Amazon Augmented AI (Amazon A2I)

Mettre en œuvre facilement la vérification humaine des prédictions de machine learning

Amazon Augmented AI (Amazon A2I) AI facilite la création des flux de travail requis pour la vérification humaine des prédictions ML. Amazon A2I apporte la vérification humaine à tous les développeurs, supprimant ainsi la lourdeur indifférenciée associée à la création de systèmes de vérification humaine ou à la gestion d'un grand nombre de vérificateurs.

De nombreuses applications de machine learning exigent que des humains vérifient les prédictions peu fiables pour s’assurer que les résultats sont corrects. Par exemple, l'extraction d'informations à partir de formulaires de demande de prêt hypothécaire numérisés peut nécessiter une vérification humaine dans certains cas en raison d'analyses de mauvaise qualité ou d'une mauvaise écriture. Toutefois, la création de systèmes de vérification humaine peut prendre beaucoup de temps et nécessiter de lourds investissements, car elle implique la mise en œuvre de processus complexes, la création de logiciels personnalisés pour gérer les tâches et les résultats de la vérification et, dans de nombreux cas, la gestion de grands groupes de vérificateurs.

Amazon A2I facilite la création et la gestion des vérifications humaines pour les applications de machine learning. Amazon A2I fournit des flux de travail intégrés de vérification humaine pour les cas d'utilisation courants de machine learning, tels que la modération de contenu et l'extraction de texte à partir de documents, ce qui permet de vérifier facilement les prédictions d'Amazon Rekognition et Amazon Textract. Vous pouvez également créer vos propres flux de travail pour les modèles ML reposant sur Amazon SageMaker ou sur tout autre outil. À l'aide d'Amazon A2I, vous pouvez autoriser des vérificateurs humains à intervenir lorsqu'un modèle ne parvient pas à établir une prédiction très fiable, ou auditer ses prédictions en continu.

Avantages

Mettre en œuvre facilement la vérification humaine des prédictions ML

Amazon A2I vous offre la possibilité d’intégrer la vérification humaine dans les applications ML en fonction de vos besoins. Les vérifications peu fiables sont envoyées à des humains pour qu'ils les vérifient et prennent des mesures. Si nécessaire, vous pouvez également demander à plusieurs vérificateurs de vérifier une prédiction pour obtenir un consensus. En outre, pour auditer les modèles, vous pouvez échantillonner de manière aléatoire les prédictions à des fins d'analyse humaine pour évaluer régulièrement si le modèle fonctionne toujours correctement. Amazon A2I aide les utilisateurs et les machines à faire ce qu'ils font le mieux.

Travailler avec les vérificateurs humains de votre choix

Amazon A2I fournit des options pour travailler avec des vérificateurs s à l'intérieur et à l'extérieur de votre organisation. À l'aide d'Amazon A2I, vous pouvez facilement envoyer les vérifications aux vérificateurs que vous fournissez. Vous pouvez également accéder à un effectif de plus de 500 000 entrepreneurs indépendants qui effectuent déjà des tâches liées au machine learning via Amazon Mechanical Turk. Si vos données requièrent une confidentialité ou des compétences particulières, vous pouvez aussi faire appel à des fournisseurs de main d'oeuvre expérimentées dans les projets de vérification et présélectionnés par AWS pour les procédures de qualité et de sécurité, notamment iVision, CapeStart Inc., Cogito et iMerit.

Intégrer facilement à n'importe quelle application

Amazon A2I facilite l'intégration du jugement humain et de l'IA dans toute application ML, qu'elle soit exécutée sur AWS ou sur une autre plate-forme. Amazon A2I est directement intégré à Amazon Textract pour le traitement de document et à Amazon Rekognition pour la modération de contenu, de sorte que vous pouvez facilement ajouter des vérifications humaines à ces cas d'utilisation en quelques clics dans la console AWS. Vous pouvez également utiliser les API Amazon A2I pour ajouter des vérifications humaines à n'importe quelle application de machine learning qui utilise un modèle ML personnalisé créé avec Amazon SageMaker ou d'autres solutions.

Fonctionnement

Product-Page-Diagram_A2I@2x

Cas d'utilisation

Modération de contenu

Les instructions de modération de contenu sont nuancées, très dépendantes du contexte et varient d’un pays à l’autre. Cela peut rendre difficile pour ML de maintenir une précision élevée. Vous pouvez utiliser Amazon A2I avec Amazon Rekognition ou un modèle de vision par ordinateur personnalisé pour envoyer le contenu à des vérificateurs humains lorsque le modèle ne peut pas effectuer de prédiction très fiables.

Traitement des demandes de prêts

Utilisez Amazon Textract ou un modèle personnalisé pour extraire des informations essentielles à partir des demandes de prêt. Ensuite, utilisez Amazon A2I pour n’envoyer que les demandes de prêt complexes à des vérificateurs humains afin d’éviter de refuser les demandes qualifiées, tout en traitant automatiquement tous les autres prêts. Cela vous permet de traiter les applications plus rapidement et d'offrir une meilleure expérience client.

