はじめに

参加メモを取ります。

・時間：半日
・形式：ウェビナー/無料

モジュール01 : AI の概要

人口知能とは、人間の能力を模倣する S/W
- データと過去の経験に基づく意思決定
- 異常なイベントな認識
- 視覚的な入力の解釈
- 書き言葉と話し言葉を理解する
- ダイアログや会話に参加する
一般的な人口知能ワークロード
- 機械学習：データと統計に基づく予測モデル - AI の基盤
- 異常検出：異常なパターンやイベントを検出し、先制行動を可能にするシステム
- Computer Vision：人間の表情まで検出可能
- 自然言語処理(NLP)：text to speech , speech to test
- 対話型AI：いわゆるチャットボット
Microsoft Azure の人口知能
- Azure Machine Lerning：機械学習モデルのトレーニング、デプロイ、および管理のためのぷらっフォーム
- Cognitive Services：学習済みモデルを REST API で提供
- Azure Bot Service：Write once, deploy anywhere
AI の課題とリスク
- バイアスは結果に影響を与える可能性があります：トレーニングデータに偏った結果になる
- エラーが害を引き起こす可能性があります：エラーが命にかかわることもある
- データが公開される可能性があります：データの取扱いを留意
- ソリューションはすべての人に役立つとは限りません：サジェスチョンは視覚障がい者の方に有効でない場合もある
- ユーザは複雑なシステムを信頼する必要があります：
- AI主導の意思決定に対して責任を負う人は誰ですか？：AIで有罪判決受けたら誰が責任を持つのか
責任ある AI の原則
- 公平性
- 信頼性と安全性
- セキュリティとプライバシー
- 包括性
- 透明性
- アカウンタビリティー

モジュール02 : Machine Learning

機械学習とは：データ内のリレーションシップを検索して予測モデルを作成する
回帰：値を予測
- トレーニング用のデータと検証用のデータに分ける(一般的には7:3 の割合)
分類：カテゴリを予測
クラスター化：教師なしモデル
Azure Machine Lerning とは
- データ入れて、アルゴリズムトレーニング、モデル評価

モジュール03 : Computer Vision

Computer Vision の概念とは
- 視覚認識
- 画像分類：画像に一つタグをつける
- 物体検出：自動運転の画面でよく見るやつ
- セマンティックセグメンテーション：意味的区別？物体の輪郭まで検出
- 画像分析
- 顔検出と認識
- 光学文字認識：OCR
Cognintive Services
- Computer Vision サービスを使用した画像分析
  - 事前に訓練された Computer Vision モデル
- Custom Vision サービスを利用したトレーニングモデル
- フェイスサービスを使用した顔の分析
  - 顔の感情まで識別可能
- Computer Vision サービスを使用したメモの読み取り
  - OCR のこと、印刷および手書きも認識可能

モジュール04 : 自然言語処理

自然言語処理とは
- テキスト分析とエンティティ認識
- センチメント分析
- 音声認識と合成
- 機械翻訳
- などなど

感想

Microsoft のハンズオンサイトである程度デモは確認できる
サービス利用方法はハンズオンを一通りなめればざっくり理解できそう
Microsoft learn(https://docs.microsoft.com/ja-jp/learn/)