第 1 题 · 单选
公司要从扫描发票中提取供应商、总额以及行项目表格，且不想训练模型。应选择什么？
Textract 面向文档 OCR、表格和表单结构提取。Comprehend 分析已有文本语义。
第 03 章 · PDF 第 259-299 页
AWS 托管 AI 服务
这一章不考你训练这些服务背后的模型，而是考“已有托管 API 能否直接解决业务问题”。看到标准文本、语音、图像、文档、搜索或推荐需求时，先判断是否需要自建模型。
1. 托管 API 与 SageMaker 的分界
| 条件 | 更可能选择 | 原因 |
|---|---|---|
| 标准业务能力、少量配置、最低运维 | AWS 托管 AI 服务 | 直接调用 API，不管理训练和部署 |
| 需要领域定制，但服务提供 custom model | 先评估该服务的自定义能力 | 比完整自建更省运维 |
| 独特标签、特殊架构、完全控制训练 | SageMaker AI | 可自定义算法、容器、指标与部署 |
| 生成式 AI 基础模型、RAG 或 Agent | Amazon Bedrock / SageMaker JumpStart | 下一章按控制和运维要求细分 |
高频措辞：“无需 ML 专业知识、最快上线、最低运维”通常倾向托管 AI 服务；“训练专有模型、控制特征/损失函数、使用自定义容器”倾向 SageMaker。
2. 文本：理解、翻译和企业检索不是同一件事
| 服务 | 输入 → 输出 | 核心能力 | 易混点 |
|---|---|---|---|
| Amazon Comprehend | 文本 → 语言学/语义洞察 | 情感、实体、关键短语、语言、PII、主题；自定义分类与实体 | 不负责翻译或语音转写 |
| Amazon Translate | 源语言文本 → 目标语言文本 | 神经机器翻译、批量或实时翻译、自定义术语 | 不分析情感 |
| Amazon Kendra | 企业文档 + 自然语言问题 → 相关答案/文档 | 企业智能搜索、连接器、FAQ、访问控制 | 不是通用网页搜索，也不训练推荐模型 |
| Amazon Textract | 文档图像/PDF → 文本与结构 | OCR、表格、表单、键值对、查询、签名 | 普通图片分类应看 Rekognition |
Comprehend 自定义能力
- Custom Classification：把文档分到领域标签，可单标签或多标签。
- Custom Entity Recognition：识别业务特有实体，例如产品代码或合同条款。
- 内置 NER：识别人、地点、组织、日期等通用实体，不需要训练。
“从发票中提取表格和字段”选 Textract；“识别合同中的组织和情感”选 Comprehend；复杂流程可以先 Textract OCR，再把文本交给 Comprehend。
3. 语音：方向决定服务
| 服务 | 方向 | 典型能力 |
|---|---|---|
| Amazon Transcribe | 语音 → 文本 | 批量/流式转写、说话人区分、自定义词汇、自动语言识别、敏感内容处理 |
| Amazon Polly | 文本 → 语音 | 神经语音、SSML、发音词典、speech marks、音频缓存 |
| Amazon Translate | 文本 → 另一语言文本 | 跨语言；语音翻译管道通常先 Transcribe，再 Translate，最后可 Polly |
Transcribe 把客户语音转换为文本。
Comprehend 提取情感、实体或 PII。
Translate 转为目标语言。
Polly 在需要时合成目标语言语音。
4. 图像、视频与文档
| 服务 | 核心能力 | 题干线索 |
|---|---|---|
| Amazon Rekognition | 图像/视频中的标签、人脸、文本、内容审核、名人、PPE 等 | 对象/场景检测、人脸比较、不当内容 |
| Rekognition Custom Labels | 用少量标注数据训练领域图像分类/检测模型 | 企业特有零件、品牌包装、专有缺陷 |
| Amazon Textract | 文档 OCR，并理解表格、表单和键值结构 | 收据、发票、申请表、身份证件字段 |
| Amazon A2I | 对 AI 预测建立人工复核工作流 | 低置信度、敏感决定、人类审批 |
Rekognition Custom Labels 在托管服务内做领域定制；如果需要完全自定义视觉架构、损失函数或训练过程，则转向 SageMaker。
5. 对话、搜索与推荐
| 服务 | 解决的问题 | 关键概念 |
|---|---|---|
| Amazon Lex | 构建语音/文本对话机器人 | intent、utterance、slot、prompt、fulfillment；可用 Lambda 执行业务逻辑 |
| Amazon Personalize | 从用户-物品-交互数据生成个性化推荐/排序 | dataset group、solution/recipe、campaign/recommender、event tracker |
| Amazon Kendra | 对企业知识进行权限感知的自然语言搜索 | index、data source connector、FAQ、document ACL |
Personalize 常见 recipe 方向
- User-Personalization：为用户推荐物品。
- Personalized-Ranking：对给定物品列表按用户偏好重排。
- Similar-Items：根据物品交互和元数据找相似物品。
三者区分：Lex 管对话状态，Kendra 找企业答案，Personalize 排用户可能喜欢的物品。
6. 专用检测与预测服务
| 服务 | 领域 | 输出/价值 |
|---|---|---|
| Amazon Lookout for Equipment | 工业设备传感器 | 异常行为检测和预测性维护洞察 |
