Generalidades de AI Builder
¿Qué es AI Builder?
AI Builder es una herramienta que nos ayuda a integrar componentes de inteligencia artificial para la optimización de procesos
Qué es un modelo preconstruido/precompilado en AI Builder?
Modelos que se pueden usar en las herramientas sin necesidad de haber recopilado datos, entrenado y publicado el modelo
¿Qué es un modelo personalizado de AI Builder?
Son modelos que se entrenan con los datos específicos de los usuarios y los cuales se pueden adaptar a documentos, textos o imágenes específicas.
¿En qué herramientas de Power Platform se puede usar AI Builder?
Power Apps y Power Automate
¿Qué se requiere tener (licencias) para hacer uso de modelos de AI Builder?
Créditos
¿Qué tipos de modelos ofrece AI Builder para su uso inmediato?
Preconstruidos y personalizados
¿Qué consideraciones se deben tomar en cuenta al seleccionar un modelo preconstruido de AI Builder?
Alineación con el caso de uso
Limitaciones del modelo
Para entrenar modelos personalizados se requiere una gran cantidad de datos
Falso
Comparte un ejemplo de ¿Cómo integrar AI Builder en un flujo de Power Automate?
Automatizar tareas como: categorizar correos o comentarios de un sitio, extracción de datos de facturas, reconocimiento de imágenes, etc
¿Qué pasa con mis modelos cuando se me acaban los créditos?
Se bloquea la creación, edición y visualización de mis modelos, para desbloquear se tienen que pedir más créditos al administrador o esperar a tu corte
¿En qué se diferencia AI Builder de otros servicios de Inteligencia Artificial como Oracle OCR, Azure intelligence?
AI Builder es una herramienta de bajo código
¿Los modelos preconstruidos de AI Bulder se pueden utilizar directamente desde Power Apps o AI Builder?
Verdadero, los modelos preconstruidos no se pueden probar ni ver desde AI Builder, se prueban directamente en Power Apps o AI Builder
¿Cuándo se debe crear un modelo personalizado de AI Builder?
Cuando los modelos preconstruidos no se ajusten a los datos de tu proceso de negocio u organización
¿AI Builder tiene la capacidad de procesar Documentos en diferentes idiomas?
Verdadero, AI Builder tiene la capacidad de procesar documentos y extraer texto en diferentes idiomas.
¿Qué es necesario realizar para mover modelos de AI Builder entre entornos (DEV, QA y PROD)?
Se tienen que agregar los modelos a una solución para el traslado de modelos entre entornos
Si eres un experto en IA ¿Puedes crear tus propios modelos de IA Builder?
Si, se pueden crear modelos desde cero con azure machine learning
¿Puedo actualizar y mejorar los modelos preconstruidos?
Falso
¿Qué tipo de documentos acepta el modelo de procesamiento de documentos (extracción de info de facturas)?
Archivos JPG, PNG o PDF con un máximo de tamaño de 20 MB.
¿Se puede hacer uso de AI Builder en un Sharepoint? ¿Cómo se puede hacer esto?
Si, puedes hacer uso de 2 tipos de modelos directamente desde Sharepoint: Procesamiento de documentos estructurados y procesamiento de documentos no estructurados.
Menciona 3 mejores prácticas al momento de entrenar modelos en AI Builder
Recopilación de datos de calidad
Etiquetado correcto
Diversidad de datos
¿Cuál es la leyenda que indica que un modelo de AI Builder ya se puede utilizar?
El modelo tiene que estar con el estado publicado
¿Menciona 3 ejemplos de modelos preconstruidos?
•Procesamiento de facturas
•Reconocimiento de texto
•Análisis de sentimiento
•Procesamiento de recibos
•Extracción de entidades
•Lector de id.
•Extracción de frases clave
•Lector de tarjetas de presentación
•Clasificación de categorías
•Detección de idiomas
•Traducción de texto
•Descripción de imagen (vista previa)
¿Qué son las colecciones en los modelos personalizados?
Grupo de documentos con el mismo diseño. Se pueden crear hasta 200 colecciones según el modelo.
¿Cuál es el modelo con el que puedo hacer uso de datos almacenados en Dataverse para entrenarlo?
Modelo de Predicción (personalizado)
¿Cómo se pueden volver a entrenar los modelos personalizados de AI Builder para un mejor rendimiento?
Dentro del resumen de rendimiento en AI builder se puede entrenar de nuevo el modelo con archivos que no fueron detectados y que se almacenaron automáticamente en la configuración del modelo