Теперь, когда AWS re: Invent 2019 завершен, я хотел бы дать вам обзор анонсированных нами сервисов искусственного интеллекта: Amazon Transcribe Medical, Amazon Augmented AI, Amazon Fraud Detector, Contact Lens for Amazon Connect, Amazon Code. Гуру и амазонка Кендра.
Если вы опоздали на вечеринку, возможно, вы захотите прочитать об услугах и функциях AI / ML, запущенных до re: Invent.
По ходу дела я буду делиться учебными ресурсами. В следующих статьях я сделаю то же самое для Amazon SageMaker, а также для фреймворков и инфраструктуры.
Как всегда, с удовольствием отвечу на вопросы здесь или в Твиттере.
Вот так!
Amazon Transcribe Medical
Amazon Transcribe Medical, новая служба машинного обучения для автоматического распознавания речи (ASR), соответствующая требованиям HIPAA, которая позволяет разработчикам добавлять в свои приложения медицинские возможности преобразования речи в текст.
Сообщения в блоге:
- Https://aws.amazon.com/blogs/aws/amazon-transcribe-medical-real-time-automatic-speech-recognition-for-healthcare-customers/
- Https://aws.amazon.com/blogs/machine-learning/introduction-medical-speech-to-text-with-amazon-transcribe-medical/
Документация: https://docs.aws.amazon.com/transcribe/latest/dg/what-is-transcribe-med.html
Я в восторге от качества этой услуги. Я не являюсь носителем языка и понятия не имею, что читаю, но Transcribe Medical прекрасно это понимает. Ух ты!
Расширенный AI Amazon (A2I)
Amazon A2I упрощает создание и управление человеческими отзывами для приложений машинного обучения. На момент запуска он предоставляет рабочие процессы проверки людьми для Amazon Rekognition, Amazon Textract и Amazon SageMaker.
Документация: https://docs.aws.amazon.com/augmented-ai/2019-11-07/APIReference/Welcome.html
Это приятное дополнение к портфолио. Как бы мне ни нравилось машинное обучение, оно не всегда дает правильные ответы! Очень важно, чтобы люди были в курсе событий, чтобы проверять и исправлять прогнозы с низкой степенью достоверности. Эта служба упрощает создание и управление этим циклом обратной связи.
Детектор мошенничества Amazon (предварительная версия)
Amazon Fraud Detector - это полностью управляемый сервис, который позволяет легко выявлять потенциально мошеннические действия в Интернете, такие как мошенничество с онлайн-платежами и создание поддельных учетных записей.
Документация: https://docs.aws.amazon.com/frauddetector/latest/ug/what-is-frauddetector.html
Обнаружение мошенничества - серьезная проблема для организаций и частый случай использования машинного обучения. Детектор мошенничества упрощает эту задачу, используя ту же философию, что и Amazon Personalize и Amazon Forecast. Просто перенесите свои данные в Amazon S3, а Fraud Detector позаботится обо всем остальном.
Контактная линза для Amazon Connect (предварительная версия)
Контактная линза для Amazon Connect - это набор возможностей машинного обучения, интегрированный в Amazon Connect. Они позволяют руководителям контакт-центра лучше понимать настроения, тенденции и риски соответствия при общении с клиентами, чтобы эффективно обучать агентов, воспроизводить успешные взаимодействия и выявлять критически важные отзывы о компании и продуктах.
Блог: https://aws.amazon.com/blogs/contact-center/announcing-contact-lens-for-amazon-connect-preview/
Amazon CodeGuru
Amazon CodeGuru - это сервис машинного обучения для автоматизированного анализа кода и рекомендаций по производительности приложений. Он поддерживает Java при запуске, и скоро появятся новые языки.
Документация: https://docs.aws.amazon.com/codeguru/index.html
CodeGuru Reviewer анализирует запросы на вытягивание и выявляет потенциальные проблемы в вашем коде. Конечно, все под контролем.
CodeGuru Profiler проверяет приложения в производственной среде и помогает найти неэффективный код, который может вызвать проблемы с производительностью кода.
Amazon Kendra (превью)
Amazon Kendra - это высокоточный и простой в использовании сервис корпоративного поиска на базе машинного обучения.
Документация: https://docs.aws.amazon.com/kendra/latest/dg/what-is-kendra.html
Быстрый и простой поиск информации является проблемой для многих (всех?) Организаций. Кендра пытается решить эту проблему с помощью методов обработки естественного языка.