โมเดลและแพลตฟอร์ม AI
AWS เพิ่มเครื่องมือเตรียมข้อมูล AI ให้ Amazon SageMaker AI

ประเด็นสำคัญSageMaker AI รวมการสร้าง การประเมิน การแปลง…
ดูเพิ่มเติม
- SageMaker AI รวมการสร้าง การประเมิน การแปลง และการติดป้ายกำกับไว้ในเส้นทางชุดข้อมูลที่จัดการได้หนึ่งเส้นทาง
- การติดป้ายกำกับอัตโนมัติใช้ความสอดคล้องของโมเดลเป็นคะแนนความเชื่อมั่นเพื่อส่งแถวที่ไม่แน่ใจให้ผู้ตรวจสอบที่เป็นมนุษย์
- งานที่สร้างข้อมูลจะลงทะเบียนผลลัพธ์ในฮับของบัญชี เพื่อให้ชุดข้อมูลส่งต่อระหว่างขั้นตอนด้วย ARN
เมื่อวันที่ 17 พฤศจิกายน 2026 AWS ประกาศความสามารถใหม่ด้านการเตรียมข้อมูล AI สำหรับ Amazon SageMaker AI โดยเพิ่มการสร้างข้อมูลสังเคราะห์ การประเมินคุณภาพ การแปลงข้อมูล การติดป้ายกำกับอัตโนมัติ และการตรวจสอบโดยมนุษย์เข้าไปในเวิร์กโฟลว์การพัฒนาโมเดล เครื่องมือเหล่านี้เปิดให้ใช้งานทั่วไปแล้วในรีเจียน US East (N. Virginia) และ US West (Oregon)
รุ่นนี้รวบรวมงานที่มักกระจายอยู่ในเครื่องมือติดป้ายกำกับ สคริปต์สร้างข้อมูล และงานตรวจสอบความถูกต้องที่แยกจากกันไว้ด้วยกัน ทีมสามารถใช้ความสามารถใดความสามารถหนึ่งในกระบวนการที่มีอยู่ หรือเชื่อมหลายความสามารถเข้าด้วยกัน โดยสามารถตรวจสอบและแก้ไขข้อกำหนดกับโค้ดได้ขณะที่ชุดข้อมูลอยู่ระหว่างการเตรียมเพื่อฝึกหรือประเมินโมเดล
การสร้างข้อมูล การทำความสะอาด และรูปแบบสำหรับการฝึกโมเดล
การสร้างข้อมูลสังเคราะห์ใช้ข้อกำหนดเป็นแนวทางในการสร้างระเบียนสำหรับการฝึก การประเมิน และการทดสอบ โดยเลือกใช้ข้อมูลตั้งต้นและเอกสารเป็นหลักอ้างอิงได้ นอกจากนี้ยังสร้างไปป์ไลน์ที่ใช้โค้ด ซึ่งผู้ใช้สามารถตรวจสอบ แก้ไข นำกลับมาใช้ซ้ำ และขยายขนาดได้ ทำให้ตรวจสอบกระบวนการสร้างข้อมูลได้ด้วย
การประเมินคุณภาพสามารถใช้กฎทางธุรกิจของลูกค้า เมตริกในตัว และเมตริกแบบ LLM-as-a-judge ซึ่งให้โมเดลภาษาประเมินข้อมูลได้ นอกจากนี้ยังค้นหารายการซ้ำและรายการที่เกือบซ้ำกัน รวมถึงตรวจพบสัญญาณรบกวนในป้ายกำกับหรือการรั่วไหลของคำตอบได้ จากนั้นการแปลงข้อมูลจะปรับรูปแบบระเบียนได้ด้วยโค้ดที่สร้างขึ้น การลบข้อมูลซ้ำ การรวม การแบ่ง และการกรองที่มีมาให้ในตัว หรือใช้ Python ที่ผู้ใช้จัดเตรียมและเรียกใช้ในระดับขนาดใหญ่
ตัวอย่างลำดับการฝึกโมเดลของ AWS จัดรูปแบบข้อมูลที่ได้สำหรับการปรับแต่งโมเดลด้วยข้อมูลกำกับ การเพิ่มประสิทธิภาพความชอบโดยตรง หรือการเรียนรู้แบบเสริมกำลัง จากนั้นตรวจสอบคุณภาพ แล้วจึงดำเนินการปรับแต่งโมเดลใน SageMaker AI ลำดับขั้นตอนนี้ทำให้ตรวจสอบความถูกต้องของชุดข้อมูลก่อนใช้ทรัพยากรประมวลผลเพื่อฝึกโมเดล เปิดโอกาสให้ทีมจัดการระเบียนที่มีข้อบกพร่องก่อนเริ่มการฝึก
คะแนนความเชื่อมั่นส่งต่อให้มนุษย์ตรวจสอบ
การติดป้ายกำกับอัตโนมัติเริ่มได้จากชุดข้อมูลที่ยังไม่มีป้ายกำกับ ชุดข้อมูลตั้งต้นขนาดเล็กที่มีป้ายกำกับ หรือชุดข้อมูลที่ไม่มีป้ายกำกับเลย งานที่มีมาให้ในตัวประกอบด้วยการจำแนกประเภท การรู้จำเอนทิตีที่มีชื่อ การตอบคำถามแบบดึงข้อมูล การให้คะแนนตามลำดับ และการสรุปความ รวมถึงสามารถกำหนดงานแบบกำหนดเองได้ด้วย ระบบจะตรวจสอบข้อกำหนดการติดป้ายกำกับฉบับย่อกับตัวอย่างของผู้ใช้ก่อนประมวลผลชุดข้อมูลทั้งหมด
