你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站,请访问 https://docs.azure.cn。
决策 API 和应用 AI 服务的类型
Azure 认知服务决策 API 是基于云的 API,可提供自然语言处理 (NLP) 功能,从而提出明智且高效的决策建议。 它们可以帮助你更快地做出明智的决策。
Azure 应用 AI 服务结合了认知服务、专用 AI 和内置业务逻辑,为经常遇到的业务场景提供随时可用的 AI 解决方案。 Azure 认知搜索是一种具有内置 AI 功能的云搜索服务。
服务
以下是一些决策和应用 AI 服务:
- Azure 机器人服务提供一个集成开发环境,无需编写代码即可创建聊天 AI 机器人。 它与 Power Virtual Agents 集成,后者在 Microsoft Teams 中可用作独立 Web 应用和离散应用。
- 异常检测器引入所有类型的时序数据,并选择最佳异常情况检测算法。 借助异常检测器 API,无需了解机器学习方面的知识即可监视和检测时序数据中的异常。 它使用单变量和多变量 API 来监视一段时间内的数据。 可以使用它进行批量验证或实时推理。
- 个性化体验创建服务是基于云的服务,有助于应用程序选择内容项来向用户显示。 个性化体验创建服务使用强化学习根据所有用户的集体行为和奖励评分来选择最佳项目或操作。 操作即内容项,例如新闻文章、电影或商品。
- 内容审查器是一项服务,用于检查文本、图像和视频中是否存在可能的冒犯性内容、有风险内容或其他令人不适的内容。
- 文本审查用于扫描文本中是否存在冒犯性内容、明确的或暗示性的色情内容、不雅内容和个人数据。 可以使用预生成模型或自定义模型。
- 图像审查用于扫描图像中是否存在成人内容或不雅内容,使用光学字符识别 (OCR) 检测图像中的文本,以及检测人脸。 可以使用预生成模型或自定义模型。
- 视频审查用于扫描视频中是否存在成人内容或不雅内容,并针对上述内容返回时间标记。 此 API 目前仅支持预生成模型。
- 应用 AI 服务可以将 AI 应用于关键业务数据方案。 这些服务基于认知服务的 AI API 构建。 Azure 认知搜索是应用 AI 服务的关键部分。
如何选择服务
此流程图可帮助你选择满足需求的决策 API 或应用 AI 服务选项:
常见用例
机器人服务
- 提供有关销售和支持的帮助。
- 提供有关商店营业时间等的信息。
- 提供有关员工健康和休假福利的信息。
- 回答常见的员工问题。
异常检测器
- 检测流式传输数据中的异常,方法是:使用以前见过的数据点来确定最近的数据点是否异常。
- 在特定时间检测整个数据系列是否存在异常。 此操作使用所有时序数据生成模型。 同一模型分析每个数据点。
- 在特定时间检测数据中是否存在任何趋势更改点。 此操作使用所有时序数据生成模型。 同一模型分析每个数据点。
个性化体验创建服务
- 获取关于电子商务的建议。 确定要呈现给客户以最大程度地提高购买量的最佳商品。
- 获取内容建议。 推荐优化点击率的文章。
- 改进内容设计。 确定广告的位置,以优化用户在网站上的参与度。
- 改善沟通。 确定何时以及如何发送通知,以最大程度地提高收到回复的可能性。
内容审查器
- 扫描文本、图像或视频中是否存在可能的有风险内容、冒犯性内容或令人不适的内容。
应用 AI 服务
作者
本文由 Microsoft 维护, 它最初是由以下贡献者撰写的。
主要作者:
- Kruti Mehta | Azure 高级 Fast-Track 工程师
- Christina Skarpathiotaki | 高级云解决方案架构师
其他参与者:
- Mick Alberts | 技术文档撰写人
- Ashish Chahuan | 高级云解决方案架构师
- Brandon Cowen | 高级云解决方案架构师
- Oscar Shimabukuro | 高级云解决方案架构师
- Manjit Singh | 软件工程师
- Nathan Widdup | Azure 高级 Fast-Track 工程师
若要查看非公开的 LinkedIn 个人资料,请登录到 LinkedIn。
后续步骤
- Power Virtual Agents 概述
- 异常检测器
- 内容审查器
- 个性化体验创建服务
- Azure OpenAI
- 决策 API 博客文章
- 学习路径:预配和管理 Azure 认知服务
- 学习路径:确定负责任 AI 的原则和做法
- 学习路径:负责任机器人简介
- 学习路径:AI 入门
相关资源
反馈
https://aka.ms/ContentUserFeedback。
即将发布:在整个 2024 年,我们将逐步淘汰作为内容反馈机制的“GitHub 问题”,并将其取代为新的反馈系统。 有关详细信息,请参阅:提交和查看相关反馈