Azure AI基本面:如何通过AI-900考试
今天我和我亲爱的78岁的母亲聊天,她告诉我微软刚刚收购了一家人工智能(AI)公司。我永远不会说七十多岁的老人与现代科技脱节,但她提起这件事仍然让我感到惊讶。
这是一个有趣的事情,它与Microsoft购买(称为Nuance)制作了Microsoft(称为Nuance)在医学检测领域中的AI软件。当她第一次搬到加拿大时,我的母亲在医疗听写中工作。
最后更新:2021年5月
学习Azure AI和ML服务的基础知识,并通过这个完整的AI-900课程获得认证!|•50万+学生,软件架构师
探索课程所以在我母亲告诉我微软买了这家公司之后,我不得不告诉她,这家公司使智能电脑制造她曾经做过的工作。与20世纪60年代相比,今天雇用了很少的医学转录师。
以下是谷歌趋势,随着时间的推移,“医学转录主义者”一词:
上图反映了AI在很大程度上更换的作业类型。
人工智能在我们的日常生活中无处不在,在我们看得见的地方,也在我们看不到的地方。当我们与手机和智能音箱通话,让它们执行某些任务时,远方数据中心的一台电脑会解读声音,并决定我们的意图。这台电脑可以理解我们的语言和我们微妙的意图,而不需要有人将这些特定的词语编程来表示特定的东西。
“Alexa,如果你现在可以拒绝灯光,那就太棒了。谢谢,嘿!“
几乎在同一时间,在另一个计算机系统中,一个人工智能计算机算法已经决定,我们的信誉已经改善,并准备给我们发送一封信,提供我们更高的信用限额。这是自动机器学习(ML),无需任何人类决策或干预。
有人可能会说人工智能和人工智能是我们的未来,但我认为它们是我们的现在。AI和ML无处不在。它们在我们的车里,在我们的红绿灯里,在我们的家里,在我们的口袋里,在我们的工作场所。
如果计算机写了这个博文,你甚至可能都不知道。有一个名为GPT-3的有趣的ML程序,可以以非常相似的方式编写文章与人类写作。
如果你对人工智能感兴趣,不管你有没有技术背景,也许你应该参加一门有关它的课程,学习基本知识。一种方法是参加一个基本的人工智能认证测试,就像微软提供的那样。
微软的AI-900考试测试了广泛的基础知识,涉及到一般的人工智能和ML原理。这也确保了候选人对微软Azure在人工智能方面的服务能力有基本的了解。
成本:99美元
问题:奖金的
时限:60分钟(90如果您在前和之后包含调查)
问题类型:多项选择
经验水平:初学者
证书到期:不过期,就好一辈子
也许你以前听说过人工智能,但它到底是什么呢?我们说的是未来派电脑能回到过去追踪约翰·康纳吗?不,不是那种人工智能。这被称为广义人工智能,据我们所知,目前还没有发明。
当我们说“人工智能”时,我们指的是一种非常特殊的人工智能。专门的人工智能有非常有限和特定的训练和能力。数据科学家通过一种名为ML的技术训练专门的人工智能。
宽泛地说,你可以将人工智能定义为任何旨在复制人类大脑的技术。人类的大脑从五种感官获取信息:
- 通过眼睛的视觉输入
- 通过耳朵的音频输入
- 嗅觉通过鼻子输入
- 触觉输入
- 通过味道的味觉输入
人类的大脑利用这些信息来帮助它做出决定和采取行动。它可以理解周围正在发生的对话,对这些对话进行回复,根据所看到的情况预测将要发生的事情,或者只是识别特定的物体。
现在,云计算机有鼻子,触摸或味道,它不常见,但AI从其感官中取消:
- 视频输入
- 音频输入
- 文本输入
基于这些输入,AI大脑也做出决定,可以被编程以采取行动。
常见的人工智能工作量和重要的考虑事项
对于AI-900 Azure AI基础测试,理解常见的AI工作负载是很重要的。使用这些输入,ML算法可以:
- 作出预测或预测(如天气预报)
- 分类对象(这是一只企鹅或猫)
- 将数据安排到集群中(这些项目是以某种方式相关的)
- 检测计算机数据流中的异常
- 翻译语言之间的文本
- 合成语音
- 与人类交谈
拥有一台能够在没有人工干预或覆盖的情况下做出重要决定的计算机是一个危险的概念。关于这一后果的电影已经拍好了。(“我会回来的!”)所以微软已经制定了负责任的人工智能的指导原则。这些也会在考试中被测试。
当人们训练人工智能模型执行一项任务时,他们是怀着最好的意图去做的。世界各地的许多人力资源部门都希望有一台电脑,能够过滤掉所有应聘职位的求职者,并自动过滤掉那些不符合一定标准的求职者。
使用AI解决方案,您不编程确切的标准。您要求计算机检查过去的成功(和不成功)申请人,并弄清楚它们的共同点。然后,您可以预先确定哪些候选人可能被雇用并且哪些候选人。
不幸的是,如果你的人力资源恢复过滤程序确定只有男性可能被录用?因此,在将恢复发送到HR之前,它开始过滤出非男性声音名称的人。你只是自动化反女偏见。
这不是很远的东西。这实际上发生了。
