Amazon Web Services объявила о доступности Amazon Textract Insights, генеративной службы извлечения документов на основе искусственного интеллекта, призванной ответить на одну из самых постоянных жалоб корпоративного ИИ: модели, которые дают правдоподобные результаты без возможности проверить, откуда они пришли. Запуск, подробно описанный в сообщении блога AWS от 20 ноября, сочетает в себе извлечение большой языковой модели с цитированием на уровне страницы и оценками достоверности для каждого возвращаемого значения.
Textract уже давно является механизмом AWS для преобразования отсканированных страниц в текст и таблицы. Textract Insights добавляет новый API поверх этой основы: пользователи простым языком описывают поля, которые они хотят извлечь, загружают документ и получают взамен структурированные результаты — без необходимости обучения модели. AWS предлагает эту услугу банкам, страховым компаниям, организациям здравоохранения и государственным учреждениям — отраслям с большим количеством документов, где проверка не является обязательной. Чтобы узнать больше о подобных запусках инструментов, ознакомьтесь с нашим освещением последних разработок в области искусственного интеллекта.
Как работает Textract Insights
Настройка организована на основе того, что AWS называет чертежами: схемы JSON, в которой каждое поле содержит понятное английское описание того, что нужно найти. Каждое поле помечается как прочитанное дословно со страницы или выведенное из содержания документа — различие, которое позволяет рецензентам точно знать, какие значения взяты прямо из бумаги, а какие были получены с помощью модели.
AWS предоставляет готовые общедоступные схемы для распространенных типов форм, а клиенты могут писать свои собственные для документов, специфичных для бизнеса. Результатом, согласно AWS, является конвейер извлечения, который рецензент или аудитор может сверить с исходным документом, поле за полем.
Создан для грязной, реальной работы с документами
Реальные потоки документов редко доходят аккуратно. Заявка на ипотеку может поступить в виде одного отсканированного изображения, содержащего форму W-2, платежные ведомости, банковские выписки и рукописные заметки в произвольном порядке. Textract Insights создан именно для этого случая: он принимает один файл, содержащий до 3000 страниц, разбивает его на отдельные документы, сопоставляет каждый из них с правильным планом и извлекает поля — и все это как один асинхронный запрос через API с именем StartDocumentInsights.
Результаты попадают в корзину Amazon S3 клиента. Каждое извлеченное значение включает номер страницы и ограничивающую рамку, из которой оно было взято, поэтому человек-рецензент может за секунды отследить любую фигуру до ее точного исходного местоположения.
AWS поделилась заявлением Symbeo, компании CorVel, в которой говорится, что описания полей простым языком помогают, поскольку обрабатываемые ею медицинские счета поступают в разных форматах — правила, созданные для одного отправителя, часто не работают для другого.
Почему проверяемость важна для корпоративного ИИ
Основная идея – доверие. AWS утверждает, что чат-бот общего назначения может давать беглые ответы, но часто не может сказать, с какой страницы взято число и насколько оно достоверно. Textract Insights разработан таким образом, чтобы автоматизированные рабочие процессы могли автоматически обрабатывать значения с высокой степенью достоверности, перенаправляя неопределенные значения проверяющему-человеку — именно этого группа по соблюдению требований в сфере финансов и здравоохранения просила с тех пор, как впервые появилось генеративное извлечение ИИ.
Ценообразование основано на модели за страницу, а не за токен, что, по мнению AWS, должно сделать затраты более предсказуемыми, чем API-интерфейсы типичной языковой модели. Конкретные тарифы не были указаны в объявлении о запуске; AWS направляет клиентов на страницу цен на Textract.
Что касается безопасности, проекты и чертежи по умолчанию шифруются с помощью ключей, принадлежащих AWS, с возможностью использования собственного ключа через AWS KMS. Данные промежуточного задания являются временными и удаляются после завершения задания, а AWS утверждает, что запросы направляются для вычислений в пределах той же географической области.
Textract Core тоже получает обновление
Одновременно с запуском Insights AWS обновила Amazon Textract Core, механизм чтения, входящий в состав сервиса. Компания заявляет, что точность работы с плотными таблицами и рукописным вводом улучшилась, а языковой охват теперь достигает 40 языков для стандартных API-интерфейсов текста и анализа. Существующие клиенты получают эти преимущества без изменения кода.
Core также теперь доступен в Токио и Цюрихе, в результате чего сервис будет доступен в общей сложности в 18 регионах AWS. Сам Textract Insights еще не предлагается в этих двух новых регионах, и в обзоре запуска AI Parabellum отмечается, что Insights в настоящее время поддерживает меньший набор языков, чем Core.
Где это применимо к AI Push от AWS
Запуск является частью стабильного потока выпусков AWS AI, ориентированных на корпоративные рабочие процессы, а не на потребительских чат-ботов. Обертывая генеративный ИИ в цитаты, оценки достоверности и удобные для аудита примитивы, AWS делает ставку на то, что проверяемость, а не качество сырой модели, — это то, что открывает путь к внедрению ИИ в регулируемых отраслях.
Для команд, которые обрабатывают кредитные файлы, страховые претензии или формы пациентов, практическое ценное предложение заключается в объединении того, что раньше было цепочкой оптического распознавания символов, разделения, классификации и подсказки модели, в один вызов API. Справится ли это упрощение с самыми запутанными реальными документами, будет мерилом успеха сервиса.
---
Будьте впереди ИИПолучайте последние новости, анализ и открытия в области искусственного интеллекта — все в одном месте.
Подробнее новости AI →