AWS Application Services para IA/ML


AWS Application Services para IA/ML


En este articulo, conoceremos los servicios de IA de AWS para crear chatbots, análisis de texto avanzado, análisis de documentos, transcripción, etc. Este articulo se ha diseñado de tal manera que puede resolver diferentes casos de uso integrando los servicios de IA de AWS y hacerse una idea de cómo funcionan. AWS crece todos los días y están agregando nuevos servicios de inteligencia artificial con regularidad.






Amazon Rekognition

Rekognition Image permite crear fácilmente aplicaciones poderosas para buscar, verificar y organizar millones de imágenes. Rekognition Video permite extraer contexto basado en movimiento de videos almacenados o transmitidos en vivo, y lo ayuda a analizarlo. Rekognition Video también le permite indexar metadatos como objetos, actividades, escenas, celebridades y rostros, lo que facilita la búsqueda de videos. Rekognition Image utiliza modelos de redes neuronales profundas para detectar y etiquetar miles de objetos y escenas en sus imágenes. Le ayuda a capturar texto en una imagen, un poco como el reconocimiento óptico de caracteres (OCR). Un ejemplo perfecto es una camiseta con comillas. Si tomara una foto de uno y le pidiera a Amazon Rekognition que extrajera el texto de él, podría decirle lo que dice el texto. También puede realizar el reconocimiento de celebridades con Amazon Rekognition. No soy una celebridad, por lo que no utilizaré la API de reconocimiento de celebridades para mi rostro; en su lugar, usaré la API de comparación de rostros.


Beneficios
  • AWS administra la infraestructura en la que se ejecuta. En resumen, solo se usa la API para el análisis de la imagen. Solo tenemos que concentrarnos en construir y administrar nuestros deep learning pipelines. 
  • La respuesta de la API Labels identificará entidades del mundo real dentro de una imagen a través de la API DetectLabels.
  • Amazon Rekognition se puede integrar con AWS Kinesis Video Stream, AWS S3 y AWS Lambda para un análisis de imágenes y video fluido y asequible. Con el servicio AWS IAM, las llamadas a la API de Amazon Rekognition se pueden proteger y controlar fácilmente.
  • Bajo costo. Solo paga por las imágenes y videos que se analizan.




Amazon Polly consiste en convertir texto en voz y lo hace utilizando modelos de deep learning previamente entrenados. Es un servicio completamente administrado, por lo que no tenemos que hacer nada. Se debe proporcionar el texto sin formato como entrada para sintetizar o en formato Speech Synthesis Markup Language (SSML) para que se devuelva audio. También lo ofrece en diferentes idiomas y voces para elegir, con opciones tanto masculinas como femeninas. El audio de salida de Amazon Polly se puede guardar en formato MP3 para su uso posterior en la aplicación (web o móvil) o puede ser una salida JSON para voz escrita.

Beneficios
  • Este servicio es completamente administrado y no requiere ningún costo administrativo para mantener o administrar los recursos.
  • Proporciona una función de mejoras y correcciones de voz instantáneas.
  • Se puede desarrollar su propia capa de acceso utilizando la API HTTP de Amazon Polly. El desarrollo es fácil debido a la gran cantidad de lenguaje soportados, como Python, Ruby, Go, C ++, Java y Node.js.
  • Para ciertas voces neuronales, el habla se puede sintetizar utilizando el estilo Newscaster, para que suene como una emisora ​​de radio o televisión.



Transcribe permite realizar la conversión de voz a texto. Es un servicio de reconocimiento de voz automático que utiliza modelos de aprendizaje profundo previamente entrenados, lo que significa que no tenemos que entrenar en petabytes de datos para producir un modelo; Amazon hace esto por nosotros. Solo tenemos que usar las API que están disponibles para transcribir archivos de audio o videos; admite varios idiomas diferentes y también vocabulario personalizado. 

Casos de uso:

  • Transcripción y transmisión de audio en tiempo real.
  • Transcripción de archivos de audio pregrabados.
  • Habilitar la búsqueda de texto desde un archivo multimedia combinando AWS Elasticsearch y Amazon Transcribe.
  • Realización de análisis de opinión en archivos de audio grabados para el servicio de asistencia por voz (análisis del centro de contacto).
  • Separación de identificación de canales.


Este servicio le ayuda a extraer conocimientos de texto no estructurado. La información de texto no estructurado está creciendo exponencialmente. 

Beneficios

  • Detecta el idioma del texto y extrae frases clave. Amazon Comprehend también se puede utilizar para el análisis de opiniones y el modelado de temas.
  • Amazon Comprehend Medical se puede utilizar para extraer información médica.
  • Se paga por lo que usa, ya que este es un servicio completamente administrado; no tiene que pagar por la infraestructura. No necesita entrenar, desarrollar e implementar su propio modelo.
  • El servicio de modelado de temas funciona extrayendo hasta 100 temas. Un tema es un grupo de palabras clave para que pueda ver lo que hay en el corpus real de documentos.
  • Es preciso, entrenado continuamente y fácil de usar.

