Microsoft Azure AI Fundamentals

Microsoft Copilot se décrit avant tout comme un assistant basé sur l'IA qui utilise de grands modèles de langage (LLM) pour aider à réaliser des tâches dans les produits Microsoft. Selon la documentation officielle de Microsoft, « Microsoft 365 Copilot est un outil de productivité basé sur l'IA qui utilise de grands modèles de langage (LLM) et intègre tes données avec Microsoft Graph et les applications et services Microsoft 365. Il fonctionne aux côtés d'applications Microsoft 365 populaires telles que Word, Excel, PowerPoint, Outlook, Teams, et bien d'autres. » L'option « Un assistant basé sur l'IA qui utilise de grands modèles de langage… » est donc la bonne réponse. Pourquoi les autres options sont fausses : - l'option « Un système d'exploitation autonome pour stations de travail dédiées à l'IA » (Un système d'exploitation autonome pour stations de travail dédiées à l'IA) : Microsoft Copilot n'est pas du tout un système d'exploitation. C'est un assistant IA intégré à des produits Microsoft existants comme Microsoft 365, Windows et Edge. Il ne fonctionne pas comme un OS autonome. - l'option « Un système de gestion de base de données pour stocker les poids de modèles d'IA » (Un système de gestion de base de données pour stocker les poids de modèles d'IA) : Copilot n'est pas un système de gestion de base de données. C'est un assistant IA destiné aux utilisateurs, qui s'appuie sur des LLM pour les aider dans des tâches de productivité comme rédiger, résumer et analyser des données. - l'option « Un accélérateur matériel pour l'entraînement de modèles de machine learning » (Un accélérateur matériel pour l'entraînement de modèles de machine learning) : Copilot est un assistant IA logiciel, pas un composant matériel. Les accélérateurs matériels comme les GPU ou les TPU sont des équipements physiques servant à accélérer l'entraînement ML, ce qui n'a rien à voir avec ce que fait Copilot. (Source : https://learn.microsoft.com/en-us/office365/servicedescriptions/office-365-platform-service-description/microsoft-365-copilot)

Conversational Language Understanding (CLU) est la bonne fonctionnalité du service Azure AI Language pour extraire à la fois les intentions et les entités d'énoncés en langage naturel. CLU succède à LUIS (Language Understanding Intelligent Service) et a été conçu précisément pour comprendre les commandes des utilisateurs : il identifie ce que la personne veut faire (intention) et extrait les informations clés (entités) de ce qu'elle exprime.

Dans ce scénario, quand quelqu'un dit « Mets une alarme pour demain 7 AM », CLU traite l'énoncé pour déterminer :

• Intention : SetAlarm (ce que la personne veut accomplir)
• Entités : time=7AM, date=tomorrow (les détails précis nécessaires pour répondre à la demande)

CLU fait partie du service Azure AI Language et te permet de créer des modèles personnalisés entraînés sur des énoncés propres à ton domaine, ce qui en fait un choix idéal pour construire des applications conversationnelles qui doivent comprendre les commandes des utilisateurs.

Pourquoi les autres options seraient fausses (si elles étaient proposées) :

• Réponse aux questions : cette fonctionnalité extrait des réponses de documents, de FAQ ou de bases de connaissances — elle ne décompose pas les commandes en intentions et en entités.
• Analyse de sentiment : cette fonctionnalité analyse un texte pour déterminer la polarité de l'opinion (positive, négative, neutre) — elle n'extrait ni intentions ni entités des commandes.
• Reconnaissance d'entités nommées (NER) : la NER sait repérer des entités dans un texte, mais elle ne détermine pas l'intention de l'utilisateur. CLU combine classification d'intentions et extraction d'entités dans un contexte conversationnel.
• Text Analytics : c'est une catégorie plus large de fonctionnalités (sentiment, expressions clés, NER), mais elle n'offre pas la reconnaissance d'intentions à partir d'énoncés conversationnels.

Astuce d'examen : dès qu'une question porte sur l'extraction d'intentions et d'entités à partir d'énoncés ou de commandes d'utilisateurs, la réponse est CLU. Retiens que CLU remplace l'ancien service LUIS.

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

Analyse des couleurs est la bonne réponse. La fonctionnalité d'analyse des couleurs d'Azure AI Vision identifie la couleur dominante du premier plan, la couleur dominante de l'arrière-plan, la couleur d'accentuation et le fait qu'une image soit en noir et blanc. C'est une capacité intégrée du service Azure AI Vision (anciennement Computer Vision).

Pourquoi les autres options sont fausses :

• A. Description d'images — La description d'images génère un texte lisible par un humain décrivant le contenu d'une image. Elle n'analyse ni ne renvoie d'informations sur la palette de couleurs.

• B. Détection de visages — La détection de visages identifie et localise les visages humains dans une image et renvoie des attributs comme la position du visage, l'âge, l'émotion et d'autres caractéristiques faciales. Elle n'analyse pas les propriétés colorimétriques de l'image dans son ensemble.

• D. Détection d'objets — La détection d'objets identifie et localise des objets précis dans une image en traçant des cadres englobants autour d'eux et en classant chaque objet. Elle s'intéresse aux objets présents et à leur emplacement, pas à la composition colorimétrique de l'image.

La fonctionnalité d'analyse des couleurs est pensée pour des scénarios comme les workflows de design, les améliorations d'accessibilité et l'organisation de contenu, où comprendre la palette de couleurs d'une image est important.

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

VRAI — Le cadre d'IA responsable de Microsoft repose sur exactement six principes directeurs : Équité, Fiabilité et sûreté, Confidentialité et sécurité, Inclusion, Transparence et Responsabilité. Le module de formation officiel Microsoft Learn « Embrace Responsible AI Principles and Practices » indique : « Découvre six principes qui guident le développement et l'utilisation de l'IA. » Ces six principes sont : 1. Équité — Les systèmes d'IA doivent traiter toutes les personnes équitablement et éviter d'affecter différemment des groupes placés dans des situations comparables (par exemple, pas de biais lié au genre, à l'origine, etc.). 2. Fiabilité et sûreté — Les systèmes d'IA doivent fonctionner de manière fiable et sûre dans les conditions attendues et gérer sans heurt les situations imprévues. 3. Confidentialité et sécurité — Les systèmes d'IA doivent être sécurisés et respecter la vie privée, en protégeant les données personnelles tout au long du cycle de vie de l'IA. 4. Inclusion — Les systèmes d'IA doivent donner des moyens d'agir à tout le monde et impliquer les personnes, en garantissant l'accessibilité à tous les utilisateurs, quelles que soient leurs capacités. 5. Transparence — Les systèmes d'IA doivent être compréhensibles, afin que les personnes saisissent comment les décisions sont prises. 6. Responsabilité — Les personnes doivent être responsables des systèmes d'IA, en assurant une supervision humaine et une gouvernance. L'affirmation de la question énumère correctement les six principes, la réponse est donc Vrai. L'option « Faux » (Faux) est incorrecte, car l'affirmation énumère fidèlement les six principes officiels d'IA responsable de Microsoft, sans omission, ajout ni inexactitude. (Source : https://learn.microsoft.com/en-us/training/modules/embrace-responsible-ai-principles-practices/)