Intelligenza artificiale generativa in Azure Data Manager per l'agricoltura

  • Articolo

I modelli di Copilot Microsoft consentono alle organizzazioni di creare copiloti agricoli. I modelli di copilot consentono di recuperare facilmente i dati archiviati in Azure Data Manager per l'agricoltura in modo che il contesto e le informazioni dettagliate correlate all'agricoltura possano essere sottoposti a query in un contesto di conversazione.

Molti clienti hanno dati proprietari all'esterno di Azure Data Manager per l'agricoltura; ad esempio, i PDF agronomi o i dati dei prezzi di mercato. Questi clienti possono trarre vantaggio da un framework di orchestrazione che consente di selezionare plug-in, strutture di dati incorporate e sottoprocessi come parte del flusso di query.

I clienti che dispongono di dati sulle operazioni della farm in Azure Data Manager per l'agricoltura possono usare plug-in che consentono di selezionare facilmente le API mappate alle operazioni della farm. Questi plug-in consentono una combinazione di risultati, calcolo dell'area, classificazione e riepilogo per aiutare i clienti a soddisfare le richieste dei clienti.

Clienti e partner possono fornire informazioni dettagliate agli utenti in caso di malattia, resa, finestre di raccolta e altro ancora, usando dati di pianificazione e osservazione effettivi. Anche se Azure Data Manager for Agriculture non è necessario per rendere operativi i modelli di copilot per l'agricoltura, consente ai clienti di integrare più facilmente scenari di intelligenza artificiale generativi per gli utenti.

I nostri modelli di copilota rendono l'IA generativa nell'agricoltura una realtà.

Nota

Azure può includere funzionalità di anteprima, beta o altre funzionalità non definitive, servizi, software o aree offerte da Microsoft per la valutazione facoltativa. Le anteprime vengono concesse in licenza all'utente come parte del contratto che regola l'uso di Azure e sono soggette alle condizioni applicabili alle anteprime.

L'anteprima di Azure Data Manager per l'agricoltura e i servizi di intelligenza artificiale generativi Microsoft correlati sono soggetti a condizioni aggiuntive. Queste condizioni aggiuntive integrano il contratto che regola l'uso di Azure. Se non si accettano queste condizioni, non usare le anteprime.

Prerequisiti

Architettura di alto livello

Il controllo completo è dovuto alla distribuzione dei componenti chiave all'interno del tenant. I modelli di copilota per l'agricoltura sono disponibili tramite un contenitore Docker, distribuito nell'istanza del servizio app Azure.

Screenshot che mostra l'architettura delle funzionalità di alto livello.

È consigliabile applicare filtri di sicurezza e contenuto nell'istanza di Azure OpenAI. L'esecuzione di questo passaggio consente di garantire che la funzionalità di intelligenza artificiale generativa sia allineata alle linee guida di Office of Responsible AI di Microsoft. Per iniziare, seguire le istruzioni su come usare i filtri di contenuto con Azure OpenAI.

Casi d'uso per le operazioni della farm

Azure Data Manager per l'agricoltura supporta una selezione semplice di API mappate alle operazioni farm. Questo supporto consente casi d'uso basati su tillage, impianto, applicazioni e tipi di operazioni agricole. Ecco un elenco di esempio di query che è possibile testare e usare:

  • Mostra campi attivi
  • Quale ritaglio è stato piantato nel mio campo (usare il nome del campo)
  • Indica i dettagli dell'applicazione per il campo (usare il nome del campo)
  • Dammi un elenco di tutti i campi con date di piantagione
  • Assegnare un elenco di tutti i campi con date dell'applicazione
  • Qual è il delta tra i campi piantati e raccolti
  • Quali aziende agricole sono state raccolte
  • Che cos'è l'area dei campi raccolti
  • Convertire l'area in acri/ettari
  • Qual è la resa media per il campo (usare il nome del campo) con ritaglio (usare il nome del ritaglio)
  • Qual è l'effetto delle date di impianto sulla resa per il raccolto (usare il nome del raccolto)

Questi casi d'uso possono aiutare i fornitori di input a pianificare attrezzature, semi, applicazioni e servizi correlati e interagire meglio con l'agricoltore.

Passaggi successivi