AI901-Concept#111-3
注: この問題は、同じ前提を持つ一連の問題の一部です。それぞれの問題には異なる解決策が提示されます。
前提
ある損害保険会社が、顧客から送信される事故報告 (テキスト + 現場写真 + 通話音声 + ダッシュカム動画) を AI で自動処理して査定担当者を支援するシステムを Azure AI Foundry で構築しています。複数の AI ワークロードを統合する必要があります。
解決策
ダッシュカム動画から事故時刻 / 関連車両 / 衝突部位を抽出するために Azure AI Foundry の Content Understanding を使用し、information extraction ワークロードとして実装します。
この解決策は目的を満たしますか?
解説
【判定: はい】の理由
Azure AI Foundry の Content Understanding はテキスト / 画像 / 音声 / 動画から構造化情報を抽出する information extraction の中核機能で、ダッシュカム動画のような複合モーダル入力にも対応します。事故時刻のタイムスタンプ / 映像内の車両検出 / 衝突部位の特定をスキーマ定義で抽出でき、損害査定の補助情報として直接利用できます。Foundry portal の Content Understanding builder からモデルを構成し、Foundry SDK でアプリ統合する標準パターンで、AI-901 Skills Outline の「動画からの情報抽出」要件にも完全に合致します。
【「いいえ」が違う理由】
Content Understanding は動画を含む情報抽出ワークロードの公式機能で、本シナリオに正確に対応します。「目的を満たさない」と判断する根拠はありません。
Azure AI Foundry の Content Understanding はテキスト / 画像 / 音声 / 動画から構造化情報を抽出する information extraction の中核機能で、ダッシュカム動画のような複合モーダル入力にも対応します。事故時刻のタイムスタンプ / 映像内の車両検出 / 衝突部位の特定をスキーマ定義で抽出でき、損害査定の補助情報として直接利用できます。Foundry portal の Content Understanding builder からモデルを構成し、Foundry SDK でアプリ統合する標準パターンで、AI-901 Skills Outline の「動画からの情報抽出」要件にも完全に合致します。
【「いいえ」が違う理由】
Content Understanding は動画を含む情報抽出ワークロードの公式機能で、本シナリオに正確に対応します。「目的を満たさない」と判断する根拠はありません。
コメント