نظرة عامة على Azure Cognitive Services

إن Azure AI Services، المعروفة سابقًا باسم Azure Cognitive Services، هي مجموعة من واجهات API للذكاء الاصطناعي مُعدة مسبقًا، تتيح للمطورين إضافة ميزات ذكية إلى التطبيقات دون تدريب نماذج تعلّم آلي من البداية. وتغطي المجموعة أربعة مجالات: الرؤية لتحليل الصور والفيديو، واللغة لفهم النص وإنشائه، والكلام للتحويل بين الصوت والنص، واتخاذ القرار لتخصيص المحتوى واكتشاف الحالات الشاذة. ويمكن الوصول إلى جميع هذه الخدمات عبر واجهات REST API أو حزم SDK أو مدخل Azure.

يمكنكم توفير AI Services بطريقتين. يوفّر المورد متعدد الخدمات (ويُسمّى Azure AI Services في المدخل) إمكانية الوصول إلى معظم واجهات برمجة التطبيقات من خلال نقطة نهاية واحدة ومفتاح API واحد، ما يجعله مناسبًا للتطوير والتجارب. أما المورد أحادي الخدمة (مثل Computer Vision أو Text Analytics) فيوفّر الوصول إلى واجهة برمجة تطبيقات واحدة فقط، مع فوترة مخصصة وحدود حصص مستقلة لكل خدمة. في بيئات الإنتاج، غالبًا ما تكون الموارد أحادية الخدمة مفضلة للتحكم في الإنفاق وتطبيق سياسات أمان خاصة بكل خدمة.

تتضمن فئة Azure AI Vision عدة واجهات برمجة تطبيقات. تحلّل Computer Vision الصور بحثًا عن الكائنات، وأوصاف المشاهد، والنصوص (OCR)، والمحتوى المخصص للبالغين. تتيح لكم Custom Vision تدريب نموذجكم الخاص لتصنيف الصور أو اكتشاف الكائنات باستخدام بضع عشرات فقط من الصور المصنّفة. تكتشف Face API الوجوه والمشاعر (مع ضوابط وصول للاستخدام المسؤول). يستخرج Azure AI Video Indexer رؤى من ملفات الفيديو، بما في ذلك التعرّف على المتحدثين، والتفريغ النصي، واكتشاف المشاهد.

توفر فئة Azure AI Language إمكانات لتحليل النصوص. يوفّر Text Analytics تحليل المشاعر، واستخراج العبارات المفتاحية، والتعرّف على الكيانات المُسمّاة (NER)، واكتشاف اللغة. يترجم Azure AI Translator النصوص بين أكثر من 100 لغة من خلال استدعاء واحد لواجهة برمجة التطبيقات. يصنّف Azure AI Language Understanding (CLU) نوايا المستخدم من اللغة الطبيعية لإنشاء التطبيقات الحوارية. ينشئ Azure AI Question Answering قاعدة معرفية من الأسئلة الشائعة والمستندات للإجابة عن الأسئلة المطروحة باللغة الطبيعية.

تربط فئة Azure AI Speech بين الصوت والنص. تعمل خدمة Speech to Text (STT) على تفريغ الصوت المنطوق في الوقت الفعلي أو في وضع الدُفعات، وتدعم أكثر من 100 لغة ونماذج صوتية مخصصة للمصطلحات الخاصة بالمجال. وتحول خدمة Text to Speech (TTS) النص إلى صوت طبيعي باستخدام أصوات عصبية بأكثر من 140 لغة. وتحدد Speaker Recognition هوية الأفراد أو تتحقق منها باستخدام أصواتهم. وتجمع Speech Translation بين STT وTranslator لتوفير ترجمة فورية من كلام إلى كلام.

تتضمن فئة Decision خدمات للتخصيص واكتشاف الحالات الشاذة. يحلّل Azure AI Anomaly Detector بيانات السلاسل الزمنية (مثل مقاييس الخوادم وأرقام المبيعات) ويحدد الحالات الشاذة تلقائيًا من دون الحاجة إلى مجموعة بيانات تدريب مصنّفة، إذ يتعلم الأنماط الطبيعية من البيانات التاريخية. ويستخدم Azure AI Personalizer (وهو الآن جزء من Content Safety في بعض طرق العرض) التعلم المعزز لاختيار أفضل عنصر محتوى لعرضه على المستخدم استنادًا إلى الميزات السياقية. وتفيد الخدمتان في سيناريوهات العمليات وذكاء الأعمال.

