آموزش ساخت دستیارهای هوشمند با Azure AI Foundry

آموزش ساخت دستیارهای هوشمند با Azure AI Foundry با عنوان اصلی Building Assistants with Azure AI Foundry یکی دیگر از آموزش های گروه آموزشی پرووید می باشد که در این قسمت آن را به شما معرفی می کنیم. در این آموزش با نحوه ساخت دستیارهای هوشمند مبتنی بر هوش مصنوعی با استفاده از Azure AI Foundry آشنا می شوید. همچنین یاد می گیرید چگونه از Assistants API برای ایجاد دستیار، اضافه کردن ابزارهای مختلف و پیاده سازی قابلیت های تعاملی در آن استفاده کنید.

Azure AI Foundry چیست و چه کاربردی دارد؟

Azure AI Foundry پلتفرمی از Microsoft برای توسعه و مدیریت راهکارهای مبتنی بر هوش مصنوعی است. این پلتفرم امکاناتی را در اختیار توسعه دهندگان قرار می دهد تا بتوانند مدل های هوش مصنوعی را به کار بگیرند و برنامه هایی هوشمند با قابلیت پاسخگویی به درخواست کاربران ایجاد کنند. یکی از کاربردهای مهم آن، ساخت AI Assistant هایی است که می توانند بر اساس ورودی کاربر، وظایف مشخصی را انجام دهند.

با استفاده از Azure AI Foundry می توانید فرآیند توسعه دستیارهای هوشمند را از مرحله ایجاد پروژه تا پیاده سازی با کد دنبال کنید. این پلتفرم همچنین ابزارهایی برای آزمایش و بررسی عملکرد دستیارها در اختیار شما قرار می دهد. در نتیجه می توانید پیش از استفاده از دستیار در یک برنامه واقعی، رفتار آن را آزمایش کرده و قابلیت های مورد نیاز را به آن اضافه کنید.

Assistants API چیست و چگونه کار می کند؟

Assistants API مجموعه ای از قابلیت ها برای ساخت دستیارهای هوشمند مبتنی بر مدل های هوش مصنوعی است. این API به توسعه دهندگان اجازه می دهد دستیارهایی ایجاد کنند که درخواست های کاربران را دریافت کرده و با استفاده از دستورالعمل ها و ابزارهای تعریف شده، پاسخ های مرتبط تولید کنند. به جای اینکه تمام منطق تعامل با مدل را از ابتدا پیاده سازی کنید، می توانید از امکانات آماده Assistants API برای مدیریت رفتار دستیار استفاده کنید.

در این آموزش ابتدا با مفهوم Assistants API آشنا می شوید و سپس یاد می گیرید چگونه یک پروژه در Azure AI Foundry ایجاد کنید. همچنین با استفاده از Assistants playground یک دستیار هوشمند می سازید و عملکرد آن را آزمایش می کنید. در ادامه همین فرآیند را با استفاده از کد پیاده سازی خواهید کرد تا با نحوه استفاده برنامه نویسی از API نیز آشنا شوید.

ساخت دستیار هوشمند با Azure AI Foundry

برای ساخت یک دستیار هوشمند، ابتدا باید پروژه مورد نظر خود را در Azure AI Foundry ایجاد کرده و تنظیمات اولیه آن را انجام دهید. پس از آن می توانید از Assistants playground برای تعریف و آزمایش دستیار استفاده کنید. این محیط امکان تعامل مستقیم با دستیار را فراهم می کند و به شما اجازه می دهد بدون نیاز به پیاده سازی کامل برنامه، رفتار آن را در سناریوهای مختلف بررسی کنید.

یکی از مراحل مهم توسعه، انتقال دستیار از محیط آزمایشی به پیاده سازی مبتنی بر کد است. در این مرحله یاد می گیرید چگونه با استفاده از Assistants API دستیار خود را در کد ایجاد کنید و قابلیت های آن را در یک برنامه نرم افزاری به کار بگیرید. آشنایی با هر دو روش ساخت، به شما کمک می کند فرآیند طراحی و توسعه دستیارهای هوشمند را بهتر درک کنید.

