خدمات وب آمازون در دسترس بودن عمومی Amazon Textract Insights را اعلام کرده است، یک سرویس استخراج سند مبتنی بر هوش مصنوعی که برای پاسخگویی به یکی از دائمی‌ترین شکایات هوش مصنوعی سازمانی طراحی شده است: مدل‌هایی که نتایج قابل قبولی تولید می‌کنند بدون اینکه راهی برای تأیید اینکه از کجا آمده‌اند. راه‌اندازی که در یک پست وبلاگ AWS در 20 نوامبر به تفصیل شرح داده شد، استخراج مدل زبان بزرگ را با نقل‌قول‌های سطح صفحه و امتیازات اطمینان برای هر مقدار بازگردانده شده جفت می‌کند.

متن برای مدت طولانی موتور AWS برای تبدیل صفحات اسکن شده به متن و جداول بوده است. Textract Insights یک API جدید در بالای این پایه اضافه می‌کند: کاربران به زبان ساده، فیلدهایی را که می‌خواهند استخراج کنند، آپلود می‌کنند، و در ازای آن نتایج ساختاریافته را دریافت می‌کنند – بدون نیاز به آموزش مدل. AWS این خدمات را در بانک‌ها، بیمه‌گذاران، سازمان‌های مراقبت‌های بهداشتی، و سازمان‌های دولتی، صنایع سنگین کاغذبازی که در آنها تأیید اختیاری نیست، ارائه می‌کند. برای راه‌اندازی ابزارهای بیشتر مانند این، پوشش ما از [آخرین پیشرفت‌های هوش مصنوعی] (https://aibuzzwire.news) را بررسی کنید.

چگونه متن بینش کار می کند

راه‌اندازی حول آنچه AWS آن را طرح‌واره می‌نامد سازمان‌دهی شده است: طرحواره‌ای JSON که در آن هر فیلد توضیحی به زبان انگلیسی ساده از آنچه باید پیدا شود را ارائه می‌کند. هر فیلد به‌عنوان خوانده شده کلمه به کلمه از صفحه یا استنتاج از محتوای سند علامت‌گذاری می‌شود - تمایزی که به بازبین‌کنندگان امکان می‌دهد دقیقاً بدانند کدام مقادیر مستقیماً از مقاله آمده و کدام‌ها توسط مدل مشتق شده‌اند.

AWS طرح‌های عمومی آماده‌ای را برای انواع فرم‌های رایج ارائه می‌کند و مشتریان می‌توانند طرح‌های اولیه خود را برای اسناد تجاری خاص بنویسند. به گفته AWS، نتیجه یک خط لوله استخراج است که یک بازبین یا حسابرس می تواند در برابر سند اصلی، میدان به میدان بررسی کند.

برای کارهای کاغذی کثیف و واقعی ساخته شده است

جریان اسناد واقعی به ندرت مرتب می شود. درخواست وام مسکن ممکن است به صورت یک اسکن شامل W-2، فیش حقوقی، صورت‌حساب بانکی و یادداشت‌های دست‌نویس بدون ترتیب خاصی وارد شود. Textract Insights دقیقاً برای این مورد ساخته شده است: یک فایل واحد تا حداکثر 3000 صفحه را می پذیرد، آن را به اسناد جداگانه تقسیم می کند، هر یک را با طرح اولیه مطابقت می دهد، و فیلدها را استخراج می کند - همه به عنوان یک درخواست ناهمزمان از طریق یک API به نام StartDocumentInsights.

نتایج در سطل Amazon S3 خود مشتری قرار می گیرد. هر مقدار استخراج شده شامل شماره صفحه و کادر محدودی است که از آن ترسیم شده است، بنابراین یک بازبین انسانی می تواند هر رقمی را در عرض چند ثانیه به محل دقیق منبع آن ردیابی کند.

AWS بیانیه‌ای از Symbeo، یک شرکت CorVel به اشتراک گذاشت که می‌گوید توصیف‌های میدانی به زبان ساده کمک می‌کند، زیرا صورت‌حساب‌های پزشکی که پردازش می‌کند در طرح‌بندی‌های مختلف به دست می‌آیند – قوانینی که برای یک فرستنده ساخته شده‌اند اغلب بر روی دیگری شکست می‌خورند.

