)不斷的審核和改進(jìn)，隨著時(shí)間的推移幫助培訓(xùn)和改進(jìn)我們的機(jī)器學(xué)習(xí)模型?！?/span>