| Amazon Lookout for Metrics | 业务/运营时间序列指标 | 自动异常检测、严重度与根因贡献 |
| Amazon Fraud Detector | 在线欺诈事件 | 模型、规则和 outcomes 组合成 detector |
| Amazon Forecast | 时间序列预测 | 历史序列 + 相关变量生成预测；当前非官方 in-scope 重点 |
不要被“异常”两个字骗走：工业设备异常偏 Lookout for Equipment；通用业务指标异常偏 Lookout for Metrics；IP/用户行为异常可考虑 SageMaker Random Cut Forest；已知欺诈标签与规则决策曾偏 Fraud Detector。
7. Amazon Q：Business 与 Developer
| 产品 | 用户 | 核心场景 |
|---|---|---|
| Amazon Q Business | 企业知识工作者 | 连接企业数据，提供权限感知的问答、摘要、内容生成、引用和 Q Apps |
| Amazon Q Developer | 开发与运维人员 | 理解、编写、调试和改进代码，解释 AWS 资源与开发任务 |
Q Business 依赖企业身份和文档访问控制，回答应遵循最终用户可访问的数据范围。Q Developer 面向 IDE、CLI 和 AWS 开发运维体验，不是企业 HR 知识库。
8. 托管服务之外的 AI 计算选择
| 计算 | 适合 | 关键词 |
|---|---|---|
| CPU | 传统 ML、轻量推理、数据处理 | 成本、通用、低并行模型 |
| NVIDIA GPU | 深度学习训练和高并行推理 | CUDA、矩阵计算、显存 |
| AWS Trainium | 深度学习训练 | Trn 实例、训练性价比 |
| AWS Inferentia | 深度学习推理 | Inf 实例、推理性价比、Neuron SDK |
考试题会把性能、成本和延迟放在一起。不要因为“ML”就默认 GPU：树模型、线性模型和轻量实时推理经常更适合 CPU。
9. 产品生命周期与考试范围要分开记录
| 服务/功能 | 截至 2026-07-11 的状态 | 备考处理 |
|---|---|---|
| Amazon Fraud Detector | 2025-11-07 起不接受新客户；现有客户可继续使用 | 官方 in-scope 仍列出，保留识别级知识 |
| Amazon Forecast | 不再向新客户开放 | 当前官方 in-scope 列表未列出，低优先级 |
| Amazon Lookout for Vision | 2025-10-31 已结束支持 | 若旧题出现只做识别，不投入配置细节 |
| Amazon Q Business | 官方公告 2026-07-31 起不再接受新客户 | 官方考纲仍有 Amazon Q，掌握 Business/Developer 边界 |
| 部分 Comprehend/Rekognition 功能 | 2026-04-30 起进入维护并限制新客户 | 掌握服务主能力，避免过度背低频功能 |
考试指南明确说明服务列表会变化。临近考试一周应再次检查官方 in-scope/out-of-scope 页面；本课程不会把停止新客户接入的服务包装成新项目首选。
章节练习
每道题先判断输入与输出，再判断是否需要自定义训练。
第 2 题 · 排序
将英文客服语音转为中文语音，并在中间识别情感。排列服务顺序。
先语音转文本，再分析文本情感，然后翻译文本，最后把目标语言文本合成为语音。
第 3 题 · 匹配
把业务需求与托管服务匹配。
Lex 管对话，Kendra 管企业搜索，Personalize 管推荐，Rekognition 管图像/视频理解。
第 4 题 · 单选
制造企业有多年设备传感器数据，希望无需自行训练模型即可发现异常行为并支持预测性维护。首选什么？
工业设备传感器和预测性维护是 Lookout for Equipment 的明确领域线索。
第 5 题 · 单选
网站需要根据每位用户的历史交互，对候选商品列表重新排序。最佳能力是什么？
Personalized-Ranking 的输入就是候选物品列表和用户，输出按个性化相关性排序的列表。
第 6 题 · 多选
哪些情况更适合 SageMaker，而不是直接使用托管 AI API？选择两项。
独特架构、损失函数和训练控制需要 SageMaker。其余是 Transcribe、Textract、Translate 的标准托管能力。
第 7 题 · 单选
企业要为员工提供基于其有权访问的内部文档进行回答并附引用的生成式助手。哪项服务最直接？
Q Business 面向权限感知的企业知识问答。Q Developer 面向软件开发和 AWS 运维。
第 8 题 · 单选
需要为深度学习推理选择 AWS 自研加速器，目标是提高推理性价比。应选择什么？
Inferentia 面向推理，Trainium 面向训练。两者均使用 AWS Neuron 软件栈。
第 9 题 · 多选
关于进入产品生命周期变化的服务，哪些备考做法合理？选择两项。
考试以官方范围为准，现实设计以当前产品状态为准。对仍在考纲中的过渡服务，掌握识别和迁移背景即可。
第 10 题 · 单选
应用要识别合同文本中的公司自定义产品代码，这些代码不属于通用实体类型。应选择什么？
领域特有实体需要 Comprehend Custom Entity Recognition。通用 NER 不一定识别企业产品代码。
本章掌握线：80%
尚未提交
主来源与复习动作
不看笔记，用“输入 → 输出”的方式口述 Comprehend、Transcribe、Polly、Rekognition、Textract、Lex、Kendra 和 Personalize。任何两个说得像同一服务，就发给教师继续做辨析题。