۱۵۰۰ نمونه سوال آزمون AI-901 مبانی هوش مصنوعی مایکروسافت آزور (Microsoft Azure AI Fundamentals) - آخرین آپدیت

برای آزمون AI-901: Microsoft Azure AI Fundamentals با شش تست تمرینی متمرکز بر موضوعات، شامل ۱۵۰۰ سوال اصلی و توضیحات دقیق پاسخ‌ها آماده شوید.

این دوره تست تمرینی با مهارت‌های مورد سنجش در آزمون AI-901 تا تاریخ ۱۵ آپریل ۲۰۲۶ مطابقت دارد. این دوره شامل هوش مصنوعی مسئولانه، مدل‌های مولد، Microsoft Foundry، پرامپت‌نویسی، اپلیکیشن‌های سبک AI، راهکارهای تک-ایجنت، تحلیل متن، گفتار، بینایی ماشین، تولید تصویر و استخراج اطلاعات چندوجهی است.

این دوره برای یادگیرندگانی طراحی شده است که چیزی فراتر از یک کلید پاسخ می‌خواهند. هر سوال شامل چهار گزینه، دقیقاً یک پاسخ صحیح، توضیحی برای هر گزینه و یک توضیح کلی مفصل است که مفهوم پایه را به یک سناریوی عملی Azure AI متصل می‌کند.

چه مواردی گنجانده شده است؟

• شش تست تمرینی مجزا بر اساس موضوعات

• دقیقاً ۲۵۰ سوال در هر تست

• در مجموع ۱۵۰۰ سوال در کل دوره

• سوالات سطح مبتدی، متوسط و پیشرفته در هر تست

• چهار گزینه واقع‌گرایانه برای هر سوال

• توضیح مجزا برای هر گزینه پاسخ

• توضیح کلی و مفصل برای هر سوال

• برچسب‌گذاری سوالات بر اساس دامنه‌های مرتبط با AI-901

• سوالات مفهومی، سناریو-محور، پیکربندی، گردش‌کار، کدنویسی و عیب‌یابی

• به‌روزترین ترمینولوژی Microsoft Foundry و پوشش سرفصل‌های AI-901

مهارت‌های پوشش داده شده در AI-901

این دوره دو حوزه مهارتی رسمی AI-901 را پوشش می‌دهد:

• شناسایی مفاهیم و قابلیت‌های هوش مصنوعی

• پیاده‌سازی راهکارهای هوش مصنوعی با استفاده از Microsoft Foundry

شما سوالاتی را تمرین خواهید کرد که شامل موارد زیر است:

• انصاف، قابلیت اطمینان، ایمنی، حریم خصوصی، فراگیری، شفافیت و پاسخگویی

• اجزای مدل هوش مصنوعی مولد و تصمیمات مربوط به انتخاب مدل

• گزینه‌های استقرار (Deployment) و پارامترهای تولید

• پروژه‌های Microsoft Foundry، استقرار مدل‌ها و گردش‌کارهای Playground

• پرامپت‌های سیستمی و کاربر

• اپلیکیشن‌های کلاینت چت سبک و تک-ایجنت

• استخراج کلمات کلیدی، تشخیص موجودات، تحلیل احساسات و خلاصه‌سازی

• تشخیص گفتار، سنتز گفتار و تعامل چندوجهی گفتاری

• پرامپت‌های بصری، درک چندوجهی تصویر و تولید تصویر

• درک محتوا (Content Understanding) برای اسناد، فرم‌ها، تصاویر، صوت و ویدیو

• استخراج اطلاعات ساختاریافته و گردش‌کارهای اپلیکیشن‌های سبک

شش تست تمرینی متمرکز بر موضوعات

تست تمرینی ۱: مفاهیم AI، ورک‌لودها و هوش مصنوعی مسئولانه

ایجاد یک پایه قوی در ترمینولوژی AI، شناسایی ورک‌لودها، هوش مصنوعی مسئولانه، تحلیل متن، گفتار، بینایی و استخراج اطلاعات.

تست تمرینی ۲: مدل‌های مولد، استقرار و مبانی Foundry

مرور نحوه عملکرد مدل‌های مولد، معیارهای انتخاب مدل، گزینه‌های استقرار، پارامترهای پیکربندی، پروژه‌های Foundry، کاتالوگ مدل‌ها و پرامپت‌های پایه.

تست تمرینی ۳: اپلیکیشن‌های AI مولد، پرامپت‌ها و تک-ایجنت‌ها

تمرین استقرار مدل، طراحی پرامپت، کلاینت‌های چت Foundry SDK، پیکربندی تک-ایجنت، گفتگوها و اپلیکیشن‌های ایجنت سبک.

