آموزش ساخت راهکارهای هوش مصنوعی با Azure AI Foundry

آموزش ساخت راهکارهای هوش مصنوعی با Azure AI Foundry با عنوان اصلی Building in 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 قابلیت های Azure AI Foundry و نحوه استفاده از آن برای ساخت و مدیریت برنامه های مبتنی بر هوش مصنوعی آشنا می شوید. همچنین یاد می گیرید چگونه پروژه ایجاد کنید، مدل های هوش مصنوعی را انتخاب و مستقر کنید و با استفاده از ابزارهای مختلف، یک برنامه هوشمند توسعه دهید.

Azure AI Foundry چیست و چه کاربردی دارد؟

Azure AI Foundry پلتفرمی از Microsoft برای ساخت، مدیریت و توسعه برنامه های مبتنی بر هوش مصنوعی است. این پلتفرم ابزارهایی را در اختیار توسعه دهندگان قرار می دهد تا بتوانند از مدل های مختلف هوش مصنوعی استفاده کنند و آن ها را در برنامه های نرم افزاری خود به کار بگیرند. با استفاده از Azure AI Foundry می توانید فرآیند توسعه یک راهکار هوشمند را از ایجاد پروژه تا استقرار برنامه مدیریت کنید.

یکی از قابلیت های مهم این پلتفرم، امکان مدیریت برنامه های هوش مصنوعی در کنار مدل ها و منابع مورد استفاده آن هاست. در این آموزش ابتدا با مفهوم Azure AI Foundry و امکانات اصلی آن آشنا می شوید و سپس نحوه مدیریت برنامه های هوش مصنوعی را بررسی می کنید. این آشنایی به شما کمک می کند ساختار کلی پلتفرم و جایگاه آن را در توسعه راهکارهای مبتنی بر AI بهتر درک کنید.

شروع کار با Azure AI Foundry و ایجاد پروژه هوش مصنوعی

برای توسعه یک برنامه مبتنی بر هوش مصنوعی، ابتدا باید پروژه مناسبی ایجاد کنید و منابع مورد نیاز خود را در اختیار داشته باشید. Azure AI Foundry امکان ایجاد پروژه های مستقل را فراهم می کند تا بتوانید مدل ها و قابلیت های مورد نیاز برنامه خود را در یک محیط مشخص مدیریت کنید. پس از ایجاد پروژه، می توانید مدل های مختلف را بررسی کرده و متناسب با نیاز برنامه خود از آن ها استفاده کنید.

در این آموزش با نحوه ایجاد یک AI Project و بررسی مدل های موجود در Azure AI Foundry آشنا می شوید. همچنین یاد می گیرید چگونه مدل مورد نظر خود را Deploy کنید تا برای استفاده در برنامه آماده باشد. این مراحل پایه اصلی توسعه یک راهکار هوشمند در Azure AI Foundry هستند و درک آن ها برای ادامه فرآیند پیاده سازی اهمیت زیادی دارد.

استفاده از Chat Playground و اتصال داده ها به مدل هوش مصنوعی

Chat Playground محیطی برای آزمایش و تعامل با مدل های هوش مصنوعی است. با استفاده از این ابزار می توانید پیام های مختلفی برای مدل ارسال کنید و نحوه پاسخگویی آن را بررسی کنید. یکی از امکانات مهم در این محیط، System Message است که برای مشخص کردن رفتار، نقش و دستورالعمل های مورد انتظار از مدل استفاده می شود. به کمک این قابلیت می توانید نحوه تعامل مدل با کاربران را بهتر کنترل کنید.

در ادامه یاد می گیرید چگونه از داده های اختصاصی خود در برنامه های هوش مصنوعی استفاده کنید. اتصال داده ها به مدل این امکان را فراهم می کند که پاسخ ها بر اساس اطلاعات مشخص و منابع در دسترس برنامه تولید شوند. همچنین با Content Filters آشنا می شوید که برای کنترل محتوای ورودی و خروجی مدل و اعمال محدودیت های مورد نیاز در تعاملات هوش مصنوعی کاربرد دارند.

استقرار برنامه های هوش مصنوعی در Azure AI Foundry

پس از ایجاد پروژه، انتخاب مدل و تنظیم رفتار آن، نوبت به آماده سازی برنامه برای استفاده می رسد. استقرار یا Deployment یکی از مراحل مهم توسعه نرم افزارهای مبتنی بر هوش مصنوعی است؛ زیرا امکان استفاده از مدل و قابلیت های پیاده سازی شده را در یک برنامه فراهم می کند. در Azure AI Foundry می توانید برنامه خود را پس از انجام تنظیمات لازم Deploy کنید و آن را برای استفاده آماده سازید.

در این آموزش با فرآیند استقرار AI Application آشنا می شوید و مراحل لازم برای آماده سازی برنامه را بررسی می کنید. این موضوع به شما کمک می کند ارتباط میان ایجاد پروژه، انتخاب و استقرار مدل و توسعه برنامه نهایی را بهتر درک کنید. آشنایی با این مراحل برای توسعه دهندگانی که قصد دارند قابلیت های هوش مصنوعی را وارد نرم افزارهای خود کنند، ضروری است.

ساخت Prompt Flow و ارزیابی برنامه های هوش مصنوعی

Prompt Flow قابلیتی در Azure AI Foundry برای طراحی و مدیریت جریان های کاری مبتنی بر Prompt است. با استفاده از این قابلیت می توانید مراحل مختلف پردازش درخواست ها را در قالب یک جریان کاری تعریف و اجرا کنید. این روش به شما کمک می کند اجزای مختلف یک راهکار مبتنی بر هوش مصنوعی را سازمان دهی کرده و نحوه ارتباط آن ها را در فرآیند تولید پاسخ مشخص کنید.

علاوه بر ساخت جریان های کاری، ارزیابی عملکرد برنامه نیز بخش مهمی از توسعه راهکارهای هوش مصنوعی است. در این دوره یاد می گیرید چگونه AI Application خود را ارزیابی کنید و از Evaluation Metrics برای بررسی کیفیت عملکرد آن استفاده کنید. معیارهای ارزیابی به شما کمک می کنند خروجی های برنامه را از جنبه های مختلف بررسی کرده و دید دقیق تری نسبت به عملکرد راهکار توسعه یافته به دست آورید.

این آموزش برای چه کسانی مناسب است؟

این آموزش برای برنامه نویسان، توسعه دهندگان نرم افزار و افرادی مناسب است که قصد دارند با استفاده از سرویس های Microsoft Azure، برنامه های مبتنی بر هوش مصنوعی توسعه دهند. اگر می خواهید با فرآیند ایجاد پروژه، انتخاب و استقرار مدل های AI، طراحی تعاملات هوشمند و اتصال داده ها به مدل آشنا شوید، این دوره می تواند نقطه شروع مناسبی برای یادگیری Azure AI Foundry باشد.

همچنین توسعه دهندگانی که می خواهند فراتر از ارسال درخواست های ساده به مدل های هوش مصنوعی حرکت کنند و با قابلیت هایی مانند Prompt Flow، Content Filters و Evaluation Metrics کار کنند، می توانند از مباحث این آموزش استفاده کنند. این دوره شامل ۱۳ ویدئو با مدت زمان ۵۳ دقیقه و ۱۳ ثانیه است و محتوای آن به زبان انگلیسی همراه با زیرنویس انگلیسی ارائه می شود.