Beskriva Azure OpenAI

• 5 minuter

Microsoft har samarbetat med OpenAI för att uppfylla tre huvudmål:

• Att använda Azures infrastruktur, inklusive säkerhet, efterlevnad och regional tillgänglighet, för att hjälpa användare att skapa program i företagsklass.
• Distribuera OpenAI AI-modellfunktioner mellan Microsoft-produkter, inklusive och utöver Azure AI-produkter.
• Så här använder du Azure för att driva alla OpenAI:s arbetsbelastningar.

Introduktion till Azure OpenAI-tjänsten

Azure OpenAI Service är ett resultat av samarbetet mellan Microsoft och OpenAI. Tjänsten kombinerar Azures funktioner i företagsklass med OpenAI:s generativa AI-modellfunktioner.

Azure OpenAI är tillgängligt för Azure-användare och består av fyra komponenter:

• Förtränade generativa AI-modeller
• Anpassningsfunktioner; möjligheten att finjustera AI-modeller med dina egna data
• Inbyggda verktyg för att identifiera och minimera skadliga användningsfall så att användare kan implementera AI på ett ansvarsfullt sätt
• Säkerhet i företagsklass med rollbaserad åtkomstkontroll (RBAC) och privata nätverk

Med Azure OpenAI kan du övergå mellan ditt arbete med Azure-tjänster och OpenAI, samtidigt som du använder Azures privata nätverk, regional tillgänglighet och ansvarsfull AI-innehållsfiltrering.

Förstå Azure OpenAI-arbetsbelastningar

Vanliga AI-arbetsbelastningar är maskininlärning, visuellt innehåll, bearbetning av naturligt språk, konversations-AI, avvikelseidentifiering och kunskapsutvinning.

Azure OpenAI stöder många generativa AI-arbetsbelastningar, till exempel:

• Generera naturligt språk
  • Textavslut: generera och redigera text
  • Inbäddningar: söka, klassificera och jämföra text
• Generera kod: generera, redigera och förklara kod
• Generera bilder: generera och redigera bilder

Azure OpenAI:s relation till Azure AI-tjänster

Azure AI-tjänster är verktyg för att lösa AI-arbetsbelastningar. Vilka tjänster du väljer att använda beror på vad du behöver utföra. I synnerhet finns det flera överlappande funktioner mellan Azure AI Language Service och Azure OpenAI Service, till exempel översättning, attitydanalys och extrahering av nyckelord.

Det finns ingen strikt vägledning om när du ska använda en viss tjänst, men Azure AI Language-tjänsten kan användas för allmänt kända användningsfall som kräver minimal justering (processen för att optimera en modells prestanda). Azure OpenAI Service kan vara mer fördelaktigt för användningsfall som kräver mycket anpassade generativa modeller eller för undersökande forskning.

När du fattar affärsbeslut om vilken typ av modell som ska användas är det viktigt att förstå hur tids- och beräkningsbehoven påverkar maskininlärningsträningen. För att kunna skapa en effektiv maskininlärningsmodell måste modellen tränas med en betydande mängd rensade data. Utbildningsdelen av träningen kräver att en dator identifierar en algoritm som passar bäst för data. Komplexiteten i den uppgift som modellen behöver lösa för och önskad nivå av modellprestanda alla faktorer i den tid som krävs för att köra igenom möjliga lösningar för en algoritm för bästa passform.