Scegliere una tecnologia di Servizi cognitivi di Azure
Servizi cognitivi di Azure è un set di API basate sul cloud che è possibile usare nelle applicazioni di intelligenza artificiale e nei flussi di dati. Fornisce modelli con training preliminare pronti per l'uso nelle applicazioni, che non richiedono dati e nessun training del modello da parte dell'utente. I servizi vengono sviluppati dal team microsoft di intelligenza artificiale e ricerca ed espongono gli algoritmi di Deep Learning più recenti. Vengono usati tramite interfacce REST HTTP. e sono disponibili SDK per numerosi framework di sviluppo di applicazioni comuni.
Vantaggi principali:
- Semplificazione delle attività di sviluppo per i servizi di intelligenza artificiale all'avanguardia. Usare algoritmi predefiniti o creare algoritmi personalizzati sulle librerie predefinite.
- Integrazione semplificata nelle app tramite interfacce REST HTTP.
- Gli sviluppatori e i data scientist di tutti i livelli di competenza possono aggiungere facilmente funzionalità di intelligenza artificiale alle app.
Considerazioni:
- Questi servizi sono disponibili solo sul Web. È in genere necessaria la connettività Internet. Un'eccezione è il servizio Visione personalizzata, il cui modello sottoposto a training è possibile esportare per la stima nei dispositivi e in IoT Edge.
- Sebbene sia supportata una notevole personalizzazione, i servizi disponibili potrebbero non soddisfare tutti i requisiti di analisi predittiva.
Categorie di servizi cognitivi di Azure
In Azure sono disponibili decine di servizi cognitivi. Ecco un elenco, classificato in base all'area funzionale supportata:
Service | Collegamento alla guida decisionale | Descrizione |
---|---|---|
Lingua | Scegliere un servizio linguistico | I servizi cognitivi del linguaggio sono servizi che forniscono funzionalità di elaborazione del linguaggio naturale (NLP) per la comprensione e l'analisi del testo. |
Comandi vocali | Scegliere un servizio di riconoscimento vocale | I servizi cognitivi voce sono servizi che offrono funzionalità vocali come riconoscimento vocale, sintesi vocale, traduzione vocale e riconoscimento vocale. |
Visione | Scegliere un servizio di visione | I servizi cognitivi di Visione artificiale sono servizi che forniscono funzionalità di riconoscimento di immagini e video. |
Servizi decisionali Servizi di intelligenza artificiale applicata |
Scegliere un'API decisionale o un servizio di intelligenza artificiale applicato | I servizi cognitivi decisionali sono servizi che forniscono funzionalità NLP per produrre raccomandazioni per decisioni informate ed efficienti. |
Servizio OpenAI di Azure | N/D | Il servizio OpenAI di Azure fornisce l'accesso all'API REST ai potenti modelli di linguaggio OpenAI. |
Casi d'uso comuni
Di seguito sono riportati alcuni casi d'uso comuni per Servizi cognitivi di Azure.
Caso d'uso | Categoria |
---|---|
Trascrivi il parlato in testo leggibile e ricercabile. | Comandi vocali |
Converti il testo in parlato realistico per interfacce più naturali. | Comandi vocali |
Integra la traduzione vocale in tempo reale nelle tue app. | Comandi vocali |
Identificare e verificare la persona che parla usando le caratteristiche vocali. | Comandi vocali |
Identificare i termini comunemente usati e specifici del dominio. | Lingua |
Rileva automaticamente sentimenti e opinioni nel testo. | Lingua |
Distillare le informazioni in domande e risposte facili da esplorare. | Lingua |
Abilitare le app per interagire con gli utenti tramite il linguaggio naturale. | Lingua |
Tradurre più di 100 lingue e dialetti. | Lingua |
Identificare e analizzare il contenuto in immagini e video. | Visione |
Personalizza il riconoscimento delle immagini per adeguarlo alle esigenze del tuo business. | Visione |
Identificare i potenziali problemi in anticipo. | Servizi decisionali/Rilevamento anomalie |
Rileva contenuti potenzialmente offensivi o indesiderati. | Servizi decisionali/Content Moderator |
Crea esperienze personalizzate avanzate per ogni utente. | Servizi decisionali/Personalizza esperienze |
Applicare modelli avanzati di codifica e linguaggio a vari casi d'uso. | OpenAI di Azure |
Criteri di scelta principali
Per restringere le scelte, iniziare rispondendo a queste domande:
Stai elaborando un elemento correlato alla lingua parlata o stai elaborando testo, immagini o documenti?
Sono disponibili dati per eseguire il training del modello? In caso affermativo, è consigliabile usare i servizi personalizzati che consentono di eseguire il training dei modelli sottostanti con i dati forniti. In questo modo è possibile migliorare l'accuratezza e le prestazioni.
Questo diagramma di flusso consente di scegliere il servizio API migliore per il caso d'uso.
- Se il caso d'uso richiede riconoscimento vocale, sintesi vocale o sintesi vocale, usare un'API voce.
- Se il caso d'uso richiede l'analisi della lingua, la valutazione del testo o la sintesi testuale, usare un'API per la lingua.
- Se è necessario analizzare immagini, video o testo, usare un'API visione.
- Se è necessario prendere una decisione, usare un'API decisionale o i servizi di intelligenza artificiale applicati.
Distribuzione di servizi
Quando si distribuiscono Servizi cognitivi, è possibile distribuire i servizi in modo indipendente o usare la risorsa multiservizio di Servizi cognitivi. La risorsa multiservizio distribuisce servizi di intelligenza artificiale decisionale, lingua, riconoscimento vocale, visione artificiale applicata.
- Distribuire un singolo servizio se non sono necessari altri servizi o se si vuole gestire l'accesso e la fatturazione per ogni servizio.
- Distribuire la risorsa multiservizio se si usano più servizi e si vuole gestire l'accesso e la fatturazione per tutti i servizi insieme.
Nota
Le categorie di risorse in questi servizi API cambiano frequentemente. Assicurarsi di controllare la documentazione più recente per le nuove categorie.
Collaboratori
Questo articolo viene gestito da Microsoft. Originariamente è stato scritto dai seguenti contributori.
Autori principali:
- Ashish Chaintune | Senior Cloud Solution Architect
- Kruti Mehta | Senior Fast Track Engineer di Azure
- Zoiner Tejada | CEO e architetto
Altri contributori:
- Mick Alberts | Writer tecnico
- Brandon Cowen | Senior Cloud Solution Architect
- Oscar Shimabukuro | Senior Cloud Solution Architect
- Manjit Singh | Software Engineer
- Christina Skarpathiotaki | Senior Cloud Solution Architect
- Nathan Widdup | Senior Fast Track Engineer di Azure
Per visualizzare i profili LinkedIn non pubblici, accedere a LinkedIn.
Passaggi successivi
- Percorso di apprendimento: Effettuare il provisioning e gestire Servizi cognitivi di Azure
- Documentazione di Servizi cognitivi di Azure
- Informazioni su Servizi cognitivi di Azure
- Post di blog: Quale intelligenza artificiale sono?
Risorse correlate
Commenti e suggerimenti
https://aka.ms/ContentUserFeedback.
Presto disponibile: Nel corso del 2024 verranno gradualmente disattivati i problemi di GitHub come meccanismo di feedback per il contenuto e ciò verrà sostituito con un nuovo sistema di feedback. Per altre informazioni, vedereInvia e visualizza il feedback per