Niveau Débutant — Fondamentaux IA sur Azure

4 modules pour comprendre les concepts IA/ML/GenAI, l’IA responsable et les services Azure AI (Vision, Language, Speech, Document Intelligence).

Module 1 : Concepts IA, Machine Learning, IA générative et IA responsable

1.1 Intelligence artificielle, Machine Learning et Deep Learning

L’intelligence artificielle (IA) désigne tout système simulant des capacités humaines : comprendre le langage, reconnaître des images, prendre des décisions. Le Machine Learning (ML) est un sous-ensemble de l’IA où le système apprend des motifs depuis des données au lieu d’être programmé par règles explicites. Le Deep Learning est un sous-ensemble du ML fondé sur des réseaux de neurones profonds, particulièrement efficace pour la vision, la parole et le langage.

• Apprentissage supervisé — le modèle apprend depuis des exemples étiquetés (ex. classifier un e-mail en « spam » ou « légitime »).
• Apprentissage non supervisé — le modèle découvre des structures sans étiquettes (ex. regrouper des clients similaires).
• Apprentissage par renforcement — le modèle apprend par récompenses et pénalités (ex. optimiser un routage).
• Inférence vs entraînement — l’entraînement ajuste les poids du modèle ; l’inférence applique le modèle entraîné à de nouvelles données. À l’examen AI-102, vous déployez et consommez des modèles déjà entraînés.

1.2 IA générative et grands modèles de langage (LLM)

L’IA générative produit du contenu nouveau (texte, image, audio, code) au lieu de se limiter à prédire une étiquette comme les modèles discriminatifs. Les grands modèles de langage (LLM) comme GPT-4o sont des transformeurs entraînés sur d’immenses corpus, puis alignés par instructions et retours humains. Ils fonctionnent par prédiction du token suivant : chaque appel découpe le texte en tokens et génère la suite la plus probable, influencée par le prompt et les paramètres (temperature, top_p).

Exemple de découpage en tokens (ordre de grandeur) :
"Bonjour, analysez ce rapport financier."  →  environ 10-12 tokens
1 token ≈ 4 caractères en anglais, ≈ 2-3 en français
Fenêtre de contexte GPT-4o : 128 000 tokens (prompt + réponse)

1.3 Les six principes de l’IA responsable Microsoft

• Équité (fairness) — traiter toutes les personnes de façon juste, tester les biais sur les jeux de données et les sorties.
• Fiabilité et sécurité (reliability and safety) — le système doit fonctionner comme prévu, y compris face aux usages adverses.
• Confidentialité et sécurité (privacy and security) — protéger les données personnelles, limiter la collecte, chiffrer et contrôler l’accès.
• Inclusivité (inclusiveness) — concevoir pour tous les utilisateurs, y compris les personnes en situation de handicap.
• Transparence (transparency) — documenter les capacités et limites, expliquer les décisions (citations RAG, Model Cards).
• Responsabilité (accountability) — supervision humaine, traçabilité des décisions, gouvernance et audit.

Module 2 : Provisionner et consommer Azure AI Services

2.1 Ressource multi-services vs ressources mono-service

La ressource Azure AI services (multi-services, anciennement Cognitive Services) expose Vision, Language, Speech, Document Intelligence et Translator avec un seul endpoint et une seule paire de clés. Les ressources mono-service (ex. Computer Vision, Language service) isolent facturation, quotas et contrôle d’accès par service. Les deux types fournissent deux clés (key1, key2) pour permettre la rotation sans interruption.

# Créer une ressource multi-services (Azure CLI)
az cognitiveservices account create \
  --name ai-horizon5-prod \
  --resource-group rg-ai102 \
  --kind CognitiveServices \
  --sku S0 \
  --location westeurope

# Lister les clés (à protéger, jamais en dur dans le code)
az cognitiveservices account keys list \
  --name ai-horizon5-prod \
  --resource-group rg-ai102

2.2 Endpoints, clés, identités managées et Key Vault

• Endpoint + clé d’abonnement — en-tête Ocp-Apim-Subscription-Key pour les appels REST directs.
• Microsoft Entra ID + identité managée — méthode recommandée en production : aucun secret à gérer, contrôle RBAC (rôle Cognitive Services User).
• Azure Key Vault — stocke les clés quand l’authentification par clé reste nécessaire ; la rotation régénère key1/key2 dans le portail.
• SDK vs REST — les SDK (Python, C#, Java, JavaScript) simplifient l’authentification et la sérialisation ; l’API REST convient aux appels ponctuels et aux tests curl.

# Appel REST : analyse d'image (clé en variable d'environnement)
curl -s -X POST "https://ai-horizon5-prod.cognitiveservices.azure.com/vision/v3.2/analyze?visualFeatures=Description,Tags" \
  -H "Ocp-Apim-Subscription-Key: $AI_KEY" \
  -H "Content-Type: application/json" \
  -d '{"url":"https://exemple.fr/photo.jpg"}'

Module 3 : Azure AI Vision (image, visage, vidéo)

3.1 Image Analysis 4.0 : captioning, tagging, OCR

Image Analysis décrit les images (captioning simple et dense), étiquette les objets (tagging), détecte les personnes et lit le texte (Read / OCR) y compris dans les documents. La version 4.0 unifie ces capacités dans une API synchrones pour les images et un mode asynchrone pour les gros volumes. Les coordonnées retournées (bounding boxes) permettent de localiser chaque objet détecté.

