Canva escala rápidamente texto a imagen a 100 millones de usuarios con Amazon SageMaker

Canva es una plataforma digital para crear y editar de todo, desde presentaciones hasta publicaciones en redes sociales, videos, documentos e incluso sitios web. La empresa tiene como objetivo democratizar la creación de contenido para que todo el mundo, desde las empresas hasta los blogueros más pequeños, tengan acceso a herramientas avanzadas de comunicación visual. Con el desarrollo de programas que utilizan el ML y la IA para crear imágenes a partir de la entrada de texto, la creación de una función de conversión de texto a imagen en Canva se alineó con el objetivo de la organización de potenciar la creatividad y hacer que el diseño sea lo más sencillo posible. “Se ha producido una enorme explosión en el contenido generado”, afirma Glen Pink, director de ML en Canva. “Las imágenes generadas por la IA se han convertido recientemente en algo más que un juguete. Se han convertido en algo que realmente se puede utilizar como parte del proceso de diseño creativo”.

Cuando un ingeniero de Canva creó una demostración de conversión de texto a imagen basada en Stable Diffusion, un modelo de ML de conversión de texto a imagen de código abierto y machine learning lanzado en 2022, la empresa invirtió recursos en integrarlo con Canva. El primer paso de Pink para crear esta herramienta fue recurrir a AWS, ya que Canva ha estado utilizando los servicios de AWS durante casi toda su existencia. “Probablemente nos hubiera llevado 6 meses implementarlo por nuestra cuenta”, dice Pink. “Ni siquiera sabría cómo abordar el escalamiento desde la perspectiva del hardware”. De hecho, a Canva le habría resultado imposible configurar suficientes GPU para hacer realidad su función de conversión de texto a imagen a tiempo para satisfacer las necesidades empresariales.

Mediante Amazon SageMaker, Canva pudo ofrecer la nueva característica de conversión de texto a imagen a los usuarios en un plazo de 3 semanas. “Es un tiempo de entrega normal para algunos modelos”, dice Pink, “pero es un trabajo pesado y vanguardista. Antes de AWS, Canva no podía lanzar rápidamente modelos grandes, modernos y vanguardistas, y ahora sí podemos”.

Lo que preocupaba a Canva no era solo la rapidez de comercialización, sino, lo que es más importante, la confianza y la seguridad de los usuarios. La llegada de contenido artístico generado por IA ha traído a los usuarios nuevas formas de crear contenido problemático. En algunos casos, estas IA pueden incluso crear imágenes ofensivas por sí mismas. Para moderar manualmente cada imagen, Canva habría tenido que contratar a cientos de moderadores trabajando día y noche. En su lugar, recurrió a Amazon Rekognition, que ofrece capacidades de visión artificial previamente entrenadas y personalizables para extraer datos e información a partir de imágenes y videos. “Amazon Rekognition fue muy útil”, afirma Pink. “No permitimos que los usuarios introduzcan mensajes que puedan generar contenido malicioso y utilizamos Amazon Rekognition para identificar las imágenes que genera el modelo que no son seguras para el trabajo”. Si un usuario introduce un mensaje de imagen ofensivo, Canva simplemente no devuelve ningún resultado al usuario. También hay una opción para que los usuarios denuncien las imágenes generadas que consideren ofensivas.

Canva configura su secuencia de creación de imágenes para que, después de que un usuario introduzca un mensaje de texto, utilice un punto de conexión de inferencia en tiempo real de Amazon SageMaker para generar una imagen. Cuando se generan las imágenes, el sistema las filtra a través del modelo de Amazon Rekognition. Al final del proceso, Canva muestra una selección de imágenes al usuario final. Con esta innovadora tecnología de conversión de texto a imagen, los usuarios pueden crear imágenes únicas y de alta calidad en cuestión de segundos en lugar de horas o días.

Canva ahora usa Amazon SageMaker para más de 60 modelos de ML, lo que afecta a casi todas las etapas de la creación de imágenes del servicio. “Poner los modelos en manos de los clientes y, después, generar impulso en torno a ello es muy importante. AWS ha sido absolutamente esencial para nosotros a la hora de hacer todo esto”, afirma Pink. Canva implementó esta nueva e innovadora característica para sus usuarios con tanta rapidez en gran parte debido a la cantidad de tiempo que los empleados ahorran al usar AWS. El uso de AWS también redujo los costos y permitió ahorrarle a Canva una costosa inversión en hardware por adelantado. “AWS es una muy buena opción para un escalamiento sólido en términos de retorno de la inversión, ya que podemos implementarlo de manera eficaz y rápida”, afirma Pink.

Con más de 100 millones de usuarios activos al mes, Canva busca expandir los servicios inteligentes que ofrece junto con su base de usuarios global. La empresa planea seguir utilizando AWS para crear estas herramientas a la escala que necesita para atender a sus crecientes usuarios de Canva for Teams. El uso de Amazon SageMaker permite a los ingenieros de ML de Canva innovar rápidamente y dar forma al futuro de la colaboración en equipo. “Aquí es donde AWS participa activamente en la entrega del entorno subyacente para dar soporte a los modelos de machine learning realmente pesados”, afirma Pink.

“Con AWS, el entorno de ML de Canva funciona muy bien a la hora de adaptarse a un gran número de usuarios”, afirma. “Podemos estar seguros de que todo lo que construyamos sobre AWS se escalará”.