สำหรับงานที่มีชุดคำตอบที่เป็นไปได้ตายตัว โมเดลหลายตัวจะทำหน้าที่เสมือนคณะผู้ตัดสินและติดป้ายกำกับให้แต่ละแถว โดยระดับความเห็นพ้องของโมเดลจะกลายเป็นคะแนนความเชื่อมั่นของแถวนั้น แถวที่มีคะแนนต่ำกว่าเกณฑ์ที่เลือกจะเข้าสู่คิวตรวจสอบใน SageMaker Studio ซึ่งทำงานบน Label Studio Community Edition แบบโอเพนซอร์ส ผู้เชี่ยวชาญเฉพาะด้านจากภายนอกสามารถแก้ไขข้อมูลในแอปตรวจสอบได้ การแก้ไขดังกล่าวจะถูกป้อนกลับไปยังระบบติดป้ายกำกับอัตโนมัติ และทีมสามารถสร้างเมตริกฉันทามติและรายงานการติดป้ายกำกับได้
งานที่มีการจัดการและการส่งต่อชุดข้อมูล
นักพัฒนาสามารถเรียกใช้ขั้นตอนเหล่านี้ผ่าน SageMaker Python SDK หรือมอบทักษะ AWS AI-ML ให้เอเจนต์เขียนโค้ดเพื่อเลือกและเรียกใช้ขั้นตอนเหล่านี้จาก SageMaker Studio JupyterLab, Kiro หรือ IDE ในเครื่องได้ เอกสารประกอบของ SageMaker AI ระบุว่าต้องใช้ SDK เวอร์ชัน 3.30.0 ขึ้นไป และ DataPreparer คลาสที่มี generate(), evaluate() และ transform() เมธอด ส่วน generate() เมธอดนี้รองรับทั้งการสร้างข้อมูลสังเคราะห์และการติดป้ายกำกับอัตโนมัติ
การสร้างข้อมูลสังเคราะห์ การติดป้ายกำกับอัตโนมัติ การประเมินคุณภาพ และการแปลงข้อมูลทำงานเป็นงานที่ SageMaker จัดการ งานที่สร้างข้อมูลจะบันทึกระเบียนลงใน Amazon S3 และลงทะเบียนไว้ในฮับของบัญชีในรูปแบบ DataSet เนื้อหา สำหรับผลลัพธ์เหล่านั้น ออบเจ็กต์ของ SDK DataSet จะมี Amazon Resource Name หรือ ARN ซึ่งส่งต่อไปยังขั้นตอนถัดไปได้ การแปลงข้อมูลจะเผยแพร่ผลลัพธ์ไปยังฮับเดียวกับข้อมูลขาเข้า โดยปกติจะเป็นชุดข้อมูลเวอร์ชันใหม่ ส่วนการประเมินคุณภาพจะเขียนผลลัพธ์ลงใน S3 โดยไม่ลงทะเบียนชุดข้อมูลเพิ่มเติม
ผู้ช่วยเขียนโค้ดจะร่างข้อกำหนด ตรวจสอบสภาพแวดล้อม และขออนุมัติก่อนเรียกใช้งานหรือสร้างทรัพยากร นอกจากนี้ยังบันทึกการเรียกใช้งานเป็นโน้ตบุ๊กหรือสคริปต์ได้ ทำให้ได้ชิ้นงานที่นำกลับมาใช้และเรียกใช้อีกครั้งได้
เวิร์กโฟลว์นี้ใช้บทบาทการดำเนินการของ AWS Identity and Access Management ที่ลูกค้าเป็นผู้ควบคุม ข้อมูลต้นทาง ชุดข้อมูลที่สร้างขึ้น และป้ายกำกับจะอยู่ในบักเก็ต S3 ของลูกค้าเองภายในรีเจียน AWS ที่เลือก ทำให้การจัดเก็บและการเข้าถึงเป็นไปตามสิทธิ์และตำแหน่งที่ลูกค้ากำหนด
Splunk ซึ่งเป็นบริษัทในเครือ Cisco ใช้การสร้างข้อมูลสังเคราะห์ระหว่างพัฒนาโมเดลประเมินผลสำหรับผลิตภัณฑ์ Agent Observability ของตน Yash Sheth ผู้อำนวยการฝ่ายวิศวกรรมของ Splunk Agent Observability กล่าวว่าเครื่องมือเหล่านี้สร้างชุดข้อมูลที่เป็นตัวแทนทางสถิติได้อย่างรวดเร็ว โดยยังคงรักษารูปแบบที่โมเดลของบริษัทต้องอาศัยไว้ และการผสานรวมกับ SageMaker ช่วยลดภาระการจัดการข้อมูลให้แก่นักวิทยาศาสตร์ข้อมูลและลูกค้าของบริษัท
สำหรับนักพัฒนา การเปลี่ยนแปลงด้านการดำเนินงานคือการสร้าง การตรวจสอบ และการแก้ไขข้อมูลสามารถส่งต่อไปยังการพัฒนาโมเดลผ่านเส้นทางชุดข้อมูลที่มีการจัดการเพียงเส้นทางเดียว AWS จับคู่ระบบอัตโนมัตินี้เข้ากับชิ้นงานที่ตรวจสอบได้ คำขออนุมัติ และระเบียน S3 ที่ลูกค้าเป็นผู้ดูแล เพื่อให้การควบคุมวิธีสร้างข้อมูลยังคงเป็นส่วนหนึ่งของเวิร์กโฟลว์การเตรียมข้อมูล












