Microsoft Azure AI Fundamentals

La mejor descripción de Microsoft Copilot es la de un asistente impulsado por IA que usa grandes modelos de lenguaje (LLM) para ayudar con tareas en los productos de Microsoft. Según la documentación oficial de Microsoft: «Microsoft 365 Copilot es una herramienta de productividad impulsada por IA que usa grandes modelos de lenguaje (LLM) e integra tus datos con Microsoft Graph y las aplicaciones y servicios de Microsoft 365. Funciona junto con aplicaciones populares de Microsoft 365 como Word, Excel, PowerPoint, Outlook, Teams y más.» Por eso la opción «Un asistente impulsado por IA que usa grandes modelos de lenguaje…» es la respuesta correcta. Por qué las otras opciones son incorrectas: - la opción «Un sistema operativo independiente para estaciones de trabajo de IA» (Un sistema operativo independiente para estaciones de trabajo de IA): Microsoft Copilot no es un sistema operativo en absoluto. Es un asistente de IA integrado dentro de productos existentes de Microsoft como Microsoft 365, Windows y Edge. No funciona como un sistema operativo independiente. - la opción «Un sistema de gestión de bases de datos para almacenar los pesos de modelos de IA» (Un sistema de gestión de bases de datos para almacenar los pesos de modelos de IA): Copilot no es un sistema de gestión de bases de datos. Es un asistente de IA de cara al usuario que aprovecha los LLM para ayudar con tareas de productividad como escribir, resumir y analizar datos. - la opción «Un acelerador de hardware para el entrenamiento de machine learning» (Un acelerador de hardware para el entrenamiento de machine learning): Copilot es un asistente de IA basado en software, no un componente de hardware. Los aceleradores de hardware como las GPU o las TPU son dispositivos físicos que sirven para acelerar el entrenamiento de ML, algo totalmente distinto de lo que hace Copilot. (Fuente: https://learn.microsoft.com/en-us/office365/servicedescriptions/office-365-platform-service-description/microsoft-365-copilot)

Conversational Language Understanding (CLU) es la característica correcta del servicio Azure AI Language para extraer tanto intents como entidades de enunciados en lenguaje natural. CLU es el sucesor de LUIS (Language Understanding Intelligent Service) y está diseñado específicamente para entender comandos de usuario: identifica lo que la persona quiere hacer (intent) y extrae la información clave (entidades) de lo que escribe o dice.

En este escenario, cuando alguien dice «Pon una alarma para mañana a las 7 AM», CLU procesa el enunciado para determinar:

• Intent: SetAlarm (lo que la persona quiere lograr)
• Entidades: time=7AM, date=tomorrow (los detalles concretos necesarios para cumplir la solicitud)

CLU forma parte del servicio Azure AI Language y te permite crear modelos personalizados entrenados con enunciados específicos de tu dominio, lo que lo vuelve ideal para construir aplicaciones conversacionales que necesitan entender comandos de usuario.

Por qué las otras opciones serían incorrectas (si se presentaran):

• Respuesta a preguntas: esta característica extrae respuestas de documentos, preguntas frecuentes o bases de conocimiento; no descompone los comandos del usuario en intents y entidades.
• Análisis de sentimiento: esta característica analiza texto para determinar la polaridad de la opinión (positiva, negativa, neutra); no extrae intents ni entidades de los comandos.
• Reconocimiento de entidades nombradas (NER): aunque NER puede identificar entidades en un texto, no determina el intent del usuario. CLU combina la clasificación de intents y la extracción de entidades en un contexto conversacional.
• Text Analytics: es una categoría más amplia de características (sentimiento, frases clave, NER), pero no ofrece reconocimiento de intents a partir de enunciados conversacionales.

Consejo de examen: siempre que una pregunta hable de extraer intents y entidades de enunciados o comandos de usuario, la respuesta es CLU. Recuerda que CLU reemplaza al antiguo servicio LUIS.

(Fuente: https://learn.microsoft.com/en-us/azure/ai-services/language-service/conversational-language-understanding/overview)

Análisis de color es la respuesta correcta. La característica de análisis de color de Azure AI Vision identifica el color dominante del primer plano, el color dominante del fondo, el color de acento y si una imagen está en blanco y negro. Es una capacidad integrada del servicio Azure AI Vision (antes Computer Vision).

Por qué las otras opciones son incorrectas:

• A. Descripción de imágenes — La descripción de imágenes genera un texto legible para las personas sobre el contenido de una imagen. No analiza ni devuelve información sobre el esquema de color.

• B. Detección de rostros — La detección de rostros identifica y ubica rostros humanos en una imagen y devuelve atributos como la ubicación del rostro, la edad, la emoción y otras características faciales. No analiza las propiedades de color de la imagen en conjunto.

• D. Detección de objetos — La detección de objetos identifica y ubica objetos específicos dentro de una imagen dibujando cuadros delimitadores a su alrededor y clasificando cada objeto. Se centra en qué objetos hay y dónde están, no en la composición de color de la imagen.

La característica de análisis de color está pensada específicamente para escenarios como flujos de trabajo de diseño, mejoras de accesibilidad y organización de contenido, donde entender la paleta de colores de una imagen es importante.

(Fuente: https://learn.microsoft.com/en-us/azure/ai-services/computer-vision/concept-detecting-color-schemes)

VERDADERO — El marco de IA responsable de Microsoft se apoya exactamente en seis principios rectores: Equidad, Confiabilidad y seguridad, Privacidad y seguridad, Inclusión, Transparencia y Responsabilidad. El módulo oficial de formación de Microsoft Learn «Embrace Responsible AI Principles and Practices» dice: «Explora seis principios que guían el desarrollo y el uso de la IA». Estos seis principios son: 1. Equidad — Los sistemas de IA deben tratar a todas las personas de forma justa y evitar afectar de distinta manera a grupos en situaciones similares (por ejemplo, sin sesgos por género, etnia, etc.). 2. Confiabilidad y seguridad — Los sistemas de IA deben funcionar de forma confiable y segura en las condiciones esperadas y manejar con solvencia las situaciones inesperadas. 3. Privacidad y seguridad — Los sistemas de IA deben ser seguros y respetar la privacidad, protegiendo los datos personales a lo largo de todo el ciclo de vida de la IA. 4. Inclusión — Los sistemas de IA deben potenciar a todas las personas e involucrarlas, garantizando la accesibilidad para todos los usuarios sin importar sus capacidades. 5. Transparencia — Los sistemas de IA deben ser comprensibles, de modo que las personas puedan entender cómo se toman las decisiones. 6. Responsabilidad — Las personas deben responder por los sistemas de IA, asegurando supervisión humana y gobernanza. La afirmación de la pregunta enumera correctamente los seis principios, así que la respuesta es Verdadero. La opción «Falso» (Falso) es incorrecta porque la afirmación enumera con exactitud los seis principios oficiales de IA responsable de Microsoft, sin omisiones, agregados ni imprecisiones. (Fuente: https://learn.microsoft.com/en-us/training/modules/embrace-responsible-ai-principles-practices/)