تست تمرینی ۴: تحلیل متن، گفتار چندوجهی و Azure Speech

ارزیابی دانش شما در تکنیک‌های تحلیل متن، پرامپت‌های چندوجهی گفتاری، تشخیص گفتار، سنتز گفتار و اپلیکیشن‌های زبانی سبک.

تست تمرینی ۵: بینایی ماشین، ورودی چندوجهی و تولید تصویر

مرور انتخاب ورک‌لودهای بصری، تفسیر تصویر، پرامپت‌های چندوجهی، تولید تصویر و اپلیکیشن‌های سبک دارای قابلیت بینایی.

تست تمرینی ۶: درک محتوا و استخراج اطلاعات چندوجهی

تمرین استخراج اطلاعات ساختاریافته از اسناد، فرم‌ها، تصاویر، صوت و ویدیو با استفاده از Azure Content Understanding.

نمونه سوال تمرینی

یک دپارتمان مالی فاکتورهای اسکن شده‌ای با چندین قالب مختلف دریافت می‌کند. این دپارتمان باید نام فروشنده، شماره فاکتور، مبلغ کل و اقلام هر ردیف را در فیلدهای ساختاریافته‌ای استخراج کند که قابل ارسال به یک اپلیکیشن حسابداری باشد.

کدام قابلیت Azure بهترین انتخاب است؟

الف. استفاده از یک مدل تولید تصویر برای بازسازی هر فاکتور در یک قالب استاندارد.

ب. استفاده از Azure Content Understanding با یک تحلیل‌گر فاکتور یا سند سفارشی.

ج. استفاده از Azure Speech برای تبدیل محتوای فاکتور به متن.

د. استفاده از یک پرامپت خلاصه‌سازی کلی و کپی دستی مقادیر از خلاصه.

پاسخ صحیح: ب

گزینه الف نادرست است زیرا تولید تصویر، محتوای بصری ایجاد یا ویرایش می‌کند و استخراج قابل اعتماد فیلدهای ساختاریافته از یک فاکتور موجود را ارائه نمی‌دهد.

گزینه ب درست است زیرا Content Understanding می‌تواند اسناد را تحلیل کرده و فیلدهای ساختاریافته را برگرداند. یک تحلیل‌گر پیش‌ساخته یا سفارشی مناسب می‌تواند مقادیر فاکتور و اقلام تکراری را برای پردازش‌های بعدی استخراج کند.

گزینه ج نادرست است زیرا Azure Speech صوت‌های گفتاری را پردازش می‌کند و برای استخراج فیلدها از اسناد اسکن شده طراحی نشده است.

گزینه د نادرست است زیرا یک خلاصه آزاد، نام فیلدهای پایدار، انواع داده‌ها یا ساختارهای تکراری اقلام را تضمین نمی‌کند.

توضیح کلی:

نیازمندی در اینجا استخراج اطلاعات ساختاریافته است، نه تولید تصویر، پردازش گفتار یا خلاصه‌سازی روایی. Azure Content Understanding می‌تواند اسناد بدون ساختار را تحلیل کرده و فیلدهای تعریف شده‌ای را برگرداند که برای ادغام در اپلیکیشن مناسب باشند. یک گردش‌کار مالی می‌تواند از تحلیل‌گر پیش‌ساخته فاکتور (زمانی که فیلدهای استاندارد کافی هستند) یا تحلیل‌گر سفارشی (زمانی که فیلدهای خاص سازمان مورد نیاز است) استفاده کند.

نحوه استفاده از این دوره

با تست تمرینی ۱ شروع کنید و تست‌ها را به ترتیب به پایان برسانید. توالی از مفاهیم پایه به سمت پیاده‌سازی Foundry، ایجنت‌ها، متن، گفتار، بینایی و استخراج اطلاعات حرکت می‌کند.

هنگام یادگیری از حالت Practice Mode استفاده کنید. توضیحات مربوط به پاسخ‌های صحیح و غلط را مرور کنید. هدف شما باید درک این باشد که چرا یک پاسخ بهتر از جایگزین‌های دیگر است، نه حفظ کردن جایگاه پاسخ‌ها.

پس از مرور موضوعات مرتبط، از حالت Exam Mode استفاده کنید. هر تست شامل ۲۵۰ سوال است و به عنوان یک بانک جامع موضوعی طراحی شده است، نه به عنوان ادعایی درباره طول دقیق آزمون رسمی مایکروسافت.

کسب نمره ۷۰٪ یا بالاتر در این دوره می‌تواند به عنوان معیار آمادگی شخصی استفاده شود. این درصد معادل با نمره قبولی مقیاس شده مایکروسافت نیست.