Amazon Translate es un servicio de traducción de texto. Podemos proporcionar documentos o cadenas de texto en varios idiomas y recuperarlos en otro idioma. Utiliza técnicas de aprendizaje profundo previamente entrenadas, por lo que no deberíamos preocuparnos por los modelos ni por cómo se gestionan. Podemos realizar solicitudes de API y recuperar los resultados.

Beneficios
  • Utiliza la traducción automática neuronal, que imita la forma en que funciona el cerebro humano.
  • No es necesario mantener sus recursos.
  • Produce resultados de alta calidad y mantiene su consistencia.
  • Puede personalizar los nombres de sus marcas y modelos, y cualquier otro término exclusivo se traduce mediante la función de terminología personalizada.
  • Puede integrarse fácilmente con aplicaciones a través de API.
  • Amazon Translate se escala solo cuando lo necesita para hacer más.

La mayoría de las funciones que están disponibles en Alexa son impulsadas por Amazon Lex. Puede crear fácilmente un chatbot con Amazon Lex. Utiliza la comprensión del lenguaje natural y el reconocimiento automático de voz. A través de SLU, Amazon Lex toma la entrada de voz y texto en lenguaje natural, comprende la intención y cumple la intención del usuario. Se puede crear un bot de Amazon Lex desde la consola o mediante API. 

Beneficios

  • Los chatbots se pueden crear y probar directamente desde la consola de administración de AWS. Estos chatbots se pueden integrar fácilmente en Facebook Messenger, Slack y Twilio SMS a través de sus capacidades de formato enriquecido.
  • Los registros de conversaciones se pueden almacenar en Amazon CloudWatch para un análisis más detallado. Puede usarlos para monitorear su bot y obtener información para mejorar su experiencia de usuario.
  • Amazon Lex se puede integrar en otros servicios de AWS como Amazon Cognito, AWS Lambda, Amazon DynamoDB, Amazon CloudWatch y AWS Mobile Hub para aprovechar la seguridad de las aplicaciones, el monitoreo, la autenticación de usuarios, la lógica empresarial, el almacenamiento y el desarrollo de aplicaciones móviles en las plataformas AWS.
  • Los chatbots de Amazon Lex también se pueden integrar en sus aplicaciones web personalizadas. Solo necesita crear un widget de chatbot e integrarlo en su interfaz de usuario.





Comentarios

Publicar un comentario

Entradas más populares de este blog

Mejores practicas para migración de datos a Salesforce

Imagen
Mejores practicas para migración de datos a Salesforce La migración de datos es una tarea común que los administradores, desarrolladores y arquitectos de Salesforce deben completar. Comprender las mejores prácticas sobre la mejor manera de abordar la migración de datos garantizará que se eviten errores costosos y que la migración de datos sea completa y precisa. Evaluación de datos En cualquier negocio, los datos son clave y crecen rápidamente, lo que resulta en el uso de varias bases de datos y almacenes de datos que se utilizan para almacenar esos datos de forma segura. A veces, los datos están en diferentes formatos y es necesario trabajar en ellos para que tengan el mismo formato para evitar confusiones. Pero antes de entrar en una discusión profunda sobre los datos, primero comprendamos las diferencias entre la migración, conversión e integración de datos: Migración de datos: la migración de datos es el proceso de mover datos de un sistema o aplicación a otro. Este suele ser el re...
Leer más

AWS Lambda

Imagen
  AWS LAMBDA AWS Lambda se presentó por primera vez en 2014, en la conferencia anual AWS re: Invent en Las Vegas. La idea en ese entonces, y que es bastante cierta incluso hoy en día, es que Lambda es un servicio informático simple que ejecuta su código en respuesta a ciertos eventos. Estos eventos pueden ser cualquier cosa, desde una operación de carga de un objeto hasta un depósito de S3, un inserción de registros en una tabla de DynamoDB, o incluso algún tipo de evento desencadenado desde su aplicación movil. La idea aquí es simple: simplemente proporcione su código a AWS Lambda. Lambda se encargará internamente del aprovisionamiento y la gestión de los recursos de infraestructura, asegurándose de que su código se implemente correctamente; incluso cosas como La escalabilidad y alta disponibilidad de su código están a cargo de Lambda.  Lambda fue presentado especialmente por AWS para responder a un problema muy particular con EC2. Aunque EC2 sigue siendo uno de los servicios...
Leer más

Modelado de datos en Salesforce

Imagen
Modelado de datos en Salesforce Lightning es el futuro, por lo que haremos todo en la versión de interfaz de Lightning Experience de Salesforce. No se preocupe si acaba de crear su organización de developer, esta debería ser la configuración predeterminada. Entonces, sabemos que principalmente usaremos Salesforce como base de datos. El modelado de datos nos ayuda a estructurar nuestros datos utilizando objetos y campos personalizados. Hagamos un resumen, como ya sabemos cuáles son: Objeto: Este se utiliza para almacenar datos específicos, como nuestra hoja de Excel llamada Cuentas. Por ejemplo para una aplicación de peliculas se necesitara crear varios objetos para almacenar datos específicos, como Película, Persona (actor, actriz, director), Reseña y Compañía. Campo: se utiliza para capturar datos específicos para un registro específico de un tipo de objeto específico; por ejemplo. cada película tiene un nombre, una fecha de estreno y una duración. Pestaña (Tab): Esta es una represent...
Leer más