کاربرد Code Interpreter در ساخت دستیارهای هوشمند

Code Interpreter یکی از ابزارهایی است که می توانید در دستیارهای هوشمند مورد استفاده قرار دهید. این ابزار به دستیار امکان می دهد کد را برای انجام محاسبات و پردازش داده ها اجرا کند. برای مثال، کاربر می تواند داده ای را در اختیار دستیار قرار دهد و از آن بخواهد محاسبات مشخصی انجام دهد یا نتایج را بررسی کند. در چنین شرایطی Code Interpreter می تواند بخشی از فرآیند پاسخگویی دستیار باشد.

در این آموزش ابتدا با نحوه استفاده از Code Interpreter در Assistants playground آشنا می شوید و سپس همین قابلیت را از طریق Assistants API پیاده سازی می کنید. این دو روش به شما نشان می دهند که چگونه می توان یک ابزار را هم در محیط آزمایشی و هم در کد برنامه به کار گرفت. درک این قابلیت برای توسعه دستیارهایی که به پردازش و تحلیل داده نیاز دارند، اهمیت زیادی دارد.

استفاده از File Search برای جستجو در فایل ها

File Search ابزاری است که امکان جستجو در محتوای فایل ها را برای دستیار هوشمند فراهم می کند. با استفاده از این قابلیت، دستیار می تواند هنگام پاسخگویی به درخواست کاربران، اطلاعات مرتبط را از فایل های در اختیار خود پیدا کند. برای مثال، می توان محتوای مستندات یا فایل های اطلاعاتی را در اختیار دستیار قرار داد تا در پاسخ به پرسش های کاربران از اطلاعات موجود در آن ها استفاده کند.

در این آموزش یاد می گیرید چگونه File Search را در Assistants playground فعال کرده و عملکرد آن را آزمایش کنید. سپس نحوه استفاده از همین ابزار در Assistants API را بررسی خواهید کرد. آشنایی با این قابلیت به شما کمک می کند دستیارهایی توسعه دهید که علاوه بر دانش عمومی مدل هوش مصنوعی، بتوانند از اطلاعات موجود در فایل ها نیز برای پاسخگویی استفاده کنند.

پیاده سازی Function Calling در دستیارهای هوشمند

Function Calling یکی از قابلیت های مهم در توسعه دستیارهای هوشمند است که امکان اتصال مدل هوش مصنوعی به توابع و منطق اجرایی برنامه را فراهم می کند. با استفاده از این قابلیت، دستیار می تواند تشخیص دهد چه زمانی برای پاسخگویی به درخواست کاربر به اجرای یک تابع نیاز دارد. برای مثال، در یک برنامه می توان توابعی برای دریافت اطلاعات، بررسی وضعیت یا انجام عملیات مشخص تعریف کرد تا دستیار در صورت نیاز از آن ها استفاده کند.

در این بخش با نحوه پیاده سازی Function Calling در AI Assistant آشنا می شوید و یاد می گیرید چگونه این قابلیت را در کنار سایر ابزارهای Assistants API به کار بگیرید. این موضوع به شما کمک می کند دستیارهایی بسازید که تنها به تولید متن محدود نباشند و بتوانند از طریق توابع تعریف شده با قابلیت های نرم افزار شما تعامل داشته باشند.

این آموزش برای چه کسانی مناسب است؟

این آموزش برای برنامه نویسان و توسعه دهندگانی مناسب است که می خواهند وارد حوزه توسعه برنامه های مبتنی بر هوش مصنوعی شوند و با روش ساخت AI Assistant آشنا شوند. اگر با مفاهیم برنامه نویسی آشنایی دارید و قصد دارید از سرویس های Azure برای ایجاد قابلیت های هوشمند در نرم افزارهای خود استفاده کنید، مطالب این دوره می تواند نقطه شروع مناسبی برای یادگیری این مسیر باشد.

همچنین توسعه دهندگانی که با API ها و ساختار برنامه های نرم افزاری کار می کنند، می توانند با یادگیری Assistants API، Code Interpreter، File Search و Function Calling دید بهتری نسبت به امکانات ساخت دستیارهای هوشمند به دست آورند. این دوره در ۱۱ ویدئو و با مدت زمان ۳۷ دقیقه و ۵۵ ثانیه ارائه شده و محتوای آن به زبان انگلیسی همراه با زیرنویس انگلیسی است.