KI

KI bezieht sich auf Computer, die in gewisser Weise so denken und handeln wie ein Mensch. KI ist eine Technologie, die Informationen aus ihrer Umgebung entnimmt und basierend auf dem, was sie lernt, reagiert. Das Ziel von KI ist es, eine Maschine zu erstellen, die menschliches Verhalten nachahmen kann.

KI ist mehr als Lernen. Sie ist die Darstellung von Wissen, Argumentation und abstraktem Denken. Maschinelles Lernen ist die Teilmenge der KI, die den Ansatz verfolgt, Computer zu lehren, für sich selbst zu lernen, anstatt Computern alles beizubringen, was sie wissen müssen. Maschinelles Lernen ist die Grundlage für moderne KI und konzentriert sich darauf, die Muster und Strukturen in Daten zu identifizieren und zu verstehen.

Microsoft bietet viele Dienste für maschinelles Lernen an, um Daten zu verbessern.

Dynamics 365 AI-Apps

Lösungsarchitekten müssen sich der vordefinierten Erkenntnisse bewusst sein, die mit Dynamics 365-Apps verfügbar sind, zum Beispiel:

• Dynamics 365 Sales Insights
• Dynamics 365 Customer Insights - Data
• Dynamics 365 Fraud Protection

Azure Cognitive Services

Cognitive Services ist eine Suite vordefinierter KI-Dienste, mit denen Entwickler KI-Lösungen erstellen können. Cognitive Services erfüllt die allgemeinen KI-Anforderungen und ermöglicht es Ihnen, Ihren Apps schnell KI hinzuzufügen, ohne über Kenntnisse im maschinellen Lernen zu verfügen.

Cognitive Services-APIs umfassen:

• Maschinelles Sehen
• Verarbeitung natürlicher Sprache
• Sprache
• Entscheidung
• OpenAI

Cognitive Services ist als eine Reihe von REST-APIs verfügbar, die von Anwendungen verwendet werden können. Im Wesentlichen umfasst Cognitive Services Standarddienste, mit denen Sie schnell und mit weniger Fachwissen eine KI-basierte Lösung entwickeln können.

Microsoft hat Konnektoren für Azure Cognitive Services für Power Apps und Power Automate erstellt:

• Content Moderator
• Maschinelles Sehen
• Custom Vision
• Gesichtserkennung
• Cognitive Service for Language (einschließlich Stimmung, Erkennung benannter Entitäten, Schlüsselbegriffserkennung)
• Übersetzer

Diese Konnektoren können verwendet werden, um die Daten‑ und Anwendungsfunktionalität zu verbessern.

Azure Machine Learning

Azure bietet viele verschiedene Dienste, mit denen Sie Ihre eigenen Modelle für maschinelles Lernen erstellen können, wenn Cognitive Services Ihren Anforderungen nicht entspricht. Sie können Modelle für maschinelles Lernen erstellen, indem Sie viele verschiedene Tools, Sprachen und Frameworks verwenden.

Maschinelles Lernen geht über den Rahmen dieses Kurses hinaus. Lösungsarchitekten sollten sich jedoch bewusst sein, dass Entwickler mit Azure Machine Learning maschinelles Lernen auf Unternehmensebene für Szenarien implementieren können, die von AI Builder oder Cognitive Services nicht erfüllt werden.

AI Builder

AI Builder ist eine Komponente der Microsoft Power Platform-Lösung, mit der Sie KI hinzufügen können, um Ergebnisse vorherzusagen und so die Geschäftsleistung zu verbessern, ohne Code schreiben zu müssen. Sie müssen weder maschinelles Lernen noch Python verstehen, um AI Builder verwenden zu können. Microsoft erleichtert Ihnen das Erstellen von KI-Modellen und das anschließende Verwenden dieser Modelle in Microsoft Power Platform.

AI Builder führt das Konzept von Cognitive Services weiter und ermöglicht es jedem, KI in den eigenen Apps und Flows zu verwenden. Jeder kann eigene Modelle für maschinelles Lernen erstellen, ohne dafür Fachwissen über maschinelles Lernen zu benötigen oder Code schreiben zu müssen.

Mit AI Builder haben Sie folgende Möglichkeiten:

• Eines der vordefinierten KI-Modelle verwenden, die mit AI Builder bereitgestellt werden.
• Ihr eigenes KI-Modell unter Verwendung Ihrer eigenen Daten erstellen und trainieren

AI Builder verfügt über mehrere Modelltypen zur Dokumentenverarbeitung, Vorhersage, Vision und Sprache.

AI Builder verfügt über viele vorab trainierte Modelle, dazu gehören:

• Rechnungsverarbeitung – Extrahiert wichtige Rechnungsdaten, um die Verarbeitung von Rechnungen zu automatisieren.
• Texterkennung – Extrahiert Wörter aus Dokumenten und Bildern in maschinenlesbare Zeichenfolgen.
• Kategorieklassifizierung – Klassifiziert Text in Kategorien, die mit Kundenfeedback verknüpft sind, z. B. Lob, Probleme und Preise.
• Entitätsextraktion – Erkennt und extrahiert Standardgeschäftsobjekte in Daten.
• Schlüsselbegriffserkennung – Identifiziert die Gesprächsthemen aus einem Textstück.
• Spracherkennung – Identifiziert die Sprache, die in einem Textstück verwendet wird.
• Stimmungsanalyse – Erkennt, ob die Nachricht in einem Textstück eine positive oder negative Emotion aufweist.
• Textübersetzung – Übersetzt Text aus einer Sprache in eine andere Sprache.
• Identitätsdokumentenleser – Extrahieren Sie Informationen aus Pässen und US-Führerscheinen.
• Visitenkartenleser – Extrahiert Informationen aus einem Bild einer Visitenkarte.
• Belegverarbeitung – Extrahiert Details aus Bildern von gedruckten und handschriftlichen Belegen.

Canvas-Apps können vordefinierte Modelle und benutzerdefinierte Modelle verwenden, um Daten zu verbessern. Sie können ein AI Builder-Modell verwenden, um den von einem Benutzer eingegebenen Text zu analysieren. Sie können ein Bild mit einer Canvas-App aufnehmen und dann ein AI Builder-Modell verwenden, um den Text aus dem Bild zu extrahieren oder Objekte im Bild zu erkennen.

Sie können AI Builder-Modelle mit einer Canvas-App auf zwei Arten verwenden:

• Durch Hinzufügen von AI Builder-Modellsteuerelementen zu einem Bildschirm
• Durch Verwendung von AI Builder-Modellen über die Formelleiste

Power Automate kann alle vordefinierten Modelle und benutzerdefinierte Modelle in AI Builder verwenden, um Daten zu verbessern. Sie können einen Power Automate-Flow auslösen, wenn ein Datensatz erstellt oder ein Bild gespeichert wird. Es steht ein AI Builder-Konnektor zur Verfügung, den Sie einem Flow hinzufügen können, um auf die Modelle zuzugreifen. Beispielsweise kann Power Automate einen neuen Datensatz kategorisieren oder vorhersagen, was mit einem neu erstellten Datensatz geschehen wird.

Der Lösungsarchitekt entscheidet, ob in der Lösung KI verwendet wird. Er entscheidet auch, welche der Optionen AI Builder, Cognitive Services und Azure Machine Learning verwendet wird.