أمازون تعرض مسار عمل قائماً على Nova وSAM 3 وTextract لإخفاء البيانات الشخصية تلقائياً في الصور

قدّمت مدونة AWS Machine Learning Blog مسار عمل متعدد الخطوات لإخفاء البيانات الشخصية تلقائياً في الصور، يعمل تحت إدارة نموذج Amazon Nova.

كيف يعمل مسار العمل

يقوم الحل على الاستدلال البصري السياقي في Amazon Nova، الذي ينسّق عمل عدة أدوات متكاملة بدلاً من الاعتماد على خوارزمية واحدة شاملة. وتوجّه Nova الطلبات إلى نظامين متخصصين، ثم تدمج نتائجهما في عملية واحدة لتحرير الصورة.

• منسّق مسار العمل — Amazon Nova، الاستدلال البصري السياقي
• التجزئة — نموذج Segment Anything Model (SAM 3) المفتوح من Meta
• مكان نشر SAM 3 — على منصة Amazon SageMaker AI، مع تجزئة على مستوى البكسل
• التعرف على النصوص — Amazon Textract، التعرف الضوئي على الحروف (OCR)
• الحالات المعقدة — بصمات الأصابع، وبطاقات الهوية، ولوحات السيارات بأي اتجاه

لماذا الحاجة إلى أداتين إضافيتين معاً؟

يتولى SAM 3 من Meta التجزئة على مستوى البكسل، أي تحديد مناطق الصورة المطلوب إخفاؤها بدقة، وصولاً إلى عناصر غير معتادة مثل بصمة الإصبع على وثيقة. أما Amazon Textract فيتعرف على النص داخل الصورة، ويرصد مقاطع مثل أرقام الوثائق أو التوقيعات، وهي عناصر قد تفوت التجزئة القائمة على شكل الكائن. وتربط Nova بين مصدري الإشارات هذين لتتخذ قراراً موحداً بشأن المناطق التي يجب تحريرها، بحيث تكون النتيجة كاملة وممتثلة للمتطلبات القانونية في آن واحد.

ويؤكد المؤلفون بشكل خاص أن مسار العمل مصمّم للحالات النادرة والمعقدة، أي الصور التي لا تتبع فيها البيانات الشخصية نمطاً قياسياً: كأن تكون مائلة، أو مغطاة جزئياً، أو من أنواع غير تقليدية مثل بصمات الأصابع.

ماذا يعني ذلك

يُظهر الجمع بين الاستدلال البصري في Nova والتجزئة المفتوحة في SAM 3 ومحرك OCR في Textract أن مسارات العمل الحديثة الخاصة بالامتثال تُبنى بشكل متزايد على تنسيق عدة أنظمة متخصصة، لا على نموذج واحد، بحيث يعالج كل نظام فئة مختلفة من الأخطاء.