Amazon Web Services 宣布全面推出 Amazon Textract Insights,这是一项由 AI 驱动的生成式文档提取服务,旨在解决企业 AI 最持久的抱怨之一:生成看似合理的结果的模型,但无法验证其来源。 11 月 20 日的 AWS 博客文章详细介绍了此次发布,它将大型语言模型提取与页面级引用以及每个返回值的置信度得分配对。
Textract 长期以来一直是 AWS 将扫描页面转换为文本和表格的引擎。 Textract Insights 在此基础上添加了一个新的 API:用户用简单的语言描述他们想要提取的字段,上传文档并接收结构化结果作为回报 - 无需模型培训。 AWS 正在向银行、保险公司、医疗保健组织和政府机构推销这项服务,这些行业的文书工作繁重,验证是必不可少的。如需了解更多此类工具的发布,请查看我们对 最新人工智能发展 的报道。
Textract Insights 的工作原理
设置是围绕 AWS 所谓的蓝图进行组织的:一个 JSON 架构,其中每个字段都包含要查找的内容的简单英语描述。每个字段都被标记为从页面逐字读取或从文档内容推断——这种区别可以让审阅者准确地知道哪些值直接来自论文,哪些值是由模型导出的。
AWS 为常见表单类型提供现成的公共蓝图,客户可以为特定于业务的文档编写自己的蓝图。根据 AWS 的说法,结果是一个提取管道,审阅者或审计员可以根据原始文档逐个字段进行检查。
专为杂乱的现实世界文书工作而设计
真正的文档流很少会变得整齐。抵押贷款申请可能以单次扫描形式送达,其中包含 W-2、工资单、银行对账单和手写票据(顺序不分先后)。 Textract Insights 正是针对这种情况而构建的:它接受最多 3,000 页的单个文件,将其拆分为单独的文档,将每个文档与正确的蓝图匹配,并提取字段 - 所有这些都是通过名为 StartDocumentInsights 的 API 作为一个异步请求。
结果存储在客户自己的 Amazon S3 存储桶中。每个提取的值都包括页码和从中绘制的边界框,因此人工审阅者可以在几秒钟内将任何图形追溯到其确切的源位置。
AWS 分享了 CorVel 公司 Symbeo 的一份声明,该声明表示,简单语言的字段描述很有帮助,因为它处理的医疗账单以多种不同的布局到达——为一个发送者构建的规则在另一个发送者上通常会失败。
为什么可验证性对于企业 AI 很重要
核心要点是信任。 AWS 认为,通用聊天机器人可以给出流畅的答案,但通常无法说出数字来自哪个页面或它的置信度如何。 Textract Insights 的设计使自动化工作流程可以自动对高置信度值采取行动,同时将不确定的值发送给人工审核员——自生成式人工智能提取首次出现以来,金融和医疗保健领域的合规团队一直在寻求这种模式。
定价遵循每页模型而不是每个令牌,AWS 表示这应该使成本比典型的语言模型 API 更可预测。上线公告中未列出具体费率; AWS 将客户引导至 Textract 定价页面。
在安全性方面,项目和蓝图默认使用 AWS 拥有的密钥进行加密,也可以选择通过 AWS KMS 携带您自己的密钥。中间作业数据是临时的,作业完成后就会被删除,AWS 表示请求会被路由到同一地理区域内的计算。
Textract Core 也得到升级
在推出 Insights 的同时,AWS 还更新了 Amazon Textract Core,即该服务下的阅读引擎。该公司表示,密集表格和手写的准确性有所提高,标准文本和分析 API 的语言覆盖范围现已达到 40 种语言。现有客户无需更改任何代码即可获得这些收益。
Core 现已在东京和苏黎世推出,从而将该服务扩展到总共 18 个 AWS 区域。 Textract Insights 本身尚未在这两个新区域中提供,AI Parabellum 对发布的评论指出,Insights 目前支持的语言集比 Core 少。
它在 AWS 的 AI 推动中的作用
此次发布是针对企业工作流程而不是消费者聊天机器人的 AWS AI 稳定发布的一部分。通过将生成式 AI 封装在引文、置信度分数和便于审计的原语中,AWS 坚信可验证性(而不是原始模型质量)才是推动 AI 在受监管行业采用的因素。
对于处理贷款文件、保险索赔或患者表格的团队来说,实际价值主张是将过去的 OCR、拆分、分类和模型提示链整合到单个 API 调用中。这种简化是否适用于最混乱的现实世界文档将是衡量该服务成功与否的标准。
---
保持人工智能领先地位获取最新的人工智能新闻、分析和突破——尽在一个地方。
阅读更多人工智能新闻 →