Surveillance précise du modèle

Utilisez Amazon A2I pour envoyer un échantillon aléatoire des prédictions de votre modèle ML personnalisé à des vérificateurs humains. Les résultats peuvent être utilisés pour informer les parties prenantes de la performance du modèle et identifier les écarts entre les données réelles et les données utilisées pour former le modèle. Toute erreur corrigée peut être ajoutée à votre ensemble de données de formation pour améliorer votre modèle.

T-Mobile

T-Mobile US, Inc. redéfinit la façon dont les consommateurs et les entreprises achètent des services sans fil grâce à une innovation de produit et de service de pointe. Leur réseau national avancé offre des expériences sans fil à 84,2 millions de clients qui ne veulent pas faire de compromis sur la qualité et la valeur.

« Chez T-Mobile, nous mesurons le succès à travers le contentement de nos clients, et en tant que service Un-carrier, nous savons que les clients sont les plus heureux lorsqu'ils ont l'impression que nous comprenons et anticipons leurs besoins et répondons directement à leurs problèmes. Le modèle de service client de notre équipe d'experts, ou TEX, consiste à créer des liens personnels et à utiliser des outils de pointe, tels qu'Amazon A2I, pour permettre à nos équipes de réussir. Oui, le machine learning produit des relations plus profondes et plus engagées ! L’accès à des informations contextuelles en temps réel, telles que des informations de compte et les remises disponibles, permet à notre équipe de prendre des décisions immédiates au nom des clients lorsqu’ils ont une conversation réelle et en direct avec eux… Au total, une situation gagnant-gagnant ! ».

Cody Sanford, vice-président exécutif, directeur en chef de l'information chez T-Mobile

vidmob

Vidmob, une plateforme de création et d'analyse de vidéos, utilise le machine learning pour analyser tous les aspects d'une vidéo, y compris les personnes, les objets et les messages, afin d'aider les marques à comprendre les performances de création et à créer de meilleures créations. Toutefois, pour les dimensions non couvertes par les modèles de machine learning existants, il peut être difficile de vérifier la création à partir des données à l’échelle du pétaoctet analysées quotidiennement.

« Avec notre équipe actuelle de vérificateurs créatifs hautement qualifiés et utilisant Amazon A2I, nous pouvons optimiser et ajuster plus rapidement nos modèles prédictifs. Cette efficacité nous expose à un large échantillon de vérificateurs et accélère de 3 fois la vitesse de mise sur le marché des modèles ».

Joline McGoldrick, vice-président exécutif SVP, Données et informations, chef VidMob

Ripcord

Ripcord, une entreprise de numérisation robotique ayant pour mission de créer un monde sans papier, utilise Amazon Textract pour convertir une grande quantité de dossiers papier en enregistrements électroniques sécurisés et interrogeables.

« Amazon Textract nous épargne des centaines d’heures de tâches humaines pour la création et la maintenance de modèles pour l’extraction de texte. Pour les documents nécessitant une vérification humaine, la nouvelle intégration intégrée d’Amazon A2I à Amazon Textract offre la possibilité de personnaliser les modèles d’interface utilisateur de vérificateur, ce qui réduit considérablement le temps de configuration initiale des projets clients volumineux et complexes ».

Alex Fielding, PDS et fondateur de Ripcord

Business Services Authority

National Health Service, Business Services Authority (NHS BSA) fait partir du NSH (National Health Service) du Royaume-Uni. Il fournit une gamme de services de soutien aux organisations NHS, aux sous-traitants du NHS et aux patients. Dans le cadre de ses services de paiement, ils traitent 54 millions de prescriptions papier et autres documents médicaux par mois.

« Le NHS s'intéresse depuis longtemps à la promesse IA d'améliorer la qualité des soins de santé publics. Le jugement humain est essentiel et est en fait souvent requis pour les décisions impliquant des paiements médicaux. Amazon Textract est convaincant, car il offre une extraction de texte et de données structurées basée sur l'IA à partir de pratiquement n'importe quel document. Amazon Augmented AI nous intéresse, car elle nous permet de tirer parti du machine learning tout en appliquant notre jugement humain. Ça change complètement la donne pour nous ».

Chris Suter, directeur des plate-formes cloud et de l'innovation, NHS BSA

Product-Page_Standard-Icons_01_Product-Features_SqInk
Découvrir les fonctionnalités du produit

En savoir plus sur les fonctions d'Amazon A2I

En savoir plus 
Product-Page_Standard-Icons_02_Sign-Up_SqInk
Créer gratuitement un compte

Obtenez un accès instantané à l'offre gratuite d'AWS. 

S'inscrire 
Product-Page_Standard-Icons_03_Start-Building_SqInk
Commence à créer sur la console

Commencez à créer avec Amazon A2I dans AWS Management Console.

Se connecter