Microsoft Azure AI Fundamentals参考書

AI とは何か、AI・機械学習・深層学習の関係、そして AI-901 で重視される代表的な AI ワークロード（生成 AI・エージェント型 AI・テキスト分析・音声・コンピュータービジョン・情報抽出）の種類と用途を理解します。Azure がこれらを Microsoft Foundry 上で統一的に提供する全体像も押さえます。

AI を安全・公正・透明に使うための Microsoft の「責任ある AI」6原則（公平性／信頼性と安全性／プライバシーとセキュリティ／包括性／透明性／説明責任）と、生成 AI・エージェント特有のリスク（ハルシネーション・有害コンテンツ・プロンプトインジェクション）への対策を理解します。

AI ソリューションを構築・運用する統一プラットフォーム Microsoft Foundry の全体像（ポータル、プロジェクト、モデルカタログ、接続された Azure AI サービス、プレイグラウンド、評価・監視）と、ポータルと SDK の役割分担を理解します。

モデルカタログから用途に合うモデルを選ぶ観点（能力・モダリティ・コンテキスト長・コスト）と、デプロイしてエンドポイント＋キーを得る流れ、トークンとコストの基本、プレイグラウンドでの試行と評価を理解します。

大規模言語モデル（LLM）が「次に来そうな語」を予測して文章を生成する仕組みと、出力を制御するプロンプトの要素（システムメッセージ・指示・例・パラメーター）の基本を理解します。

モデルが学習していない最新・社内固有の情報に基づいて回答させる「根拠付け（グラウンディング）」と、その代表的実装である RAG（検索拡張生成）の考え方、Foundry SDK でアプリに組み込む流れを理解します。

エージェント型 AI が、生成 AI に「目標に向けた自律的な計画・ツール利用・複数ステップの実行」を加えたものであることを理解し、単純な生成 AI との違い、ツール（関数呼び出し）・知識・行動という構成要素、エージェントが向くシナリオを学びます。

Microsoft Foundry の Foundry Agent Service でエージェントを作る流れ（モデル＋指示＋知識＋ツールの構成）、複数のエージェントを連携させるマルチエージェント、そしてエージェント運用の安全策（権限・確認・監視）を理解します。

ドキュメント・フォーム・画像・音声・動画といった多様なコンテンツから、必要な項目や要点を構造化して抽出する Azure Content Understanding の役割と、抽出する項目を定義するスキーマ（フィールド）の考え方を理解します。

Content Understanding を使って軽量な情報抽出アプリを作る流れ（アナライザーの作成→スキーマ定義→入力を解析→構造化結果を受け取る）と、Foundry や SDK との組み合わせ、典型的なユースケースを理解します。

Foundry でテキストと音声のソリューションを実装する2つの道（用途特化の Foundry Tools＝Azure AI Language／Azure AI Speech と、音声を直接扱うマルチモーダルモデル）を理解し、テキスト分析・音声認識(STT)・音声合成(TTS)・音声翻訳の機能と、音声プロンプトへの応答方法を押さえます。

Foundry で「画像を理解する（ビジョン入力）」と「画像を作る（画像生成）」の2つの能力を実装する方法を理解します。マルチモーダルモデルや Azure AI Vision による画像解釈・OCR と、生成モデルによるテキストからの画像生成を、用途別の使い分けとともに押さえます。