Azure AI Engineer Assosiate(AI-102)学習まとめ#1

- Microsoft の AI資格には基礎資格であるAI-900と、
　中級資格であるAI-102がある。
今回はAI-102のMicrosoft Learnの内容を学習用にまとめます。
-2024/3/20　時点の情報です。

- 概要

Azure AI を活用するAIソリューションを構築、管理、デプロイできるように

なる。

• Azure AI ソリューションを計画して管理する (15 から 20%)

• 意思決定支援ソリューションを実装する (10 から 15%)

• コンピューター ビジョン ソリューションを実装する (15 から 20%)

• 自然言語処理のソリューションを実装する (30 から 35%)

• ナレッジ マイニングとドキュメント インテリジェンス ソリューションを実装する (10 から 15%)

• 生成 AI ソリューションを実装する (10 から 15%)

Azure AI サービスの使用を開始する

Azure AIサービスはAIの機能群である。
自分のアプリケーションに統合できる。

-

- 人工知能（AI）とは

人間のような能力を１つ以上占めるソフトウェア
　・視覚認識
　・テキスト分析と会話
　・音声
　・意思決定

- 人工知能（AI）基礎用語

• データサイエンス：データの処理と分析に重点を置き、統計的技法を使用してデータ内の関係やパターンを明らかにする。

• 機械学習：データサイエンスのサブセットで、予測モデルのトレーニングと検証に焦点を当てる。

• 人工知能：機械学習に基づき、人間のインテリジェンスの特性を模倣するソフトウェアを作成する。

- AIエンジニアの考慮事項

• AIの統合: ソフトウェアエンジニアは、アプリケーションやサービスにAI機能を統合する方法を理解する必要がある。

• モデルのトレーニングと推論: AIシステムはサンプルデータを使用してトレーニングされた予測モデルに依存し、新しいデータに対する「推論」を行う。

• 確率と信頼度スコア: 予測モデルは確率に基づいており、信頼度スコアを使用して予測の評価を行う。

• 責任あるAIと倫理: ソフトウェアエンジニアは、AIがユーザーや社会に与える影響を考慮し、倫理的な使用を心がける必要がある。

- Azure Machine Learningの機能

• 自動機械学習: データから効果的な機械学習モデルを迅速に作成することができます。

• Azure Machine Learning デザイナー: コードなしで機械学習ソリューションを開発するグラフィカルインターフェイス。

• データとコンピューティングの管理: データサイエンティストが大規模なデータ実験コードを実行するためのクラウドベースのリソース。

• パイプライン: モデルのトレーニング、デプロイ、管理タスクを調整するために定義されます。

これらの機能により、データサイエンティストやソフトウェアエンジニアは、機械学習モデルのトレーニングやデプロイを行い、AI対応アプリケーションを構築することができます。また、Azure Machine Learning SDKやCLIスクリプトを使用して、モデルのバージョン管理やデプロイを管理するDevOpsプロセスを調整することも可能です。

- Azure AI サービスの機能

- Azure OpenAI

• 生成AIの進歩: 生成AIはコンテンツを生成するAIモデルに焦点を当てた新しい分野で、テキスト、画像、コードなどを生成します。

• トランスフォーマーアーキテクチャ: これらのモデルはトランスフォーマーアーキテクチャに基づく大規模言語モデル(LLM)に依存しています。

• Azure OpenAI Service: OpenAIによって開発されたモデルをデプロイ、利用、微調整するためのサービスです。

• アプリケーション開発: AIエンジニアはAzure OpenAIを使用してアプリケーションを開発し、RESTと言語固有のSDKを使用できます。

- Azure Cognitive Search(現：Azure AI Search)

• 情報検索の重要性: 多くのアプリケーションで一般的な要件であり、コンテキストに適した情報を検索できます。

• Azure AI Search: データを取り込み、インデックスを作成し、検索やフィルター処理、並べ替えを行うサービスです。

• エンリッチメント パイプライン: AI スキルを使ってインデックスを強化し、画像の説明生成やテキスト抽出などを行います。

• ナレッジ ストア: エンリッチメント パイプラインによって抽出された分析情報を保持し、さらに分析やデータ パイプラインに統合します。

Azure AI サービスを作成して使用する

- Azure AI Service

• サービスの概要: Azure AI は、AI 機能をカプセル化するクラウドベースのサービスであり、個々のサービスが高度なアプリケーションを構築するための構成要素として提供されます。

• サービスのカテゴリ: 言語、音声、ビジョン、決定という複数のカテゴリに分けられ、それぞれにAzure AI Language, Azure AI Speech, Azure AI Computer Vision, Azure AI Anomaly Detectorなどが含まれます。

• AI ソリューション: Azure AI Document Intelligence, Azure AI Immersive Reader, Azure Cognitive Search, Azure OpenAI などのサービスを使用して、AI ソリューションを構築し、一般的な AI シナリオ向けのソリューションを提供できます。

• 使用方法: 各 AI サービスのプロビジョニングおよび使用方法は一般的に同じで、Azure サブスクリプションでリソースを作成し、エンドポイント、キー、場所を特定し、REST API または SDK を使用してサービスを利用します。

• マルチサービス リソース: 複数のAIサービスをサポートするリソースを作成でき、1つのエンドポイントとアクセス資格情報で管理します。

• 単一サービス リソース: 各AIサービスを個別にプロビジョニングし、それぞれに独自のエンドポイントとアクセス資格情報があります。

• Free レベル: 単一サービスのリソースには通常、使用制限のある無料レベルが用意されています。

• トレーニングと予測のリソース: 一部のAIサービスでは、モデルのトレーニングと予測に個別のリソースが必要です。

これらのオプションを通じて、Azure AI サービスを効率的に利用し、アプリケーションに統合することができます。

- 演習 Azure AI サービスを使う

ReSourcesのPasswordのTをクリックしてログイン

VS Codeを起動

Ctrl＋Shift+P を入力