1. INTRODUÇÃO A AI
1.1. Conceitos Gerais
1.1.1. Software que imita comportamentos e funcionalidades humanas.
1.2. CARGAS DE TRABALHO
1.2.1. MACHINE LEARNING
1.2.1.1. Conceito Geral
1.2.1.1.1. Ramo da IA que integra ciência da computação e matemática.
1.2.1.1.2. *"ensinamos" um modelo *fazer previsões *conclusões com base nos dados
1.2.1.2. Funcionamento
1.2.1.2.1. Enorme volume de dados gerados por nós e ou captado por sensores
1.2.1.2.2. Dados Treinam modelos que podem fazer previsões e inferências com base nas relações encontradas nos dados.
1.2.1.2.3. Os modelos de machine learning tentam detectar a relação entre os dados.
1.2.1.3. No Azure
1.2.1.3.1. Machine learning automatizado:
1.2.1.3.2. Designer do Azure Machine Learning:
1.2.1.3.3. Visualização de métricas de dados:
1.2.1.3.4. Notebooks:
1.2.2. PESQUISA VISUAL COMPUTACIONAL
1.2.2.1. Conceito Geral
1.2.2.1.1. A para interpretar o mundo visualmente por meio de câmeras, vídeos e imagens.
1.2.2.1.2. é uma área da IA que lida com o processamento visual
1.2.2.2. Modelos e funcionalidades
1.2.2.2.1. Classificação de imagens
1.2.2.2.2. Detecção de objetos
1.2.2.2.3. Segmentação semântica
1.2.2.2.4. Análise de imagem
1.2.2.2.5. Detecção, análise e reconhecimento facial
1.2.2.2.6. OCR (reconhecimento óptico de caracteres)
1.2.2.3. No Azure
1.2.2.3.1. Análise de imagens:
1.2.2.3.2. Detecção Facial:
1.2.2.3.3. Reconhecimento óptico de caracteres (OCR):
1.2.3. PROCESSAMENTO DE LINGUAGEM NATURAL
1.2.3.1. Conceito Geral
1.2.3.1.1. *interpretar a linguagem escrita ou falada *responder da mesma forma
1.2.3.1.2. é a área da IA que lida com a criação de software que entende o idioma escrito e falado.
1.2.3.1.3. permite que você crie um software que pode:
1.2.3.2. No Azure
1.2.3.2.1. Linguagem de IA do Azure
1.2.3.2.2. Fala de IA do Azure
1.2.4. INTELIGÊNCIA DE DOCUMENTOS
1.2.4.1. Conceito Geral
1.2.4.1.1. *gerenciamento, o processamento e o uso de grandes volumes de dados. *formulários e documentos
1.2.4.1.2. crie um software que possa automatizar o processamento de contratos, documentos de saúde, formulários financeiros e muito mais
1.2.4.2. No Azure
1.2.4.2.1. IA do Azure para Informação de Documentos
1.2.4.2.2. Estúdio de Informação de Documentos
1.2.5. MINERAÇÃO DO CONHECIMENTO
1.2.5.1. Conceito Geral
1.2.5.1.1. *extrair informações de grandes volumes de dados. *não estruturados *Criar epositório de conhecimento pesquisável.
1.2.5.2. No Azure
1.2.5.2.1. Pesquisa de IA do Azure
1.2.6. AI GENERATIVA
1.2.6.1. Conceito Geral
1.2.6.1.1. *Criam conteúdo original *Variedade de formatos *linguagem natural/imagem, código e muito mais.
1.2.6.1.2. As pessoas normalmente interagem com a IA generativa que foi incorporada a aplicativos de chat
1.2.6.1.3. aplicativos de IA generativa recebem entradas de linguagem natural
1.2.6.2. No Azure
1.2.6.2.1. Azure OpenAI
2. DESAFIOS E RISCOS DA AI
2.1. A tendência pode afetar os resultados
2.1.1. Um modelo de aprovação de empréstimo discrimina por gênero devido à tendência dos dados com os quais ele foi treinado
2.2. Erros podem causar danos
2.2.1. Um veículo autônomo enfrenta uma falha do sistema e causa uma colisão
2.3. Os dados podem ser expostos
2.3.1. Um bot de diagnóstico médico é treinado usando dados confidenciais de pacientes, que ficam armazenados de forma insegura
2.4. As soluções podem não funcionar para todos
2.4.1. Um assistente de automação doméstica não fornece saída de áudio para usuários com deficiência visual
2.5. Os usuários devem confiar em um sistema complexo
2.5.1. Uma ferramenta financeira baseada em IA faz recomendações de investimento, mas com base em quê?
2.6. Quem é responsável por decisões baseadas em IA?
2.6.1. Uma pessoa inocente é condenada por um crime com base em evidências de reconhecimento facial. Quem é responsável?
3. NOÇÕES BÁSICAS DA AI RESPONSÁVEL
3.1. Imparcialidade
3.1.1. tratar todas as pessoas de maneira justa.
