Microsoft משתפת פעולה עם OpenAI כדי להשיג שלוש מטרות עיקריות:
- כדי לנצל את התשתית של Azure, כולל אבטחה, תאימות וזמינות אזורית, כדי לעזור למשתמשים לבנות יישומים ברמה ארגונית.
- כדי לפרוס יכולות מודל AI של OpenAI במוצרי Microsoft, כולל מוצרי בינה מלאכותית של Azure ומעבר להם.
- כדי להשתמש ב- Azure כדי להפעיל את כל עומסי העבודה של OpenAI.
מבוא לשירות OpenAI של Azure
שירות OpenAI של Azure הוא תוצאה של השותפות בין Microsoft ו- OpenAI. השירות משלב את היכולות ברמה ארגונית של Azure עם יכולות מודל הבינה המלאכותית הגנרטיבית של OpenAI.
Azure OpenAI זמין עבור משתמשי Azure ומורכב מארבעה רכיבים:
- מודלים של בינה מלאכותית גנרטיבית שהוכשרו מראש
- יכולות התאמה אישית; היכולת לכוונן מודלים של בינה מלאכותית עם נתונים משלך
- כלים מוכללים לזיהוי וצמצום מקרי שימוש מזיקים כדי שמשתמשים יוכלו ליישם בינה מלאכותית בצורה אחראית
- אבטחה ברמה ארגונית עם בקרת גישה מבוססת תפקידים (RBAC) ורשתות פרטיות
השימוש ב- Azure OpenAI מאפשר לך לעבור בין העבודה שלך עם שירותי Azure ו- OpenAI, תוך שימוש ברשת הפרטית של Azure, הזמינות האזורית וסינון תוכן AI אחראי.
Azure OpenAI תומך בעומסי עבודה נפוצים רבים של בינה מלאכותית ופותר עבור כמה חדשים.
עומסי עבודה נפוצים של בינה מלאכותית כוללים למידת מכונה, ראייה ממוחשבת, עיבוד שפה טבעית, בינה מלאכותית בשיחה, זיהוי אנומליות וכריית ידע.
ניתן לסווג עומסי עבודה אחרים של AI שבהם תומך Azure OpenAI לשלוש קבוצות:
- יצירת שפה טבעית
- השלמת טקסט: יצירה ועריכה של טקסט
- הטבעות: חיפוש, סיווג והשוואה של טקסט
- יצירת קוד: יצירה, עריכה והסבר של קוד
- יצירת תמונות: יצירה ועריכה של תמונות
הקשר של Azure OpenAI לשירותי הבינה המלאכותית של Azure
שירותי הבינה המלאכותית של Azure הם כלים לפתרון עומסי עבודה של בינה מלאכותית וניתן לסווג אותם לפלטפורמת למידת המכונה של Azure, לשירותים קוגניטיביים ולשירותי AI יישומיים.
Azure Cognitive Services כולל חמישה עמודי תווך: חזון, דיבור, שפה, החלטה ושירות OpenAI של Azure . השירותים שבהם תבחר להשתמש תלויים במה שעליך להשיג. בפרט, ישנן מספר יכולות חופפות בין שירות השפה של השירות הקוגניטיבי לבין השירות של OpenAI, כגון תרגום, ניתוח סנטימנטים וחילוץ מילות מפתח.
אמנם אין הנחיות קפדניות לגבי מתי להשתמש בשירות מסוים, אך ניתן להשתמש בשירות השפה הקיים של Azure עבור מקרי שימוש ידועים הדורשים כוונון מינימלי, התהליך של מיטוב ביצועי המודל. השירות
של Azure OpenAI עשוי להיות מועיל יותר עבור מקרי שימוש הדורשים מודלים גנרטיביים מותאמים אישית, או עבור מחקר אקספלורציה.
בעת קבלת החלטות עסקיות לגבי סוג המודל שבו יש להשתמש או כדי להבין מדוע מודלים של למידת מכונה שהוכשרו מראש מבוקשים כל כך, חשוב להבין כיצד צרכי הזמן והמחשוב משפיעים על הכשרת למידת מכונה. כדי לקבל מודל למידת מכונה עובד, זה צריך להיות מאומן עם נתונים. החלק של ה'למידה' באימון דורש מהמחשב לנסות את כל הפתרונות עד שהוא מזהה את המודל המתאים ביותר לנתונים. מודל בעל ביצועים גבוהים יותר, משימה מורכבת יותר ומערך נתוני אימון גדול יותר מביאים לזמן רב יותר הנדרש כדי לעבור על פתרונות אפשריים.
כיצד להשתמש ב – Azure OpenAI
בשלב זה עליך להגיש בקשה לגישה ל- Azure OpenAI. לאחר קבלת הגישה, באפשרותך להשתמש בשירות על-ידי יצירת משאב OpenAI של Azure , כפי שהיית עושה עבור שירותי Azure אחרים. לאחר יצירת המשאב, באפשרותך להשתמש בשירות באמצעות ממשקי API של REST, Python SDK או ממשק מבוסס אינטרנט ב – Azure OpenAI Studio
Azure OpenAI Studio
ב- Azure OpenAI Studio, באפשרותך לבנות מודלים של בינה מלאכותית ולפרוס אותם לצריכה ציבורית ביישומי תוכנה. היכולות של Azure OpenAI מתאפשרות על-ידי כמה מודלים ספציפיים של בינה מלאכותית גנרטיבית. מודלים שונים מותאמים למשימות שונות; חלק מהמודלים מצטיינים במשימות סיכום פשוטות, חלקם מעולים בתגובות כלליות לא מובנות, ואחרים בנויים ליצירת תמונות ייחודיות מהזנת טקסט.
מודלים אלה של OpenAI מתחלקים לכמה משפחות עיקריות:
- גנרטור מאומן מראש (GPT)
- קודקס
- דאל-אי
המודלים זמינים גם ב- Azure OpenAI.
ניתן לאמן ולהתאים אישית את מודלי הבינה המלאכותית של Azure OpenAI באמצעות כוונון עצמי.
חשוב
למודלים של בינה מלאכותית גנרטיבית יש תמיד הסתברות לשקף ערכים אמיתיים. מודלים בעלי ביצועים גבוהים יותר, כגון מודלים שעברו כוונון עדין למשימות ספציפיות, עושים עבודה טובה יותר בהחזרת תגובות המשקפות ערכים אמיתיים. חשוב לסקור את הפלט של מודלים גנרטיביים של בינה מלאכותית. בנוסף, המודלים המסופקים על-ידי Azure OpenAI מאומנים על נתונים לפני אוקטובר 2019 ואינם גולשים באינטרנט, כך שייתכן שאין להם ידע על אירועים אקטואליים.
