FácilOpción múltiple

Pregunta de práctica de AI-900

¿Qué servicio de Azure AI puede analizar una imagen y devolver una descripción de su contenido en lenguaje natural?

Elige la mejor respuesta.

Respuesta correcta

  • BAzure AI Vision (Computer Vision)

Explicación

Azure AI Vision (Computer Vision) incluye una API de análisis de imágenes que puede generar una descripción legible por humanos del contenido de una imagen. Esta característica utiliza modelos de aprendizaje profundo para identificar objetos, acciones y escenas, y luego produce un subtítulo en lenguaje natural que describe la imagen. La respuesta correcta es B porque este es el servicio específico diseñado para la comprensión de imágenes y la generación de descripciones.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Azure AI Language

Azure AI Language procesa texto para determinar sentimientos, entidades y frases clave; no puede aceptar entradas de imágenes ni generar descripciones visuales. Sería correcto para extraer significado de documentos o expresiones, mientras que el subtitulado de imágenes pertenece a Azure AI Vision.

B

Correcta

Azure AI Vision (Computer Vision)

La característica de análisis de imágenes de Azure AI Vision genera subtítulos y descripciones en lenguaje natural a partir del contenido de la imagen, utilizando modelos preentrenados. Satisface directamente el requisito de devolver una descripción del contenido de una imagen en lenguaje natural, a diferencia de los servicios de clasificación o solo OCR.

C

Incorrecta

Azure AI Speech

Azure AI Speech maneja conversión de voz a texto, texto a voz y traducción; procesa audio, no píxeles de imagen, por lo que no puede devolver un subtítulo. Es la opción correcta cuando la entrada es audio hablado que requiere transcripción. El subtitulado de imágenes requiere Azure AI Vision.

D

Incorrecta

Azure Bot Service

Azure Bot Service construye interfaces conversacionales que enrutan los mensajes de los usuarios a la lógica de un bot; no realiza análisis de imágenes ni generación de subtítulos. Tienta porque procesa lenguaje natural, pero ese lenguaje es el diálogo del usuario, mientras que describir el contenido de la imagen requiere un modelo de visión como Azure AI Vision.

Para profundizar

Azure AI Vision, históricamente llamada Computer Vision, expone la API Image Analysis. Sus características de subtítulos (caption) y subtítulos densos (dense caption) generan descripciones en lenguaje natural del contenido de una imagen, y también puede devolver etiquetas, objetos y texto detectado. El servicio utiliza modelos multimodales preentrenados alojados en Azure, por lo que no se requiere entrenamiento. Azure AI Language maneja análisis de texto como análisis de sentimientos y reconocimiento de entidades, Azure AI Speech maneja transcripción y síntesis de audio, y Azure Bot Service construye bots conversacionales. Un escenario realista es una característica de accesibilidad que subtitula automáticamente las fotos cargadas para usuarios de lectores de pantalla, llamando al endpoint de subtítulos de Image Analysis y devolviendo la oración generada a la aplicación.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de AI-900 de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.

Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.