Introducción a Azure Cognitive Services

Azure AI Services (anteriormente Azure Cognitive Services) es una familia de API de IA prediseñadas que permite a los desarrolladores agregar funciones inteligentes a las aplicaciones sin entrenar modelos de aprendizaje automático desde cero. La cartera abarca cuatro dominios: Vision (analizar imágenes y vídeo), Language (comprender y generar texto), Speech (convertir audio y texto) y Decision (personalizar contenido y detectar anomalías). Todos están disponibles mediante API REST, SDK o el portal de Azure.

Puede aprovisionar AI Services de dos formas. Un recurso multiservicio (denominado Azure AI Services en el portal) proporciona acceso a la mayoría de las API mediante un único punto de conexión y una clave de API, lo que resulta práctico para el desarrollo y la experimentación. Un recurso de un solo servicio (por ejemplo, Computer Vision o Text Analytics) proporciona acceso a una única API, con facturación y límites de cuota específicos para ese servicio. En producción, a menudo se prefieren los recursos de un solo servicio para controlar el gasto y aplicar directivas de seguridad específicas del servicio.

La categoría Azure AI Vision incluye varias API. Computer Vision analiza imágenes para detectar objetos, describir escenas, reconocer texto (OCR) y detectar contenido para adultos. Custom Vision permite entrenar su propio modelo de clasificación de imágenes o detección de objetos con solo unas pocas docenas de imágenes etiquetadas. Face API detecta rostros y emociones (con controles de acceso para un uso responsable). Azure AI Video Indexer extrae información de archivos de vídeo, incluido el reconocimiento de hablantes, la transcripción y la detección de escenas.

La categoría Azure AI Language proporciona funcionalidades de análisis de texto. Text Analytics ofrece análisis de sentimiento, extracción de frases clave, reconocimiento de entidades con nombre (NER) y detección de idioma. Azure AI Translator traduce texto entre más de 100 idiomas con una sola llamada a la API. Azure AI Language Understanding (CLU) clasifica las intenciones de los usuarios a partir del lenguaje natural para crear aplicaciones conversacionales. Azure AI Question Answering crea una base de conocimientos a partir de preguntas frecuentes y documentos para responder a preguntas en lenguaje natural.

La categoría Azure AI Speech conecta el audio y el texto. Speech to Text (STT) transcribe audio hablado en tiempo real o por lotes, admite más de 100 idiomas y permite usar modelos acústicos personalizados para terminología específica del dominio. Text to Speech (TTS) convierte texto en audio natural mediante voces neuronales en más de 140 idiomas. Speaker Recognition identifica o verifica a las personas mediante su voz. Speech Translation combina STT con Translator para proporcionar traducción de voz a voz en tiempo real.

La categoría Decision incluye servicios de personalización y detección de anomalías. Azure AI Anomaly Detector analiza datos de series temporales (por ejemplo, métricas de servidores y cifras de ventas) e identifica anomalías automáticamente sin requerir un conjunto de datos de entrenamiento etiquetado: aprende los patrones normales a partir de datos históricos. Azure AI Personalizer (ahora forma parte de Content Safety en algunas vistas) utiliza aprendizaje por refuerzo para seleccionar el contenido más adecuado que se mostrará a un usuario según sus características contextuales. Ambos servicios son útiles en escenarios operativos y de inteligencia empresarial.

Todas las API de Azure AI Services siguen el mismo patrón: obtenga la URL del punto de conexión y una clave de API (o use una identidad administrada) de su recurso y, a continuación, envíe una solicitud HTTP POST con la carga útil y el encabezado de autenticación. La API devuelve una respuesta JSON con los resultados. Microsoft proporciona SDK de cliente para .NET, Python, JavaScript, Java y Go que encapsulan las llamadas REST con objetos tipados y lógica de reintento, lo que facilita la integración sin tener que gestionar manualmente HTTP.

Microsoft desarrolla Azure AI Services en torno a seis principios de IA responsable: Equidad (la IA no debe discriminar), Fiabilidad y seguridad (la IA debe funcionar según lo previsto), Privacidad y seguridad (los datos deben estar protegidos), Inclusividad (la IA debe empoderar a todas las personas), Transparencia (la IA debe ser comprensible) y Responsabilidad (las personas deben ser responsables de las decisiones de la IA). Algunas funcionalidades, como las de identificación de Face API, requieren presentar una solicitud formal a Microsoft antes de conceder el acceso.

Azure AI Services utiliza un modelo de pago por uso: paga por llamada a la API, por imagen analizada, por carácter traducido o por minuto de audio transcrito. Cada servicio y nivel tiene su propia unidad de precio. La mayoría de los servicios dispone de un nivel gratuito (F0) con cuotas de llamadas limitadas (por ejemplo, 5.000 llamadas al mes para Text Analytics), lo que permite experimentar sin coste. El nivel Estándar (S0) ofrece cuotas más altas y es adecuado para producción. Los costes aumentan linealmente con el uso; no hay compromisos mensuales fijos.

Los recursos de AI Services deben protegerse más allá de la autenticación predeterminada mediante clave de API. Entre las prácticas recomendadas se incluyen: almacenar las claves de API en Azure Key Vault en lugar de hacerlo en el código, utilizar una identidad administrada para acceder al recurso sin ninguna clave, restringir el acceso de red mediante puntos de conexión privados para que solo se pueda acceder al recurso desde su VNet y habilitar el registro de diagnóstico para auditar todas las llamadas a la API con fines de cumplimiento. Las claves de API deben rotarse periódicamente; cada recurso tiene dos claves para permitir la rotación sin tiempo de inactividad.

Muchos servicios de Azure AI Services pueden implementarse como contenedores de Docker en escenarios que requieren residencia de datos (el procesamiento se mantiene en las instalaciones o en una región específica) o en entornos desconectados. Se extrae la imagen del contenedor del Registro de contenedores de Microsoft, se ejecuta con la clave de API y la configuración del punto de conexión y se llama a la API REST del servicio en localhost. El contenedor se conecta periódicamente con Azure para la facturación; todo el uso se sigue registrando y cobrando mediante la suscripción de Azure, pero el procesamiento de IA se realiza localmente.

Compruebe su comprensión de los conceptos de Microsoft Azure Fundamentals (AZ-900) tratados en esta lección.

En esta lección ha aprendido que Azure AI Services proporciona funcionalidades de IA prediseñadas en los ámbitos de Visión, Lenguaje, Voz y Decisión, accesibles mediante API REST; que un recurso multiservicio simplifica el acceso con un único punto de conexión y una sola clave; y que todos los servicios deben protegerse con Key Vault e identidad administrada y pueden implementarse como contenedores para cumplir los requisitos de residencia de datos. A continuación, exploraremos en la práctica cómo llamar a las API de Language y Vision.