在 AWS，我们想让机器学习成为每个开发人员手中的利器。例如，我们在计算机视觉和语言等领域推出了预训练人工智能服务，让用户无需机器学习领域的专业知识也能使用。今天，我们在此方向更进一步，为 Amplify Framework 推出新的预测类别。您只需几行代码，均可为您的 Web 或移动应用程序添加和配置人工智能/机器学习使用案例！

AWS Amplify 由一个开发框架和多种开发人员服务组成，通过它可以非常轻松地在 AWS 上构建移动和 Web 应用程序。开源化的 Amplify Framework 提供一组精心选择的库、用户界面 (UI) 组件以及一个命令行界面 (CLI)，用于构建云后端并与您的 Web 或移动应用程序集成。 Amplify 利用了一系列核心的 AWS 服务，分为多个类别，包括存储、身份验证与授权、API（GraphQL 和 REST）、分析、推送通知、聊天机器人以及 AR/VR 等。

借助 Amplify Framework CLI，您可以使用 amplify init 以交互的方式完成项目的初始化。然后完成存储 (amplify add storage) 和用户身份验证与授权 (amplify add auth) 选项。

现在，您还可以使用 amplify add predictions 来配置您的应用程序，从而执行下列任务：

使用 Amazon Rekognition 识别图像中的文本、实体和标签，或者使用 Amazon Textract 来识别扫描文件中的文本，从而获取表单中字段的内容以及表格中存储的信息。
使用 Amazon Translate 将文本转换为不同的语言，使用 Amazon Polly 将文本转换为语音，以及使用 Amazon Transcribe 将语音转换为文本。
使用 Amazon Comprehend 解释文本以找到非结构化文本的主要语言、实体、关键语句、情绪或句法。
您可以选择将上述各项操作仅对通过身份验证的应用程序开放，或者同时也对未经授权的来宾用户开放。根据您的输入不同，Amplify 将使用 AWS Identity and Access Management (IAM) 角色和 Amazon Cognito 来配置必要的权限。

下面我们来看“预测”类别在 Web 应用程序中的工作原理。例如，要直接从浏览器中使用 Amazon Rekognition 识别图像中的文本，您可以使用如下 JavaScript 句法并传送一个文件对象：

Predictions.identify({
  text: {
    source: file
    format: "PLAIN" # "PLAIN" uses Amazon Rekognition
  }
}).then((result) => {...})

如果图像存储在 Amazon S3 中，您可以在添加此项目的存储时将源更改为该 S3 存储桶的链接。您还可以更改格式以使用 Amazon Textract 分析扫描的文档。以下为从 S3 中存储的文档提取表单文本的示例：

Predictions.identify({
  text: {
    source: { key: "my/image" }
    format: "FORM" # "FORM" or "TABLE" use Amazon Textract
  }
}).then((result) => {...})

以下为使用 Amazon Comprehend 的所有预训练功能来解释文本的例子：

Predictions.interpret({
  text: {
    source: {
      text: "text to interpret",
    },
    type: "ALL"
  }
}).then((result) => {...})

要使用您在添加预测时选择的语言和语音，通过 Amazon Polly 将文本转换为语音，然后在浏览器中回放，则可以使用如下代码：

Predictions.convert({
  textToSpeech: {
    source: {
      text: "text to generate speech"
    }
  }
}).then(result => {
  var audio = new Audio();
  audio.src = result.speech.url;
  audio.play();
})

现已推出
您现在即可学习此处的入门教程，开始使用 Amplify 构建您的下一个 Web 或移动应用程序，并通过 Amplify Framework Github 存储库向我们反馈意见。

Amplify Framework 的“预测”类别还有许多其他的选项和功能。有关如何构建机器学习支持的应用程序的深入示例，请参阅 AWS 移动博客上的此演示。

为 Web 或移动应用程序添加机器学习功能从未如此简单，欢迎分享您的新构建。

本文转载自AWS技术博客。

原文链接：
https://amazonaws-china.com/cn/blogs/china/amplify-framework-update-quickly-add-machine-learning-capabilities-to-your-web-and-mobile-apps/

创作场景

Amplify Framework 更新，快速为您的 Web 和移动应用程序添加机器学习功能