123RF 在 AWS 上利用生成式人工智能将内容翻译成本降低 95%，将内容筛查速度提高多达 100 倍

123RF 成立于 2005 年，致力于提供大量的免版税素材图像，这些图像由内部生成或者来自于外部贡献者。在意识到需要向数字化创意转变之后，该公司开始采用人工智能（AI）并扩展他们的服务，以包括多种创新型的人工智能工具，例如文本转图像生成器、背景模糊和 123RF AI Writer，以满足创意行业不断变化的需求。123RF 的高级 IT 经理 Novianto Kho 表示：“我们正在将公司转变成基于人工智能的企业，我们的愿景是让创作者获得真正的自由。”

自成立以来，123RF 一直致力于确保他们的图像适当并且符合版权法规。从一开始，该企业就选择在 Amazon Web Services（AWS）上托管他们的业务。最初，该公司依靠一个由 20 多名员工组成的团队仔细执行内容审核。随后，123RF 利用开源技术开发了一些机器学习（ML）模型以自动筛查图像，并将这些模型托管在 Amazon Elastic Compute Cloud（Amazon EC2）上。

然而，这些模型和输出并未检测到所有的内容违规，因此导致该公司分配了更多的员工来筛查图像。为了将内容审核完全自动化并节省时间和资源，该公司咨询了 AWS。此外，该公司还希望提高机器学习模型在标记不当内容方面的准确性。

123RF 订阅了 AWS Enterprise Support，并且每周与他们的技术客户经理举行会议，以共同开发能够推动业务发展的技术解决方案。“AWS 建议我们测试 Amazon Bedrock，这是一项用来构建生成式人工智能应用程序的完全托管式服务。在短短的三周内，我们成功完成了概念验证（POC），并在 Amazon Bedrock 上实施了 Anthropic Claude 3 模型，”Kho 说道。

123RF 的工程师们首先配置了他们的虚拟机，然后分配了适当的安全角色，最后安装了 Anthropic Claude 3 的软件开发套件。Kho 表示：“实施 Anthropic Claude 3 既快速速又简单，我们还利用 AWS 的专业知识加快了这一过程。”

在实施之前，123RF 与 AWS 合作测试了用户生成的数百万条数据中的一部分，以验证 Anthropic Claude 3 模型在标记不当内容方面的准确性。尽管 123RF 很快确定 Claude 3 符合他们的使用案例，但 Kho 建议各个公司在 AWS 上试用不同的预训练模型和机器学习工具，以便为每个使用案例自定义一个解决方案。Kho 还强调了持续学习的重要性。“包括生成式人工智能在内的人工智能技术发展得如此之快，因此投资于技能培养至关重要，”Kho 说道。除了与 AWS 解决方案架构师密切合作以外，123RF 员工还参加了有关特定机器学习主题的 AWS 课堂培训课程。  

在实施 Anthropic Claude 3 以进行内容审核之后，123RF 还探索了其他的使用案例，包括内容翻译。尽管该公司凭借他们基于生成式人工智能的语义搜索工具在英语市场取得了巨大成功，但由于只能搜索英语的标题和关键字，该公司在其他的 15 种语言中面临着内容发现挑战。使用 Google Translate 进行持续翻译的成本令人望而却步，而 Claude Sonnet 和 Open AI GPT-4o 等其他模型不具备成本效益。尽管 Open AI GPT-3.5 符合成本标准，但却难以提供稳定的输出质量。这样就促使他们去寻找一款更可靠、更实惠的解决方案，以增强多语言内容发现。

由于之前面临的成本优化挑战，123RF 团队最初抱着怀疑的态度与 AWS 解决方案架构师一起对 Anthropic Claude 3 执行了快速迭代和小规模 POC，以完善翻译提示。123RF 于 2024 年 7 月成功将该解决方案投入到生产环境中，此后将九种语言的批量翻译成本从 12 万美元降到 6000 美元。