Amazon Web Services оголосила про загальну доступність Amazon Texttract Insights, генеративної служби вилучення документів на основі штучного інтелекту, призначеної для відповіді на одну з найбільш постійних скарг корпоративного штучного інтелекту: моделі, які дають правдоподібні результати без можливості перевірити, звідки вони походять. Запуск, детально описаний у дописі в блозі AWS 20 листопада, поєднує вилучення великої мовної моделі з цитатами на рівні сторінки та оцінками достовірності для кожного повернутого значення.
Texttract вже давно є двигуном AWS для перетворення відсканованих сторінок на текст і таблиці. Texttract Insights додає новий API на основі цієї основи: користувачі простою мовою описують поля, які вони хочуть отримати, завантажують документ і отримують у відповідь структуровані результати — без навчання моделі. AWS пропонує цю послугу в банках, страхових компаніях, організаціях охорони здоров’я та державних установах, галузях промисловості, які займаються важким документообігом, де перевірка необов’язкова. Щоб дізнатися більше про запуски подібних інструментів, ознайомтеся з нашим висвітленням останніх розробок ШІ.
Як працює Texttract Insights
Налаштування організовано навколо того, що AWS називає blueprints: схема JSON, у якій кожне поле містить простий англійський опис того, що потрібно знайти. Кожне поле позначено як прочитане дослівно зі сторінки або виведене з вмісту документа — відмінність, яка дозволяє рецензентам точно знати, які значення були взяті прямо з паперу, а які були отримані за допомогою моделі.
AWS надає готові загальнодоступні креслення для поширених типів форм, і клієнти можуть написати власні для документів, що стосуються конкретного бізнесу. Результатом, згідно з AWS, є конвеєр вилучення, який рецензент або аудитор може перевірити на відповідність оригінального документа, поле за полем.
Створено для безладної справжньої паперової роботи
Справжні потоки документів рідко надходять охайними. Заявка на іпотечний кредит може надійти як одне скановане зображення, що містить W-2, платіжні відомості, банківські виписки та рукописні нотатки без певного порядку. Texttract Insights створено саме для цього випадку: він приймає один файл до 3000 сторінок, розбиває його на окремі документи, зіставляє кожен із правильним планом і витягує поля — усе як один асинхронний запит через API під назвою StartDocumentInsights.
Результати потрапляють у власне відро Amazon S3 клієнта. Кожне витягнуте значення містить номер сторінки та рамку, з якої воно було намальовано, тож рецензент може за лічені секунди відстежити будь-яку фігуру до її точного джерела.
AWS поділився заявою Symbeo, компанії CorVel, у якій говориться, що описи полів простою мовою допомагають, оскільки медичні рахунки, які вона обробляє, надходять у багатьох різних макетах — правила, створені для одного відправника, часто не виконуються для іншого.
Чому можливість перевірки важлива для ШІ підприємства
Основна подача – довіра. AWS стверджує, що чат-бот загального призначення може давати вільні відповіді, але часто не може сказати, з якої сторінки надійшов номер або наскільки він впевнений. Texttract Insights розроблено таким чином, щоб автоматизовані робочі процеси могли автоматично реагувати на значення з високою достовірністю, водночас направляючи невизначені до рецензента — шаблону, якого вимагали команди відповідності у фінансах і охороні здоров’я з моменту появи генеративного штучного інтелекту.
Ціноутворення дотримується моделі за сторінку, а не за маркер, що, за словами AWS, має зробити витрати більш передбачуваними, ніж типові API мовної моделі. Конкретні ставки не були вказані в оголошенні про запуск; AWS спрямовує клієнтів на сторінку цін Texttract.
Що стосується безпеки, проекти та креслення за замовчуванням шифруються ключами, що належать AWS, з можливістю передачі власного ключа через AWS KMS. Дані проміжного завдання є тимчасовими та видаляються після завершення завдання, а AWS каже, що запити спрямовуються на обчислення в межах тієї самої географії.
Texttract Core також отримує оновлення
Разом із запуском Insights AWS оновила Amazon Texttract Core, механізм читання, який лежить в основі сервісу. Компанія каже, що точність покращилася на щільних таблицях і рукописному тексті, а мовне покриття тепер досягає 40 мов для стандартного тексту та API аналізу. Існуючі клієнти отримують ці переваги без зміни коду.
Тепер Core також доступний у Токіо та Цюріху, загалом послуга надається в 18 регіонах AWS. Сама Texttract Insights ще не доступна в цих двох нових регіонах, і в огляді запуску AI Parabellum зазначається, що Insights наразі підтримує менший набір мов, ніж Core.
Де це підходить у AWS AI Push
Запуск є частиною стабільного барабанного ритму випусків AWS AI, спрямованих на корпоративні робочі процеси, а не на споживчих чат-ботів. Обгортаючи генеративний штучний інтелект цитуваннями, показниками надійності та зручними для аудиту примітивами, AWS робить ставку на те, що перевірка, а не якість сирої моделі, є тим, що розблокує впровадження ШІ в регульованих галузях.
Для команд, які обробляють файли кредитів, страхові претензії чи форми пацієнтів, практична цінна пропозиція полягає в консолідації того, що раніше було ланцюгом OCR, розбиття, класифікації та підказок моделі в один виклик API. Мірою успіху сервісу буде те, чи втримається це спрощення на найбезладніших реальних документах.
---
Будьте попереду ШІОтримуйте останні новини штучного інтелекту, аналіз і прориви — усе в одному місці.
Читати більше новин AI →