一家公司希望从卫星图像中检测哪些房屋安装了太阳能电池板。他们收集了8,000张训练图像，并将使用SageMaker Ground Truth进行标注。内部团队规模小，没有机器学习经验。以下哪种工作流程需要该团队付出的精力最少？

正确答案是使用带有主动学习功能的Ground Truth和Amazon Rekognition Custom Labels。主动学习（Active Learning）可以显著减少人工标注量，因为系统会优先选择那些模型不确定或最有价值的图像进行标注，这对于没有机器学习经验的小团队来说，能最大程度地降低工作量。Amazon Rekognition Custom Labels是一个无代码或低代码的解决方案，它简化了模型训练和部署，无需专业的机器学习知识，非常适合资源有限的团队。 选项二（手动标注）会增加团队的工作量，因为没有利用主动学习的效率。选项三和选项四（使用SageMaker内置算法）需要更多的机器学习专业知识来配置、训练和部署模型，这与团队缺乏机器学习经验的条件不符。同时，选项四的公共工作组虽然可以减少内部团队的标注工作，但仍需要机器学习专业知识来处理SageMaker模型，且公共工作组可能在数据敏感性或质量控制方面不如私有工作组。