Amazon Web Services ogłosił ogólną dostępność Amazon Textract Insights, generatywnej usługi ekstrakcji dokumentów opartej na sztucznej inteligencji, zaprojektowanej w celu odpowiedzi na jedną z najbardziej uporczywych skarg sztucznej inteligencji przedsiębiorstw: modele, które dają wiarygodne wyniki bez możliwości sprawdzenia, skąd pochodzą. Uruchomienie, szczegółowo opisane w poście na blogu AWS z 20 listopada, łączy ekstrakcję modelu dużego języka z cytatami na poziomie strony i wynikami zaufania dla każdej zwróconej wartości.

Texttract od dawna jest silnikiem AWS umożliwiającym przekształcanie zeskanowanych stron w tekst i tabele. Na tym fundamencie Textract Insights dodaje nowy interfejs API: użytkownicy prostym językiem opisują pola, które chcą wyodrębnić, przesyłają dokument i otrzymują w zamian uporządkowane wyniki — bez konieczności szkolenia modeli. AWS oferuje tę usługę bankom, ubezpieczycielom, organizacjom opieki zdrowotnej i agencjom rządowym, a także branżom obciążonym dużą ilością dokumentów, w których weryfikacja nie jest opcjonalna. Więcej takich narzędzi znajdziesz w naszym artykule na temat najnowszych osiągnięć w zakresie sztucznej inteligencji.

Jak działa analiza tekstu

Konfiguracja jest zorganizowana wokół tego, co AWS nazywa planami: schematu JSON, w którym każde pole zawiera prosty angielski opis tego, co należy znaleźć. Każde pole jest oznaczone jako przeczytane dosłownie ze strony lub wywnioskowane z treści dokumentu — to rozróżnienie pozwala recenzentom dokładnie wiedzieć, które wartości pochodzą prosto z papieru, a które zostały wyprowadzone z modelu.

AWS zapewnia gotowe publiczne plany dla popularnych typów formularzy, a klienci mogą pisać własne dla dokumentów specyficznych dla firmy. W rezultacie, według AWS, powstaje potok ekstrakcji, który recenzent lub audytor może sprawdzić z oryginalnym dokumentem, pole po polu.

Stworzony z myślą o brudnej, prawdziwej papierkowej robocie

Prawdziwy przepływ dokumentów rzadko kiedy jest uporządkowany. Wniosek o kredyt hipoteczny może zostać przesłany w postaci pojedynczego skanu zawierającego formularz W-2, odcinki wypłat, wyciągi bankowe i odręczne notatki w dowolnej kolejności. Usługa Textract Insights została stworzona właśnie z myślą o tym przypadku: akceptuje pojedynczy plik zawierający do 3000 stron, dzieli go na osobne dokumenty, dopasowuje każdy z nich do odpowiedniego schematu i wyodrębnia pola — a wszystko to w formie jednego asynchronicznego żądania za pośrednictwem interfejsu API o nazwie StartDocumentInsights.

Wyniki lądują we własnym zasobniku Amazon S3 klienta. Każda wyodrębniona wartość zawiera numer strony i obwiednię, z której została narysowana, dzięki czemu recenzent może w ciągu kilku sekund prześledzić dowolną figurę z powrotem do jej dokładnej lokalizacji źródłowej.

AWS udostępnił oświadczenie Symbeo, firmy CorVel, w którym stwierdzono, że opisy pól w prostym języku są pomocne, ponieważ przetwarzane przez nią rachunki medyczne przychodzą w wielu różnych układach — reguły stworzone dla jednego nadawcy często zawodzą w przypadku innego.

Dlaczego weryfikowalność ma znaczenie w przypadku sztucznej inteligencji w przedsiębiorstwie

Podstawą jest zaufanie. AWS twierdzi, że chatbot ogólnego przeznaczenia może udzielać płynnych odpowiedzi, ale często nie jest w stanie określić, z której strony pochodzi dany numer ani na ile jest on pewny. Usługę Texttract Insights zaprojektowano tak, aby zautomatyzowane przepływy pracy mogły automatycznie wykorzystywać wartości o wysokim stopniu pewności, jednocześnie kierując niepewne wartości do weryfikatora – człowieka – o to zespoły ds. zgodności ze wzorcami w finansach i służbie zdrowia prosiły od czasu pojawienia się generatywnej ekstrakcji AI.

Ceny opierają się na modelu przypadającym na stronę, a nie na token, co według AWS powinno sprawić, że koszty będą bardziej przewidywalne niż typowe interfejsy API modelu językowego. W ogłoszeniu o uruchomieniu nie podano konkretnych stawek; AWS kieruje klientów na stronę z cenami Texttract.

Jeśli chodzi o bezpieczeństwo, projekty i plany są domyślnie szyfrowane kluczami należącymi do AWS, z możliwością przyniesienia własnego klucza za pośrednictwem AWS KMS. Dane zadania pośredniego są tymczasowe i usuwane po zakończeniu zadania, a AWS twierdzi, że żądania są kierowane do obliczeń w tej samej lokalizacji geograficznej.

Text Core również otrzymuje aktualizację

Wraz z uruchomieniem Insights, AWS zaktualizowało Amazon Textract Core, silnik odczytujący znajdujący się w ramach usługi. Firma twierdzi, że poprawiła się dokładność w przypadku gęstych tabel i pisma odręcznego, a zasięg języków w przypadku standardowych interfejsów API tekstu i analiz sięga obecnie 40 języków. Obecni klienci uzyskują te korzyści bez zmiany kodu.

Core jest teraz dostępny także w Tokio i Zurychu, zapewniając łącznie 18 regionów AWS. Sama usługa Texttract Insights nie jest jeszcze oferowana w tych dwóch nowych regionach, a recenzja AI Parabellum dotycząca premiery wskazuje, że Insights obsługuje obecnie mniejszy zestaw języków niż Core.

Gdzie to pasuje do AI Push AWS

Premiera jest częścią stałego rytmu wydań AI AWS ukierunkowanych na przepływy pracy w przedsiębiorstwach, a nie na chatboty konsumenckie. Owijając generatywną sztuczną inteligencję w cytaty, wskaźniki zaufania i elementy proste sprzyjające audytowi, AWS stawia na to, że weryfikowalność – a nie jakość surowego modelu – jest tym, co odblokowuje przyjęcie sztucznej inteligencji w regulowanych branżach.

Dla zespołów zajmujących się dokumentami pożyczkowymi, roszczeniami ubezpieczeniowymi lub formularzami pacjentów praktyczną propozycją wartości jest skonsolidowanie tego, co kiedyś było łańcuchem OCR, dzielenia, klasyfikacji i monitowania o model w jednym wywołaniu API. Miarą sukcesu usługi będzie to, czy to uproszczenie sprawdzi się w przypadku najbardziej bałaganiarskich dokumentów w świecie rzeczywistym.

---

Wyprzedź sztuczną inteligencję

Otrzymuj najnowsze wiadomości, analizy i przełomowe informacje dotyczące sztucznej inteligencji — wszystko w jednym miejscu.

Przeczytaj więcej aktualności o sztucznej inteligencji →