تتبع جميع واجهات برمجة تطبيقات Azure AI Services النمط نفسه: احصلوا على عنوان URL لنقطة النهاية ومفتاح API (أو استخدموا الهوية المُدارة) من المورد، ثم أرسلوا طلب HTTP من النوع POST يتضمن الحمولة ورأس المصادقة. تُرجع واجهة برمجة التطبيقات استجابة بتنسيق JSON تحتوي على النتائج. توفر Microsoft حزم SDK للعميل لمنصات .NET وPython وJavaScript وJava وGo، وتغلف استدعاءات REST بكائنات ذات أنواع ومنطق لإعادة المحاولة، ما يسهّل التكامل من دون معالجة HTTP يدويًا.

تبني Microsoft خدمات Azure AI Services على ستة مبادئ للذكاء الاصطناعي المسؤول: الإنصاف (يجب ألا يميّز الذكاء الاصطناعي بين الأشخاص)، والموثوقية والأمان (يجب أن يعمل الذكاء الاصطناعي كما هو متوقع)، والخصوصية والأمان (يجب حماية البيانات)، والشمول (يجب أن يمكّن الذكاء الاصطناعي الجميع)، والشفافية (يجب أن يكون الذكاء الاصطناعي مفهومًا)، والمساءلة (يجب أن يتحمل البشر مسؤولية قرارات الذكاء الاصطناعي). تتطلب بعض الإمكانات، مثل ميزات تحديد الهوية في Face API، تقديم طلب رسمي إلى Microsoft قبل منح الوصول.

تُسعّر Azure AI Services وفق نموذج الدفع حسب الاستخدام: تدفعون مقابل كل استدعاء لواجهة برمجة التطبيقات، أو كل صورة يتم تحليلها، أو كل حرف تتم ترجمته، أو كل دقيقة صوت يتم تفريغها. ولكل خدمة ومستوى وحدة تسعير خاصة بها. يتوفر المستوى المجاني (F0) لمعظم الخدمات مع حصص محدودة للاستدعاءات (مثل 5,000 استدعاء شهريًا لخدمة Text Analytics)، ما يتيح إجراء التجارب من دون تكلفة. أما المستوى القياسي (S0) فيوفر حصصًا أعلى، وهو مناسب لبيئات الإنتاج. وتزداد التكاليف خطيًا مع الاستخدام، من دون التزامات شهرية ثابتة.

ينبغي تأمين موارد AI Services بما يتجاوز مصادقة مفتاح API الافتراضية. تشمل أفضل الممارسات: تخزين مفاتيح API في Azure Key Vault بدلًا من تضمينها في التعليمات البرمجية، واستخدام الهوية المُدارة للوصول إلى المورد من دون أي مفتاح، وتقييد الوصول إلى الشبكة باستخدام نقاط النهاية الخاصة بحيث لا يمكن الوصول إلى المورد إلا من VNet الخاص بكم، وتمكين التسجيل التشخيصي لتدقيق جميع استدعاءات واجهة برمجة التطبيقات لأغراض الامتثال. وينبغي تدوير مفاتيح API بانتظام، إذ يحتوي كل مورد على مفتاحين لتمكين التدوير من دون توقف الخدمة.

يمكن نشر العديد من خدمات Azure AI على هيئة حاويات Docker في السيناريوهات التي تتطلب إقامة البيانات (بحيث تبقى المعالجة في الموقع المحلي أو في منطقة محددة) أو في البيئات غير المتصلة. تسحبون صورة الحاوية من سجل حاويات Microsoft، وتشغّلونها باستخدام مفتاح API وإعدادات نقطة النهاية، ثم تستدعون REST API الخاصة بالخدمة على localhost. وتتصل الحاوية بخدمة Azure لإرسال معلومات الفوترة، لذلك يظل تعقّب كل الاستخدامات واحتساب تكلفتها يتمان من خلال اشتراك Azure الخاص بكم، بينما تتم معالجة الذكاء الاصطناعي محليًا.

تعلمتم في هذا الدرس أن Azure AI Services توفر إمكانات ذكاء اصطناعي مُنشأة مسبقًا ضمن مجالات الرؤية واللغة والكلام واتخاذ القرار، ويمكن الوصول إليها عبر واجهات REST API؛ وأن المورد متعدد الخدمات يبسّط الوصول باستخدام نقطة نهاية ومفتاح واحدين؛ وأنه ينبغي تأمين جميع الخدمات باستخدام Key Vault والهوية المُدارة، كما يمكن نشرها في حاويات لتلبية متطلبات إقامة البيانات. بعد ذلك، سنستكشف عمليًا استدعاء واجهات برمجة تطبيقات Language وVision.