3.1.1.1. Exemplo: aprovação de empréstimos para um banco
3.1.1.1.1. prever se o empréstimo deve ser aprovado ou negado sem parcialidade
3.1.1.1.2. parcialidade pode ser baseado em gênero, etnia ou outros fatores que resultam em uma vantagem ou desvantagem injusta para grupos específicos de candidatos
3.1.2. No Azure
3.1.2.1. Inclui a capacidade de interpretar modelos e quantificar a medida em que cada recurso dos dados influencia a previsão do modelo.
3.1.2.2. juda os cientistas de dados e os desenvolvedores a identificar e reduzir desvios no modelo
3.2. Confiabilidade e segurança
3.2.1. Os sistemas de IA devem ser executados de maneira confiável e segura
3.2.2. Exemplos
3.2.2.1. software baseado em IA para um veículo autônomo
3.2.2.1.1. A não confiabilidade nesses tipos de sistema pode resultar em risco substancial à vida humana.
3.2.2.2. diagnostica os sintomas dos pacientes e recomenda as prescrições
3.2.3. Aplicativos de software baseado em IA deve estar sujeito a rigorosos processos de gerenciamento de implantação e de teste para verificar se eles funcionam conforme o esperado antes do lançamento
3.3. Privacidade e segurança
3.3.1. Os sistemas de IA devem ser seguros e respeitar a privacidade
3.3.2. modelos de machine learning, dependem de grandes volumes de dados
3.3.3. podem conter detalhes pessoais que precisam ser mantidos particulares
3.3.4. Mesmo depois que os modelos são treinados/ sistemas em produção, a privacidade e a segurança precisam ser levadas em consideração.
3.4. Inclusão
3.4.1. Capacitar todos e envolver as pessoas
3.4.2. Levar benefícios a todas as camadas da sociedade
3.4.3. independentemente da capacidade física, do sexo, da orientação sexual, da etnia ou de outros fatores
3.5. Transparência
3.5.1. Devem ser compreensíveis
3.5.2. usuários cientes da finalidade do sistema. funcionamento e limitações
3.6. Responsabilidade
3.6.1. As pessoas devem ser responsáveis pelos sistemas de IA
3.6.2. designers e desenvolvedores, devem funcionar dentro de uma estrutura de governança.
3.6.2.1. princípios organizacionais que garantam que a solução cumpra a padrões éticos e legais claramente definidos
4. Verificação do conhecimento
4.1. 1. É interessante criar um modelo para prever os preços de sorvete com base em dados históricos que incluem os totais de vendas diárias de sorvete e medições meteorológicas. Qual serviço do Azure devo usar?
4.1.1. A) Azure Machine Learning
4.1.1.1. O Azure Machine Learning permite treinar um modelo de previsão com base nos dados existentes.
4.1.2. B) Serviço de Bot da IA do Azure
4.1.3. C)Linguagem de IA do Azure
4.2. 2. Você trabalha para um santuário de vida selvagem e está considerando usar a IA para identificar espécies de aves por meio de imagens. Qual serviço de IA você deve usar para criar protótipos de sua ideia?
4.2.1. Visão de IA do Azure
4.2.1.1. Correto. A Visão de IA do Azure permite que você adicione imagens ao modelo existente para melhorar o modelo de identificador de imagem. Essa é uma boa opção para identificar as pequenas diferenças entre espécies de aves.
4.2.2. IA do Azure Search
4.2.3. OpenAI do Azure
4.3. 3. Um aplicativo preditivo fornece saída de áudio para usuários com deficiência visual. Qual princípio da IA Responsável está refletido aqui?
4.3.1. Transparência
4.3.2. Inclusão
4.3.2.1. Correto. Inclusividade trata de como a IA deve trazer benefícios para todos os setores da sociedade, independentemente da capacidade física, do sexo, da orientação sexual, da etnia ou de outros fatores.
4.3.3. Imparcialidade