Microsoft Azure AI Fundamentals

O Microsoft Copilot é mais bem descrito como um assistente com IA que usa grandes modelos de linguagem (LLMs) para ajudar em tarefas nos produtos da Microsoft. Segundo a documentação oficial da Microsoft, “o Microsoft 365 Copilot é uma ferramenta de produtividade com IA que usa grandes modelos de linguagem (LLMs) e integra seus dados ao Microsoft Graph e aos aplicativos e serviços do Microsoft 365. Ele funciona lado a lado com aplicativos populares do Microsoft 365, como Word, Excel, PowerPoint, Outlook, Teams e outros.” Por isso, a opção “Um assistente com IA que usa grandes modelos de linguagem…” é a resposta correta. Por que as outras opções estão erradas: - a opção “Um sistema operacional independente para estações de trabalho de IA” (Um sistema operacional independente para estações de trabalho de IA): o Microsoft Copilot não é um sistema operacional de forma alguma. É um assistente de IA embutido em produtos Microsoft já existentes, como Microsoft 365, Windows e Edge. Ele não funciona como um sistema operacional independente. - a opção “Um sistema de gerenciamento de banco de dados para armazenar os pesos de modelos de IA” (Um sistema de gerenciamento de banco de dados para armazenar os pesos de modelos de IA): o Copilot não é um sistema de gerenciamento de banco de dados. É um assistente de IA voltado ao usuário, que se apoia em LLMs para ajudar em tarefas de produtividade como escrever, resumir e analisar dados. - a opção “Um acelerador de hardware para o treinamento de machine learning” (Um acelerador de hardware para o treinamento de machine learning): o Copilot é um assistente de IA baseado em software, não um componente de hardware. Aceleradores de hardware como GPUs ou TPUs são dispositivos físicos usados para acelerar o treinamento de ML, algo completamente diferente do que o Copilot faz. (Fonte: https://learn.microsoft.com/en-us/office365/servicedescriptions/office-365-platform-service-description/microsoft-365-copilot)

O Conversational Language Understanding (CLU) é o recurso correto do serviço Azure AI Language para extrair tanto intenções quanto entidades de enunciados em linguagem natural. O CLU é o sucessor do LUIS (Language Understanding Intelligent Service) e foi criado especificamente para entender comandos de usuário: ele identifica o que a pessoa quer fazer (intenção) e extrai as informações essenciais (entidades) do que ela diz.

Nesse cenário, quando alguém diz “Coloque um alarme para amanhã às 7 AM”, o CLU processa o enunciado para determinar:

• Intenção: SetAlarm (o que a pessoa quer realizar)
• Entidades: time=7AM, date=tomorrow (os detalhes específicos necessários para atender ao pedido)

O CLU faz parte do serviço Azure AI Language e permite que você crie modelos personalizados treinados com enunciados específicos do seu domínio, o que o torna ideal para construir aplicações conversacionais que precisam entender comandos de usuário.

Por que as outras opções estariam erradas (se fossem apresentadas):

• Resposta a perguntas: esse recurso extrai respostas de documentos, FAQs ou bases de conhecimento — ele não decompõe comandos de usuário em intenções e entidades.
• Análise de sentimento: esse recurso analisa texto para determinar a polaridade da opinião (positiva, negativa, neutra) — ele não extrai intenções nem entidades de comandos.
• Reconhecimento de entidades nomeadas (NER): embora o NER consiga identificar entidades em um texto, ele não determina a intenção do usuário. O CLU combina classificação de intenções e extração de entidades em um contexto conversacional.
• Text Analytics: é uma categoria mais ampla de recursos (sentimento, frases-chave, NER), mas não oferece reconhecimento de intenção a partir de enunciados conversacionais.

Dica de prova: sempre que uma questão falar em extrair intenções e entidades de enunciados ou comandos de usuário, a resposta é CLU. Lembre-se de que o CLU substitui o antigo serviço LUIS.

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

Análise de cor é a resposta correta. O recurso de análise de cor do Azure AI Vision identifica a cor dominante do primeiro plano, a cor dominante do plano de fundo, a cor de destaque e se uma imagem está em preto e branco. Essa é uma capacidade nativa do serviço Azure AI Vision (antes chamado Computer Vision).

Por que as outras opções estão erradas:

• A. Legendagem de imagens — A legendagem de imagens gera uma descrição em texto legível por pessoas sobre o conteúdo de uma imagem. Ela não analisa nem retorna informações sobre o esquema de cores.

• B. Detecção de rostos — A detecção de rostos identifica e localiza rostos humanos em uma imagem, retornando atributos como a posição do rosto, idade, emoção e outras características faciais. Ela não analisa as propriedades de cor da imagem como um todo.

• D. Detecção de objetos — A detecção de objetos identifica e localiza objetos específicos dentro de uma imagem, desenhando caixas delimitadoras ao redor deles e classificando cada objeto. O foco está em quais objetos existem e onde estão, não na composição de cores da imagem.

O recurso de análise de cor foi pensado especificamente para cenários como fluxos de trabalho de design, melhorias de acessibilidade e organização de conteúdo, em que entender a paleta de cores de uma imagem é importante.

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

VERDADEIRO — A estrutura de IA responsável da Microsoft se apoia em exatamente seis princípios norteadores: Imparcialidade, Confiabilidade e segurança, Privacidade e segurança, Inclusão, Transparência e Responsabilização. O módulo oficial de treinamento do Microsoft Learn “Embrace Responsible AI Principles and Practices” afirma: “Explore seis princípios que orientam o desenvolvimento e o uso da IA.” Esses seis princípios são: 1. Imparcialidade — Os sistemas de IA devem tratar todas as pessoas de forma justa e evitar afetar de maneiras diferentes grupos em situações semelhantes (por exemplo, sem viés de gênero, etnia etc.). 2. Confiabilidade e segurança — Os sistemas de IA devem funcionar de forma confiável e segura nas condições esperadas e lidar bem com situações inesperadas. 3. Privacidade e segurança — Os sistemas de IA devem ser seguros e respeitar a privacidade, protegendo os dados pessoais ao longo de todo o ciclo de vida da IA. 4. Inclusão — Os sistemas de IA devem empoderar todas as pessoas e envolvê-las, garantindo acessibilidade a todos os usuários, independentemente de suas capacidades. 5. Transparência — Os sistemas de IA devem ser compreensíveis, para que as pessoas entendam como as decisões são tomadas. 6. Responsabilização — As pessoas devem responder pelos sistemas de IA, garantindo supervisão humana e governança. A afirmação da questão lista corretamente todos os seis princípios, o que torna a resposta Verdadeiro. A opção “Falso” (Falso) está incorreta porque a afirmação lista com precisão os seis princípios oficiais de IA responsável da Microsoft, sem omissões, acréscimos ou distorções. (Fonte: https://learn.microsoft.com/en-us/training/modules/embrace-responsible-ai-principles-practices/)