🧠 Clase Teórica 2 — IA en Azure: conceptos y servicios clave
Este segundo módulo continúa profundizando en los pilares conceptuales necesarios para entender cómo se integra la Inteligencia Artificial dentro de la plataforma en la nube de Microsoft Azure y sus distintos servicios.
📌 1. Repaso de la clase anterior y objetivos
La clase arranca brevemente recordando:
- Qué es Inteligencia Artificial (IA) y cómo se diferencia de Machine Learning y Deep Learning.
- La manera en que Azure ofrece servicios gestionados de IA.
- Qué se espera aprender en esta segunda parte.
Esto prepara el terreno para avanzar desde la teoría general hacia conceptos más concretos sobre servicios específicos.
🧩 2. Servicios de IA de Azure: una mirada más profunda
Uno de los focos principales de este video es entender qué tipos de servicios de IA están disponibles, cómo se agrupan y qué problemas resuelven.
🟡 Vision AI
Azure permite:
- Analizar imágenes y videos para detectar objetos.
- Realizar reconocimiento óptico de caracteres (OCR).
- Clasificar imágenes según contenido.
Esto se explica con ejemplos de uso real, como el análisis automático de fotos o documentos escaneados.
🟢 Speech AI
En esta sección se describen las capacidades de voz:
- Conversión de voz a texto (speech-to-text).
- Sintetizador de voz (text-to-speech).
- Identificación de hablantes y reconocimiento de comandos.
Se contextualiza con situaciones típicas, como asistentes virtuales por voz o subtitulado automático.
🔵 Language AI
Aquí se explora cómo Azure puede manejar lenguaje natural con tareas como:
- Identificación de sentimientos.
- Clasificación de texto.
- Extracción de palabras clave y entidades.
- Resúmenes automáticos de textos largos.
Se vincula esto con aplicaciones prácticas como chatbots o workflows automatizados de análisis de contenido textual.
📊 3. Arquitectura y elementos clave de un proyecto de IA en Azure
La clase también aborda cómo se organiza un proyecto IA dentro de Azure, a nivel estructural:
- Suscripción: el espacio financiero y de administración de servicios.
- Grupo de recursos: carpetas virtuales donde se agrupan servicios relacionados.
- Región: ubicación física de los centros de datos.
- Endpoints y claves de API: lo que se usa para conectar clientes externos con los servicios.
Este bloque te prepara para entender cómo se comunican tus aplicaciones con los servicios de IA en la nube.
🧪 4. Casos de uso empresariales
Más allá de la tecnología, la clase dedica una parte importante a explicar cuándo tiene sentido usar IA en Azure:
- Automatización de procesos repetitivos.
- Sistema inteligente de atención al cliente.
- Extracción de insights de grandes volúmenes de datos.
- Mejora de experiencias digitales con capacidades de voz y visión.
Esto ayuda a trasladar los conceptos técnicos a beneficios reales de negocio, algo fundamental si estás diseñando soluciones o proyectos.
💡 5. Relación con la certificación Azure AI-900
Aunque la clase no es un examen, sus contenidos están alineados con los temas clave de la certificación fundamental de IA de Azure (AI-900):
👉 Comprender los servicios de IA disponibles en Azure.
👉 Saber las diferencias entre categorías (visión, lenguaje, voz).
👉 Identificar escenarios típicos de aplicación.
