Azure AI Tutorial 1 - Tổng Quan Về Microsoft Azure AI

Azure AI Tutorial 1 - Tổng Quan Về Microsoft Azure AI

Hello mọi người, mới đây mình pass cả 2 chứng chỉ Azure AI đó là Azure Fundamentals và Azure AI Engineer Associate. Nên trong series tutorials này mình sẽ chia sẻ lại kiến thức và kinh nghiệm thi của mình chi tiết cho các bạn cùng theo dõi nhé.

Microsoft Azure là một nên tảng điện toán đám mây cho AI cung cấp : Nơi lưu trữ, công cụ tính toán, xử lý dữ liệu và các dịch vụ cung cấp sẵn. 3 nên tảng chính của Azure AI là:

  • Azure Machine Learning: Platform dùng để train, deploy, manage các model ML.
  • Cognitive Service : Các dịch vụ để cho developer sử dụng để xây dựng giải pháp AI
  • Azure Bot Service: Nền tảng clould để tạo và quản lý bots

Chứng chỉ Azure AI Fundamentals

Chứng chỉ Azure AI Engineer Associate

Guideline cho tutotial

  1. Tổng quan về Microsoft Azure AI
  2. Azure machine learning
  3. Azure Computer Vision
    • Classification trên Azure
    • Object Detection trên Azure
    • Các bài toán về khuôn mặt (Face)
    • OCR và Form Recognization
  4. Azure Natural Language Processing
    • Text Analytics
    • Speech
    • Translation
    • Language Understanding
  5. Conversational AI (Build Chat Bot)
  6. Kinh nghiệm thi và Dumps

OK Let's Started với phần 1 khái niệm căn bản.

Tổng quan về Microsoft Azure AI

AI (Artificial Intelligence) (trí tuệ nhân tạo) có rất nhiều cách định nghĩa:

Theo Microsoft thì đơn giản AI là phần mềm có thể bắt chước hành vi và khả năng của con người. Các yếu tố chính bao gồm:

  • Đưa ra quyết định dựa vào dữ liệu và kinh nghiệm trong quá khứ. (Making decisions)
  • Phát hiện bất thường (Detecting anomalies)
  • Giải thích trực quan dữ liệu (Interpreting visual input)
  • Hiểu ngôn ngữ viết và nói tự nhiên (Understanding written & spoken language)
  • Tham gia các đối thoại, trò chuyện (Conversations)

Các workloads chính của AI bao gồm

  • Machine learning : Đây là task nền tảng của AI. Mọi người thường gọi là “Dạy”, “train” cho máy tính để máy tính có thể đưa ra quyết định từ dữ liệu . Ví dụ: Chúng ta có tập ảnh dữ liệu chó và mèo đã được phân biệt rõ ràng. Từ tập dữ liệu này và các thuật toán chúng ta sẽ xây dựng được model nhận diện chó mèo.
  • Nhận diện bất thường : Khả năng tự động nhận biết lỗi và hành động bất thường.
  • Computer Vision : Khả năng máy tính có thể hiểu được thế giới qua camera, video, hình ảnh
  • Natural language processing (Xử lý ngôn ngữ tự nhiên) : Khả năng máy tính có thể hiểu được ngôn ngữ viết, nói và phản hồi.
  • Conversational AI : Khả năng như một phần mền trợ lý ( một con bot) có thể trò chuyện , giúp đở con người.

Microsoft Azure là một nên tảng điện toán đám mây cho AI cung cấp : Nơi lưu trữ, công cụ tính toán, xử lý dữ liệu và các dịch vụ cung cấp sẵn. 3 nên tảng chính của Azure AI là:

  • Azure Machine Learning: Platform dùng để train, deploy, manage các model ML.
  • Cognitive Service : Các dịch vụ để cho developer sử dụng để xây dựng giải pháp AI
  • Azure Bot Service: Nền tảng clould để tạo và quản lý bots

Trách nhiệm và thách thức của AI của AI.

Tuy AI đưa ra kết quả rất tốt nhưng đôi khi kết quả còn mắc vài thách thức như:

  • Hệ thống nhận diện khách hàng cho vay: Đôi khi dựa trên các yếu tố giới tính, dân tộc, tôn giáo.
  • Hệ thống xe tự lái độ chính xác chưa cao ảnh hưởng tới tính mạng con người
  • Chưa giải thích được kết quả các mạng neuron network dẫn đến không lý giải được kết quả.

AI hiện đang phát triển rất mạnh và giải quyết được các vấn đề khó khăn của lập trình truyền thống. Tuy nhiên AI cũng cần phải tuân thủ các trách nhiệm.

  1. Công bằng (Fairness) – Hệ thống AI cần đối xử công bằng với mọi người. (Ví dụ: Khi ban xây dựng hệ thống AI dùng mục đích xác định khách hàng tiềm năng hay khách hàng nợ xấu. Hệ thống phải quyết định without các yếu tố như: Giới tính, màu da, dân tộc)
  2. Độ tin cậy và an toàn (Reliability and safety): Hệ thống phải tin cậy và an toàn (Ví dụ: Khi xây dựng hệ thống xe tự lái, hay hệ thống chuẩn đoán bệnh. Sự sai xót của hệ thống AI có thể ảnh hưởng tới cuộc sống con người)
  3. Riêng tư và bảo mật (Privacy and security): Hệ thống AI cần tôn trọng tính riêng tư, và bảo mật. Hệ thống Machine learning thường dựa vào nguồn dữ liệu lớn để đưa ra quyết định. Đôi khi ảnh hưởng đến vấn đề riêng tư.
  4. Tính toàn diện (inclusiveness): Hệ thống AI nên sử dụng rộng rãi và mang lại lợi ích cho mọi thành phần của xã hội bất kể giới tính, dân tộc…
  5. Minh bạch (Transparency): Hệ thống AI cần dễ hiểu, người dùng cần nhận thức đầy đủ về mục đích của hệ thống, cách hoạt động, những hạn chế…
  6. Giải trình (Accountability) : Hệ thống AI cần được giải trình, giải thích

Hẹn gặp các bạn trong phần tiếp theo về Azure Machine Learning nhé.