Un'azienda di media ha un archivio molto grande di immagini, testi, audio e video non etichettati e deve indicizzare rapidamente le risorse in modo che i ricercatori possano trovare contenuti pertinenti. Il team ha una competenza limitata nel ML. Quale approccio produrrà i tag ricercabili più velocemente?

L'utilizzo di Amazon Rekognition per le immagini e i video, Amazon Comprehend per il testo e Amazon Transcribe per l'audio è l'approccio più rapido ed efficiente. Questi servizi di machine learning completamente gestiti e pre-addestrati non richiedono competenze ML e possono etichettare automaticamente grandi volumi di dati non strutturati, fornendo tag ricercabili in tempi brevi. Creare attività di Mechanical Turk sarebbe lento e costoso per un archivio molto grande. Addestrare modelli personalizzati con Amazon SageMaker o AWS Deep Learning AMI richiederebbe competenze ML significative e molto più tempo per lo sviluppo e l'addestramento, non soddisfacendo il requisito di "rapidamente".