Canva adapte rapidement le texte à l'image à 100 millions d'utilisateurs grâce à Amazon SageMaker

Canva est une plateforme en ligne permettant de tout créer et de tout modifier, des présentations aux publications sur les réseaux sociaux, en passant par les vidéos, les documents et même les sites Web. L'entreprise vise à démocratiser la création de contenu afin que tout le monde, des entreprises aux plus petits blogueurs, ait accès à des outils de communication visuelle avancés. Avec le développement de programmes qui utilisent le ML et l'intelligence artificielle pour créer des images à partir de la saisie de texte, la création d'une fonction de conversion du texte en image dans Canva s'inscrit dans l'objectif de l'entreprise de stimuler la créativité et de simplifier la conception au maximum. « Il y a eu une énorme explosion du contenu généré », explique Glen Pink, director of ML chez Canva. « Ce n'est que récemment que les images générées par l'IA sont devenues plus qu'un simple jouet. C'est devenu quelque chose qui peut réellement être utilisé dans le cadre du processus de conception créative. »

Lorsqu'un ingénieur de Canva a créé une démo texte-image basée sur Stable Diffusion, un modèle de ML open source basé sur le deep learning sorti en 2022, l'entreprise a investi dans son intégration à Canva. La première étape de Glen Pink pour créer cet outil a été de se tourner vers AWS, car Canva utilise les services d'AWS depuis presque toute son existence. « Il aurait probablement fallu 6 mois pour le mettre en œuvre par nos propres moyens », explique Glen Pink. « Je ne saurais même pas comment aborder la mise à l'échelle du point de vue du matériel. » En effet, il aurait été impossible pour Canva de configurer suffisamment de GPU pour que sa fonction de conversion de texte en image devienne une réalité à temps pour répondre aux besoins de l'entreprise.

En utilisant Amazon SageMaker, Canva pourrait proposer la nouvelle fonctionnalité de conversion du texte en image aux utilisateurs en l'espace de 3 semaines. « C'est un délai d'exécution normal pour certains modèles », explique Glen Pink, « mais il s'agit d'un modèle à la fois lourd et avant-gardiste. Avant AWS, Canva ne pouvait pas livrer rapidement de grands modèles modernes et de pointe, et c'est désormais possible. »

Canva ne se préoccupait pas uniquement de la rapidité de mise sur le marché, mais surtout de la confiance et de la sécurité des utilisateurs. L'avènement de l'art généré par l'IA a apporté de nouvelles façons aux utilisateurs de créer du contenu problématique. Dans certains cas, ces IA peuvent même créer à elles seules des images offensantes. Pour modérer manuellement chaque image, Canva aurait dû engager des centaines de modérateurs travaillant 24 heures sur 24. Elle s'est donc tournée vers Amazon Rekognition, qui offre des fonctionnalités de reconnaissance d'image préentraînées et personnalisables pour extraire des informations de vos images et vidéos. « Amazon Rekognition s'est avéré très utile », déclare Glen Pink. « Nous n'autorisons pas les utilisateurs à saisir des instructions susceptibles de générer du contenu malveillant, et nous utilisons Amazon Rekognition pour identifier les images non sûres pour le travail générées par le modèle. » Si un utilisateur saisit une demande d'image choquante, Canva ne renvoie simplement aucun résultat à l'utilisateur. Les utilisateurs ont également la possibilité de signaler les images générées qu'ils jugent offensantes.

Canva définit sa séquence de création d'images de telle sorte qu'une fois qu'un utilisateur a saisi une invite de texte, il utilise un point de terminaison Amazon SageMaker Real-Time Inference pour générer une image. Lorsque les images sont générées, le système les filtre via le modèle Amazon Rekognition. À la fin du pipeline, Canva affiche une sélection d'images à l'utilisateur final. Grâce à cette technologie de synthèse texte-image de pointe, les utilisateurs peuvent créer des images uniques de haute qualité en quelques secondes plutôt qu'en quelques heures ou jours.

Canva utilise désormais Amazon SageMaker pour plus de 60 modèles ML, ce qui affecte presque toutes les étapes de la création d'images dans le service. « Il est très important de mettre les modèles entre les mains des clients, puis de créer une dynamique en la matière. AWS a joué un rôle absolument essentiel pour nous permettre de réaliser tout cela », déclare Glen Pink. Canva a déployé cette nouvelle fonctionnalité innovante auprès de ses utilisateurs très rapidement, en grande partie grâce au temps que l'entreprise économise grâce à AWS. L'utilisation d'AWS a également permis de réduire les coûts en évitant à Canva un investissement matériel coûteux à l'avance. « AWS est une très bonne option pour une mise à l'échelle robuste en termes de retour sur investissement, car nous pouvons déployer efficacement et rapidement », déclare Glen Pink.

Avec plus de 100 millions d'utilisateurs actifs par mois, Canva cherche à étendre les services intelligents qu'elle propose ainsi que sa base d'utilisateurs mondiale. L'entreprise prévoit de continuer à utiliser AWS pour créer ces outils à l'échelle dont elle a besoin pour répondre aux besoins de ses utilisateurs croissants de Canva for Teams. L'utilisation d'Amazon SageMaker permet aux ingénieurs ML de Canva d'innover rapidement et de façonner l'avenir de la collaboration en équipe. « C'est là qu'AWS participe activement à la mise en place de l'environnement sous-jacent destiné à prendre en charge les modèles de ML très lourds », explique Glen Pink.

« Grâce à AWS, l'environnement Canva ML fonctionne très bien pour s'adapter à un grand nombre d'utilisateurs », explique-t-il. « Nous pouvons être sûrs que tout ce que nous construisons sur AWS sera évolutif. »