# SDK Python : légende + étiquettes + OCR (extrait)
from azure.ai.vision.imageanalysis import ImageAnalysisClient
from azure.ai.vision.imageanalysis.models import VisualFeatures
from azure.core.credentials import AzureKeyCredential

client = ImageAnalysisClient(
    endpoint="https://ai-horizon5-prod.cognitiveservices.azure.com",
    credential=AzureKeyCredential("VOTRE_CLE"))
result = client.analyze_from_url(
    image_url="https://exemple.fr/facture-scan.jpg",
    visual_features=[VisualFeatures.CAPTION, VisualFeatures.TAGS, VisualFeatures.READ])
print(result.caption.text)   # Légende générée
for tag in result.tags.list: # Étiquettes + scores de confiance
    print(tag.name, round(tag.confidence, 2))

3.2 Face, Custom Vision et Video

• Face — détecte visages, points de repère et attributs (lunettes, pose) ; la reconnaissance/identification exige une approbation d’accès restreint et un cas d’usage responsable documenté.
• Custom Vision — entraîne vos propres classifieurs et détecteurs d’objets : étiquetage d’images, entraînement, publication d’une itération, puis prédiction via endpoint dédié.
• Video Indexer / Video Retrieval — indexe les vidéos (parole, visages, scènes, émotions) pour la recherche dans les contenus vidéo.

Module 4 : Language, Speech, Document Intelligence et Translator

4.1 Azure AI Language : comprendre et expurger le texte

• Analyse de sentiments et opinion mining — polarité positive/négative/neutre, par phrase et par aspect.
• Détection PII et rédaction — repère e-mails, téléphones, numéros de sécurité sociale et les masque avant archivage.
• Reconnaissance d’entités nommées (NER) et liaison d’entités — personnes, lieux, organisations reliés à une base de connaissances.
• Résumé, détection de langue, questions-réponses personnalisées — résumé extractif/abstractif, routage multilingue, base de connaissances métier.
• CLU (Conversational Language Understanding) — intentions + entités pour les bots, avec évaluation par projet de conversation.

# SDK Python : sentiments + PII (extrait)
from azure.ai.textanalytics import TextAnalyticsClient
from azure.core.credentials import AzureKeyCredential

client = TextAnalyticsClient(endpoint="https://ai-horizon5-prod.cognitiveservices.azure.com",
                             credential=AzureKeyCredential("VOTRE_CLE"))
avis = ["Le déploiement RAG est limpide, mais la latence du premier appel reste élevée."]
print(client.analyze_sentiment(avis)[0].sentiment)  # positive / negative / neutral / mixed
pii = client.recognize_pii_entities(["Contact : marie.dupont@exemple.fr, 06 12 34 56 78"])[0]
print([(e.text, e.category) for e in pii.entities])  # Email, PhoneNumber → à rédiger

4.2 Speech : transcription, synthèse et traduction vocale

• Speech-to-Text (STT) — transcription temps réel ou par lot, avec diarisation des locuteurs et vocabulaires personnalisés (Custom Speech).
• Text-to-Speech (TTS) — voix neuronales, SSML pour la prosodie, voix personnalisées (Custom Voice, accès restreint).
• Traduction vocale — Speech-to-text + traduction + synthèse dans la langue cible.

# Azure CLI : transcription par lot d'un fichier audio stocké sur Blob
az cognitiveservices account create --name ai-speech-prod --resource-group rg-ai102 \
  --kind SpeechServices --sku S0 --location westeurope
# Puis transcription via le portail Speech Studio ou le SDK Speech :
# speechsdk.SpeechConfig(subscription=CLE, region="westeurope")

4.3 Document Intelligence et Translator

Document Intelligence (ex-Form Recognizer) extrait texte, paires clé-valeur, tableaux et cases à cocher. Modèles préconçus : layout (mise en page), invoice (factures), receipt, idDocument, tax. Modèles personnalisés : template (zones fixes), neural (mises en page variées), composed (aiguille vers le bon sous-modèle). Translator traduit documents et textes avec dictionnaires et mémoire de traduction personnalisée.

# SDK Python : facture avec le modèle préconçu (extrait)
from azure.ai.formrecognizer import DocumentAnalysisClient
from azure.core.credentials import AzureKeyCredential

client = DocumentAnalysisClient(endpoint="https://ai-horizon5-prod.cognitiveservices.azure.com",
                                credential=AzureKeyCredential("VOTRE_CLE"))
poller = client.begin_analyze_document_from_url("prebuilt-invoice", "https://exemple.fr/facture.pdf")
for doc in poller.result().documents:
    print(doc.fields["CustomerName"].value, doc.fields["InvoiceTotal"].value)