利用 Amazon Augmented AI 建置人工監督所需的工作流程
更新於 發佈於 閱讀時間約 4 分鐘
你是否有過使用機器學習時，卻需要人工審查的經驗呢？ AWS 的 Amazon Augmented AI （Amazon A2I）是一項機器學習服務，簡化了為 ML 應用程序構建和管理人工審核的過程，讓你可以輕鬆建置人工審查所需的工作流程！
Amazon A2I 使用時機
- 由於機器學習判斷結果不會是百分百，這時透過人工審查的方式就能提高結果的可信度，以確保訓練模型的正確性。例如，掃描一疊抵押申請表時，當掃描品質較差或筆跡不明顯，利用人工審查方式就能提高擷取資訊的可靠度。
- 簡化審查的操作大幅降低人工審查既耗時又昂貴的建置成本。
- 利用 Amazon A2I 加入人工審查流程，大大提升機器學習的效率！
Amazon A2I 運作方式
- 將資料上傳至 AWS AI Service 進行機器學習的訓練。
- Amazon A2I 會把資料分成準確率高與低兩類 ，準確率高的資料會直接放回訓練集，低的則交由人工進行審查。
- 人工審查是將所有審查者加權後的分數將儲存至 Amazon S3，存至完後才將審查的資料放回訓練集。
- 將審查後資料與準確率高的資料一同加入訓練集有助於提升訓練模型的準確率，使結果更符合客戶的需求。
Amazon A2I 的應用
搭配 Amazon Rekognition進行影像或內容審核︰Amazon Rekognition 能夠協助辨識圖片和影片中不安全或不當的內容，並提供詳細的標籤，根據客戶的需求來精準控制可允許露出的內容。我們可以透過 Amazon Rekognition 中預測可信度的規則，將內容審核的工作流程自動化。
對於較為細微、敏感的影片內容，過去往往需要透過訓練有素的專家來進行審 查，以便反覆確認可信度較低的機器預測是否正確。此時，透過 Amazon A2I 即可輕鬆地將人工審查添加到審核工作流程中，例如標記並回傳所有可信度在 50% 至 80% 的明確裸露圖像，來進行額外人工審查，以提升準確度。
搭配 Amazon Textract 進行文檔標記：Amazon Textract 是一種能夠從掃描文檔中自動擷取文字與資料的服務，不僅僅是簡單的光學字元辨識（OCR），更可以辨識表單欄位內容與資料表中的資訊。客戶能夠透過 Amazon Textract 表單資料擷取 API ，並使用 Amazon A2I 定義需要人工審查的條件，且保有隨時調整條件的彈性，以在準確性與成本效益之間取得平衡。
透過該項服務，客戶可以將文件中的重要欄位傳送至人工審查方進行審核。此外，亦可將 Amazon Textract 隨機抽取的範本傳送至審查人員方，並透過抽樣結果進一步了解模型的精確程度。
搭配 Amazon Translate 編輯和標記翻譯：透過人工審核可信度較低的翻譯內容。
搭配 Amazon Transcribe 檢閱影片或社交媒體的轉錄：透過人工審核影片的轉錄，利用審核結果來創建自行定義的詞彙表，並針對未來影片內容的錄製進行改善。
搭配 Amazon Comprehend 進行情緒分析和關鍵片語擷取：透過人工審查文本資料，例如情感分析（sentiment analysis）、語法分析（text syntax）和實體識別（entity detection）。
Amazon A2I 的優勢
簡化人工審查程序的工作流程，讓審查人員輕鬆上手：Amazon A2I 提供了內建的工作流程，逐步引導審查人員完成任務，並提供相關包含完成任務所需的所有說明和指引，讓審查人員得以輕鬆上手。
輕鬆整合 AWS上的其他 ML 服務：Amazon A2I 能輕鬆地將人工審查與 AI 整合至任何 ML 應用程式，客戶可以利用 Amazon A2I API，在任何機器學習應用程式上新增人工審查的功能。
透過多次人工審查的方式改善訓練結果的準確率：Amazon A2I 透過多位人員的審查提高結果的可信度，客戶亦可指定每次審核的人員數量，以確保審核結果的準確度。
Amazon A2I 的費用
使用 AWS 免費方案的第一年可享有 500次免費人工審查的服務！
References：
https://reurl.cc/V5xNoQ（AWS官方介紹）
https://reurl.cc/ye8Y0q （AWS官方開發人員指南）
https://reurl.cc/L7O4xX （AWS官方新聞稿）
💛 按讚並分享你的好友就是對我們最大的支持與鼓勵
為什麼會看到廣告
留言0
查看全部
你可能也想看
Google News 追蹤
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
Microsoft Azure AI 900 證照，把準備資料整理分享給大家。
AI 是可模仿人類行為與能力的軟體，主要的工作包含：
