Une entreprise de médias possède une très grande archive d'images, de textes, d'audio et de vidéos non étiquetés et doit indexer rapidement les ressources afin que les chercheurs puissent trouver le contenu pertinent. L'équipe a une expertise limitée en ML. Quelle approche produira les balises consultables le plus rapidement ?

L'utilisation d'Amazon Rekognition, Amazon Comprehend et Amazon Transcribe est la solution la plus rapide car ce sont des services entièrement gérés et pré-entraînés, ne nécessitant aucune expertise en ML pour être déployés. Rekognition peut étiqueter les images et vidéos, Comprehend le texte, et Transcribe l'audio. Cette approche permet une indexation rapide et automatique des ressources. Créer des tâches Mechanical Turk serait lent et coûteux pour un grand volume de données non étiquetées. Entraîner des modèles personnalisés avec Amazon SageMaker ou des AMI AWS Deep Learning nécessiterait une expertise en ML et un temps de développement et d'entraînement considérable, ce qui contredit l'objectif de rapidité et la contrainte d'expertise limitée.