这就是微软的公平原则谈论公平,可靠性,安全,隐私,安全,包容性,透明度和问责制的重要性。
AI-900考试也会问这些问题。
Azure上的机器学习原理
AI-900考试是基础性考试。您并不需要使用Azure ML和AI服务来实际设计和实现解决方案。
然而,掌握Azure提供的选项很重要。您应该对术语和ML如何工作有一定的了解。你应该能够向别人描述一个ML模型是好是坏。
例如,以下是最常见的ML算法类型:
- 回归算法:用于预测
- 分类算法:用于识别对象
- 聚类算法:用于将相关项分组
- 深度学习:使用人工神经网络
成功的ML从大量好的数据开始。您提供给机器的数据集必须是算法在现实世界中会遇到的情况的公平代表。任何群体的代表都不应过少或过多。您可能认为10,000行数据很多,但100,000行更好,100万行更好。
开发ML模型的第一阶段是数据摄入和准备。您需要从Azure中获取数据。这些数据可能没有很好地格式化,而且其中可能有“坏数据”。你得把它清理干净。
开发模型的第二阶段是具有工程工程和特征选择。您可能在每行上有200列数据,但您不太可能需要所有的数据。也许只有少数列与您试图教导计算机的决定相关。如果您正在尝试预测未来的产品销售,客户的位置可能是相关的,但肯定是购买它的客户的名称。
“数据显示我们的销售额的12%是名为John的人,所以我们只为名叫John的人开始Facebook广告活动。”
开发模型的第三个阶段是实际的培训和评估。您可以使用选定的算法将模型指向数据,并让它处理所有数据。关键是通过预测一组从未见过的数据的结果来评估这个模型。然后您可以看到当使用测试数据时它是多么的准确。
最后,开发ML模型的最后一步是将获胜模型部署到生产环境中,并开始在实际应用程序中使用它。
Azure的计算机视觉工作负载
AI-900考试的另一个题目是Azure认知服务。认知服务是一套预先构建的ML模型,您无需训练即可使用它们。但是,有时您可以使用自己的数据对它们进行定制。
一组服务被称为计算机视觉。应用程序编程接口(API)可以用来分析视频和图像的内容,并从中提取有价值的信息。例如,计算机视觉API可以:
- 从图像中提取手写和打印文本
- 识别名人面孔
- 认识全球地标
- 识别普通物体,如自行车或手机
- 识别照片中人脸的位置
- 估计照片中人物的年龄和性别
- 在多张照片中找到同一个人
- 描述一张照片
- 从照片中提取标签
- 从表单或发票中提取字段内容
- 还有更多的任务
当您看到这些天识别图像的内容时,它真的很令人印象深刻。
Azure中的自然语言处理(NLP)工作负载
当计算机能够理解人类语言的含义和意图时,这就被称为“自然语言处理”或NLP。
这项技术使互联网搜索变得更加容易。你可以在你最喜欢的搜索引擎(比如谷歌)中输入一些单词,这个网站在猜测你想要找到什么方面会比简单的关键词匹配做得更好。
在翻译语言之间的文本时,计算机也会变得更好。甚至10年前,翻译文本更像是一个字面翻译。在互联网的早期,它是一个热门的笑话,将文本从英语翻译成另一种语言,然后再次回到英语,并嘲笑结果。如今,您更有可能发现这样做的结果是相当准确的翻译。这不再有趣了。
除了理解书面文字、口语和翻译外,计算机在理解意义方面也越来越好。计算机现在可以阅读冗长的书面文本(比如这篇博客文章),并相当准确地将其总结为几个词。
Azure中的会话工作负载
AI-900考试涵盖的最后一种人工智能工作量是会话式人工智能。这有时会以聊天机器人的形式出现。这些是你在浏览公司支持页面时有时会看到的“友好”弹出窗口。用你的自然语言问问题,聊天机器人会尝试为你找到答案,而不必将你连接到支持代理。
“你们几点营业到明天晚上?”
计算机可以理解你的要求,并将返回存储时间的操作,为明天。
您可以使用Azure Bot服务构建自己的聊天机器人。除了回答基本问题,您还可以在Azure中开发工作流。事实上,机器人可以通过聊天接受订单。你可以用聊天机器人点披萨,后台的人工智能聊天机器人技术会确保它正确理解你的订单。
总结一下
这些都是AI-900微软Azure AI基础考试所涵盖的顶级科目。您根本不需要成为这些服务的开发人员或专家——只要对它们的功能有基本的了解即可。
如果你对参加AI-900测试感兴趣,我认为你只需要几周的学习就能做到。我有一个AI-900 course on Udemy这涵盖了这次考试的所有主题。这门课有Udemy的30天无条件退款保证,但我相信你不需要使用它。
数百名学生选修了这门课,并通过了考试。我每天都收到他们的感谢信息。你可以在评论中读到。我相信你稍微努力一点就能通过这次考试。挑战自己!
其他补充AI基础考试的Azure考试包括AZ-900 Azure基础考试和DP-900 Azure数据基础考试。