Uma empresa de mídia tem um arquivo muito grande de imagens, textos, áudios e vídeos não rotulados e precisa indexar rapidamente os ativos para que os pesquisadores possam encontrar conteúdo relevante. A equipe tem experiência limitada em ML. Qual abordagem produzirá tags pesquisáveis mais rapidamente?

A abordagem correta utiliza serviços de ML pré-treinados da AWS (Amazon Rekognition para imagens e vídeos, Amazon Comprehend para texto e Amazon Transcribe para áudio) para rotular automaticamente os ativos. Isso é rápido e não exige experiência em ML, ideal para a equipe com conhecimento limitado. As outras opções são menos eficientes ou adequadas: O Amazon Mechanical Turk é uma solução de rotulagem humana que seria demorada e cara para um "arquivo muito grande". Treinar modelos personalizados no Amazon SageMaker ou usar a AWS Deep Learning AMI exige experiência significativa em ML e um tempo considerável para desenvolvimento e treinamento, o que não atende à necessidade de rapidez e à limitação de experiência da equipe.