AWS внедрила ИИ для обнаружения сбоев в содержании дашбордов
AWS внедрила ИИ для обнаружения сбоев в содержании дашбордов 📝 Суть Команда AWS разработала и внедрила систему автоматической проверки контента дашбордов, используя Amazon Bedrock. Решение анализирует сотни дашбордов в приложении AWS Insights для выявления и исправления проблем до того, как их увидят пользователи. Это сократило среднее время обнаружения неисправностей с 72 часов до менее 1 часа. 🔢 Факты • Традильный мониторинг инфраструктуры не выявляет сбои в контенте дашбордов, такие как пустые или устаревшие данные, так как они проявляются только на уровне пользовательского интерфейса. • За 30 дней эксплуатации системы мониторинга было обнаружено 802 случая сбоев контента, из которых менее 1% имели соответствующее сообщение от пользователя. • Новое решение использует пять стадий серверной архитектуры, построенной на управляемых сервисах AWS, которые масштабируются до нуля между циклами проверки. • Для визуальной проверки контента используется модель Anthropic Claude из Amazon Bedrock, которая анализирует снимки экрана дашбордов на наличие структурных аномалий, таких как пустые элементы или состояния ошибок. • Перед сохранением и анализом снимки экрана проходят через Amazon Rekognition для обнаружения и маскирования текста и числовых данных, чтобы избежать попадания конфиденциальной информации в хранилище. • Внедрение визуальной проверки контента сократило среднее время обнаружения неисправностей с 72 часов до менее 1 часа, поскольку циклы проверки выполняются ежечасно. • За 30 дней эксплуатации системы было выполнено 153 000 автоматических проверок контента, обнаружено 802 сбоя (0,52% проверок), что соответствует 99,48% доступности контента. • Численная валидация, работающая в еженедельных циклах более 6 месяцев, обрабатывает 50-70 точек данных за цикл и не пропустила ни одной проблемы с данными без человеческого обзора. ⚖️ Почему это важно Разработанное решение помогает организациям, использующим бизнес-аналитику в большом масштабе, обеспечивать корректность отображаемых данных, повышая доверие пользователей и предотвращая некорректные данные, передаваемые в системы ИИ для генерации отчетов. 👀 Что отслеживать В будущих версиях планируется внедрение проверок согласованности данных между дашбордами, системы рекомендаций по устранению ошибок на основе исторических данных и предиктивной аналитики для предсказания проблем до их возникновения. ↗ Источник: https://aws.amazon.com/blogs/machine-learning/how-an-aws-team-detects-dashboard-content-failures-at-scale-using-amazon-bedrock/