Canva dimensiona rapidamente da testo a immagine per 100 milioni di utenti grazie ad Amazon SageMaker

Canva è una piattaforma online per creare e modificare qualsiasi cosa, dalle presentazioni ai post sui social media, video, documenti e persino siti Web. L'azienda mira a democratizzare la creazione di contenuti in modo che tutti, dalle aziende ai blogger su piccola scala, abbiano accesso a strumenti avanzati di comunicazione visiva. Con lo sviluppo di programmi che utilizzano il machine learning e l'intelligenza artificiale per creare immagini basate sull'immissione di testo, la creazione di una funzione da testo a immagine in Canva si è allineata all'obiettivo dell'organizzazione di potenziare la creatività e rendere il design il più semplice possibile. "C'è stata un'enorme esplosione di contenuti generati", ha affermato Glen Pink, direttore del machine learning di Canva. "Le immagini generate dall'intelligenza artificiale sono diventate solo di recente più di un giocattolo. È diventato qualcosa che può essere effettivamente utilizzato come parte del processo di progettazione creativa".

Quando un ingegnere di Canva ha creato una demo testo-immagine basata su Stable Diffusion, un modello di machine learning testo-immagine open source con deep learning rilasciato nel 2022, l'azienda ha investito nell'integrazione con Canva. Il primo passo di Pink nella creazione di questo strumento è stato quello di rivolgersi ad AWS, poiché Canva utilizza i servizi di AWS quasi dal primo giorno di lavoro. "Probabilmente ci sarebbero voluti 6 mesi per implementarlo da soli", ha affermato Pink. "Non saprei nemmeno come affrontare la scalabilità dal punto di vista hardware". In effetti, sarebbe stato impossibile per Canva configurare un numero sufficiente di GPU per rendere la sua funzione da testo a immagine una realtà in tempo utile per soddisfare le esigenze aziendali.

Con Amazon SageMaker, Canva avrebbe potuto fornire la nuova funzionalità da testo a immagine agli utenti nell'arco di 3 settimane. "È un tempo di consegna normale per alcuni modelli", ha dichiarato Pink, "ma si tratta di tecnologia pesante e all'avanguardia. Prima di AWS, Canva non poteva fornire rapidamente modelli grandi, moderni e all'avanguardia, ora sì".

Non era solo la rapidità di commercializzazione a destare preoccupazioni per Canva, ma soprattutto la fiducia e la sicurezza degli utenti. L'avvento dell'arte generata dall'intelligenza artificiale ha introdotto nuovi modi per gli utenti di creare contenuti problematici. In alcuni casi, queste IA potrebbero persino creare immagini offensive da sole. La moderazione manuale di ogni immagine avrebbe richiesto a Canva di assumere centinaia di moderatori che lavoravano 24 ore su 24. Invece, il passaggio ad Amazon Rekognition ha offerto capacità di visione artificiale pre-addestrate e personalizzabili per estrarre informazioni e dettagli dalle immagini e dai video. "Amazon Rekognition è stato davvero utile", ha affermato Pink. "Non consentiamo agli utenti di inserire prompt che potrebbero generare contenuti dannosi e utilizziamo Amazon Rekognition per identificare le immagini NSFW (non sicure per il lavoro) generate dal modello". Se un utente inserisce una richiesta di immagine offensiva, Canva semplicemente non restituisce alcun risultato all'utente. C'è anche un'opzione per gli utenti di segnalare le immagini generate che ritengono offensive.

Canva imposta la sequenza di creazione delle immagini in modo che utilizzi un endpoint di inferenza in tempo reale di Amazon SageMaker per generare un'immagine dopo che un utente inserisce un prompt di testo. Quando le immagini vengono generate, il sistema le filtra tramite il modello Amazon Rekognition. Alla fine della pipeline, Canva mostra una selezione di immagini all'utente finale. Con questa tecnologia testo-immagine all'avanguardia, gli utenti possono creare immagini uniche e di alta qualità in pochi secondi anziché in ore o giorni.

Canva ora utilizza Amazon SageMaker per oltre 60 modelli ML, interessando quasi ogni fase della creazione di immagini nel servizio. "Mettere i modelli nelle mani dei clienti e poi dare il relativo impulso è molto importante. AWS è stato assolutamente essenziale per tutto questo", ha affermato Pink. Canva ha implementato questa nuova funzionalità innovativa per i suoi utenti così rapidamente in gran parte grazie alla quantità di tempo dei dipendenti che l'azienda risparmia utilizzando AWS. L'utilizzo di AWS ha inoltre ridotto i costi facendo risparmiare a Canva un costoso investimento hardware iniziale. "AWS è un'ottima opzione per una solida scalabilità in termini di ritorno sull'investimento perché possiamo implementare in modo efficace e rapido", ha dichiarato Pink.

Con oltre 100 milioni di utenti attivi al mese, Canva sta cercando di espandere i servizi intelligenti che offre insieme alla sua base di utenti globale. L'azienda intende continuare a utilizzare AWS per creare questi strumenti dalle dimensioni necessarie per servire i suoi utenti sempre più numerosi di Canva for Teams. L'utilizzo di Amazon SageMaker consente agli ingegneri ML di Canva di innovare rapidamente e dare forma al futuro della collaborazione tra team. "È qui che AWS partecipa attivamente alla fornitura dell'ambiente sottostante per supportare i modelli ML pesanti", ha affermato Pink.

"Con AWS, l'ambiente ML di Canva si adatta molto bene a un gran numero di utenti", ha affermato. "Possiamo essere certi che qualsiasi cosa costruiamo su AWS sarà dimensionabile".