چرا تأییدپذیری برای هوش مصنوعی سازمانی مهم است

محور اصلی اعتماد است. AWS استدلال می‌کند که یک ربات چت همه‌منظوره می‌تواند پاسخ‌های روان بدهد، اما اغلب نمی‌تواند بگوید که یک شماره از کدام صفحه آمده یا چقدر مطمئن است. Textract Insights به گونه‌ای طراحی شده است که گردش‌های کاری خودکار می‌توانند به طور خودکار بر روی مقادیر با اطمینان بالا عمل کنند و در عین حال مقادیر نامطمئن را به بازبینی‌کننده انسانی هدایت کنند - الگویی که تیم‌های انطباق در امور مالی و مراقبت‌های بهداشتی از زمانی که استخراج هوش مصنوعی مولد برای اولین بار ظاهر شد، درخواست کرده‌اند.

قیمت‌گذاری به جای هر توکن، از مدل هر صفحه پیروی می‌کند، که AWS می‌گوید باید هزینه‌ها را نسبت به APIهای مدل زبان معمولی قابل پیش‌بینی‌تر کند. نرخ های خاصی در اطلاعیه راه اندازی ذکر نشده است. AWS مشتریان را به صفحه قیمت گذاری Texttract راهنمایی می کند.

در زمینه امنیت، پروژه‌ها و نقشه‌ها به طور پیش‌فرض با کلیدهای متعلق به AWS رمزگذاری می‌شوند، با این گزینه که کلید خود را از طریق AWS KMS بیاورید. داده های شغلی میانی موقتی هستند و پس از اتمام کار حذف می شوند و AWS می گوید درخواست ها برای محاسبه در همان جغرافیا هدایت می شوند.

هسته متنی نیز ارتقا می یابد

در کنار راه‌اندازی Insights، AWS آمازون Textract Core، موتور خواندن زیر این سرویس را به‌روزرسانی کرد. این شرکت می‌گوید دقت در جدول‌های متراکم و دست‌خط بهبود یافته است و پوشش زبان اکنون به ۴۰ زبان برای متن استاندارد و APIهای تحلیلی رسیده است. مشتریان موجود بدون تغییر هیچ کدی این سودها را دریافت می کنند.

Core هم اکنون در توکیو و زوریخ در دسترس است و این سرویس را در مجموع به 18 منطقه AWS می رساند. خود Textract Insights هنوز در آن دو منطقه جدید ارائه نشده است، و بررسی AI Parabellum در مورد راه‌اندازی نشان می‌دهد که Insights در حال حاضر از مجموعه کوچک‌تری از زبان‌ها نسبت به Core پشتیبانی می‌کند.

جایی که در فشار هوش مصنوعی AWS جا می‌گیرد

این راه‌اندازی بخشی از ضرب و شتم مداوم نسخه‌های AWS AI است که به جای ربات‌های چت مصرف‌کننده، جریان‌های کاری سازمانی را هدف قرار می‌دهد. AWS با قرار دادن هوش مصنوعی مولد در استنادات، امتیازات اطمینان و موارد اولیه ممیزی پسند، شرط می‌بندد که قابلیت تأیید - نه کیفیت مدل خام - چیزی است که پذیرش هوش مصنوعی را در صنایع تحت نظارت باز می‌کند.

برای تیم‌هایی که پرونده‌های وام، ادعاهای بیمه یا فرم‌های بیمار را مدیریت می‌کنند، ارزش پیشنهادی عملی آن چیزی است که قبلاً زنجیره‌ای از OCR، تقسیم‌بندی، طبقه‌بندی و مدل را در یک فراخوان API واحد تجمیع می‌کند. اینکه آیا این ساده‌سازی روی آشفته‌ترین اسناد دنیای واقعی تأثیر می‌گذارد، معیار موفقیت این سرویس خواهد بود.

---

از هوش مصنوعی جلوتر بمانید

آخرین اخبار، تحلیل ها و پیشرفت های هوش مصنوعی را دریافت کنید - همه در یک مکان.

بیشتر بخوانید اخبار هوش مصنوعی →