AI-tjänster i Infrastrukturresurser (förhandsversion)

Azure AI-tjänster, som tidigare kallades Azure Cognitive Services, hjälper utvecklare och organisationer att snabbt skapa intelligenta, banbrytande, marknadsklara och ansvarsfulla program med fördefinierade och anpassningsbara API:er och modeller. AI-tjänster ger utvecklare möjlighet även om de inte har direkta kunskaper om AI eller datavetenskap. Målet med Azure AI-tjänster är att hjälpa utvecklare att skapa program som kan se, höra, tala, förstå och till och med börja resonera.

Fabric har två alternativ för att använda Azure AI-tjänster:

• Fördefinierade AI-modeller i Infrastrukturresurser (förhandsversion).

  Fabric integreras sömlöst med Azure AI-tjänster, så att du kan utöka dina data med fördefinierade AI-modeller utan några krav. Vi rekommenderar att du använder det här alternativet eftersom du kan använda din Infrastruktur-autentisering för att få åtkomst till AI-tjänster och all användning debiteras mot din infrastrukturkapacitet. Det här alternativet är för närvarande i offentlig förhandsversion med begränsade AI-tjänster tillgängliga.

  Azure OpenAI Service, Text Analytics och Azure AI Translator är tillgängliga i Fabric, med stöd för både RESTful API och SynapseML. Du kan också använda OpenAI Python-biblioteket för att få åtkomst till Azure OpenAI-tjänsten i Fabric. Mer information om tillgängliga modeller finns i fördefinierade AI-modeller i Fabric.

• Byok (Bring Your Own Key).

  Du kan etablera dina AI-tjänster i Azure och ta med din egen nyckel för att använda dem från Fabric. Om de önskade AI-tjänsterna ännu inte stöds i de fördefinierade AI-modellerna kan du fortfarande använda BYOK.

  Mer information om hur du använder Azure AI-tjänster med BYOK finns i Azure AI-tjänster i SynapseML med Bring Your Own Key.

Fördefinierade AI-modeller i Infrastrukturresurser (förhandsversion)

Azure OpenAI-tjänsten

REST API, Python SDK. SynapseML

• GPT-35-turbo: GPT-3.5-modeller kan förstå och generera naturligt språk eller kod. Den mest kompatibla och kostnadseffektiva modellen i GPT-3.5-familjen är GPT-3.5 Turbo, som har optimerats för chatt och fungerar bra för traditionella slutförandeuppgifter också. Modellen gpt-35-turbo-0125 stöder upp till 16 385 indatatoken och 4 096 utdatatoken.
• gpt-4-familj: gpt-4-32k stöds.
• text-embedding-ada-002 (version 2), inbäddningsmodell som kan användas med inbäddning av API-begäranden. Den maximala godkända begärandetoken är 8 191 och den returnerade vektorn har dimensioner på 1 536.

Textanalys

REST API, SynapseML

• Språkidentifiering: identifierar språket i indatatexten.
• Attitydanalys: returnerar en poäng mellan 0 och 1 som anger sentimentet i indatatexten.
• Extrahering av nyckelfras: identifierar viktiga samtalspunkter i indatatexten.
• Entitetsigenkänning av personligt identifierbar information (PII): identifiera, kategorisera och redigera känslig information i indatatexten.
• Namngiven entitetsigenkänning: identifierar kända entiteter och allmänna namngivna entiteter i indatatexten.
• Entitetslänkning: identifierar och särskiljer identiteten för entiteter som finns i text.

Azure AI Translator

REST API, SynapseML

• Översätt: Översätter text.
• Transkribera: Konverterar text på ett språk från ett skript till ett annat skript.

Tillgängliga regioner

Tillgängliga regioner för Azure OpenAI Service

Listan över Azure-regioner där fördefinierade AI-tjänster i Infrastruktur nu är tillgängliga finns i avsnittet Tillgängliga regioner i artikeln "Översikt över Copilot i Infrastruktur och Power BI (förhandsversion)."

Tillgängliga regioner för textanalys och Azure AI Translator

Fördefinierade textanalyser, Azure AI Translator i Fabric är nu tillgängliga för offentlig förhandsversion i De Azure-regioner som anges i den här artikeln. Om din Microsoft Fabric-hemregion inte visas kan du fortfarande skapa en Microsoft Fabric-kapacitet i en region som stöds. Mer information finns i Köpa en Microsoft Fabric-prenumeration. Om du vill ta reda på vad din Infrastruktur-hemregion är, se Hitta din infrastrukturresurs hemregion.

Relaterat innehåll

• Använda fördefinierade Azure OpenAI i Fabric
• Använda fördefinierad textanalys i infrastrukturresurser
• Använda fördefinierade Azure AI Translator i Fabric