機器學習：這通常是 AI 系統的基礎，且是「指導」電腦模型進行預測並從資料中得出結論的方式
電腦視覺：透過相機、影片和影像，以視覺方式解譯世界的 AI 功能
產品採購：AI 可以幫助找到熱門的產品和趨勢。
客戶互動：AI 可以自動回答客戶問題，提供個性化的產品推薦。
市場分析：AI 可以自動分析市場數據，幫助你了解競爭對手和市場趨勢。
產品描述寫作：AI 可以自動生成產品描述，節省你的時間。
本文要探討AI的任務與實戰場景。AI技術已深入生活各層面，從違約預測到都市交通管理。AI任務主要有三類：數值型資料處理、自然語言處理（NLP）和電腦影像辨識。時間序列資料和強化學習方法（如AlphaGo）也引起廣泛關注。AI演算法和方法因應不同學派和技術發展而多樣化，了解這些基礎有助選擇適合研究方向
本文介紹了AI助手在數據收集和訓練過程中的工作原理和不斷進步的過程。關注的內容包括從公開的網絡資源、書籍、文章等渠道收集數據，數據的清洗和結構化處理，知識庫的增量更新以及訓練算法和模型的優化。如果大家對AI助手的發展還有任何其他感興趣的話題或建議，歡迎隨時告訴我們，讓我們共同探索，攜手進步。
最近接了一個AI專案，客戶要求以AI方式實現節能功能，以下提供我的專案思考軌跡：
面對這樣的技術，我第一個想到使用Reinforcement Learning技術，然而這裡我思考一件事，這個專案是要幫助客戶賺錢的，在沒有Digital Twin的搭配之下，貿然使用Reinforcement L
這回來介紹 AWS 在目前生成式 AI 各種群魔亂舞下推出的 Bedrock 服務，其官網說明可以快速且傻瓜式的部屬生成式 AI 到你的應用上，看看是不是如其所述的功能強大。
前陣子我花了一些時間學習 SageMaker 的相關使用，但除了 SageMaker外，AWS 中尚有大量的機器學習相關服務，剛好趁此機會好好的統整分類一下，後續也能作為選擇學習目標的依據。
先前在中國的工作環境相對封閉，並沒有使用雲端產品進行AI訓練及部屬，只有在本機端進行建置調試，但如今回到台灣了，該是時候接觸一下這些雲端的 AI 服務，而在 AWS 中，深度學習相關的服務鈴瑯滿目，但聽到有人提到 SageMaker ，這次就來看看它是個什麼樣的服務吧。
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
Microsoft Azure AI 900 證照，把準備資料整理分享給大家。
AI 是可模仿人類行為與能力的軟體，主要的工作包含：
機器學習：這通常是 AI 系統的基礎，且是「指導」電腦模型進行預測並從資料中得出結論的方式
電腦視覺：透過相機、影片和影像，以視覺方式解譯世界的 AI 功能
產品採購：AI 可以幫助找到熱門的產品和趨勢。
客戶互動：AI 可以自動回答客戶問題，提供個性化的產品推薦。
市場分析：AI 可以自動分析市場數據，幫助你了解競爭對手和市場趨勢。
產品描述寫作：AI 可以自動生成產品描述，節省你的時間。
本文要探討AI的任務與實戰場景。AI技術已深入生活各層面，從違約預測到都市交通管理。AI任務主要有三類：數值型資料處理、自然語言處理（NLP）和電腦影像辨識。時間序列資料和強化學習方法（如AlphaGo）也引起廣泛關注。AI演算法和方法因應不同學派和技術發展而多樣化，了解這些基礎有助選擇適合研究方向
本文介紹了AI助手在數據收集和訓練過程中的工作原理和不斷進步的過程。關注的內容包括從公開的網絡資源、書籍、文章等渠道收集數據，數據的清洗和結構化處理，知識庫的增量更新以及訓練算法和模型的優化。如果大家對AI助手的發展還有任何其他感興趣的話題或建議，歡迎隨時告訴我們，讓我們共同探索，攜手進步。
最近接了一個AI專案，客戶要求以AI方式實現節能功能，以下提供我的專案思考軌跡：
面對這樣的技術，我第一個想到使用Reinforcement Learning技術，然而這裡我思考一件事，這個專案是要幫助客戶賺錢的，在沒有Digital Twin的搭配之下，貿然使用Reinforcement L
這回來介紹 AWS 在目前生成式 AI 各種群魔亂舞下推出的 Bedrock 服務，其官網說明可以快速且傻瓜式的部屬生成式 AI 到你的應用上，看看是不是如其所述的功能強大。
前陣子我花了一些時間學習 SageMaker 的相關使用，但除了 SageMaker外，AWS 中尚有大量的機器學習相關服務，剛好趁此機會好好的統整分類一下，後續也能作為選擇學習目標的依據。
先前在中國的工作環境相對封閉，並沒有使用雲端產品進行AI訓練及部屬，只有在本機端進行建置調試，但如今回到台灣了，該是時候接觸一下這些雲端的 AI 服務，而在 AWS 中，深度學習相關的服務鈴瑯滿目，但聽到有人提到 SageMaker ，這次就來看看它是個什麼樣的服務吧。