Planear e preparar o desenvolvimento de soluções de IA no Azure
A Microsoft Azure disponibiliza diversos serviços que permitem aos programadores criar soluções inovadoras com Inteligência Artificial. Um planeamento e preparação adequados envolvem a identificação dos serviços a utilizar e a criação de um ambiente de trabalho otimizado para a equipa de desenvolvimento.
- O que é a IA?
- Serviços de IA do Azure
- Azure AI Foundry
- Ferramentas e SDKs para programadores
- IA responsável
- Exercício – Preparar um projeto de desenvolvimento de IA
Selecionar e implementar modelos a partir do catálogo de modelos no portal Azure AI Foundry
Selecione os diversos modelos de linguagem disponíveis no catálogo de modelos do Azure AI Foundry. Compreenda como escolher, implementar e testar um modelo, e melhorar o seu desempenho.
- Explorar o catálogo de modelos
- Implementar um modelo num endpoint
- Otimizar o desempenho do modelo
- Exercício – Explorar, implementar e conversar com modelos de linguagem
Desenvolver uma aplicação de IA com o SDK do Azure AI Foundry
Utilize o SDK do Azure AI Foundry para desenvolver aplicações de IA com projetos do Azure AI Foundry.
- O que é o SDK do Azure AI Foundry?
- Trabalhar com ligações de projeto
- Criar um cliente de chat
- Exercício – Criar uma aplicação de chat com IA generativa
Introdução ao prompt flow para desenvolver aplicações com modelos de linguagem no Azure AI Foundry
Aprenda a utilizar o prompt flow para desenvolver aplicações que tiram partido de modelos de linguagem no Azure AI Foundry.
- Compreender o ciclo de desenvolvimento de uma aplicação com LLM
- Compreender os componentes principais e explorar os tipos de flow
- Explorar ligações e ambientes de execução
- Explorar variantes e opções de monitorização
- Exercício – Introdução ao prompt flow
Desenvolver uma solução baseada em RAG com os seus próprios dados usando o Azure AI Foundry
Retrieval Augmented Generation (RAG) é um padrão comum em soluções de IA generativa que permite fundamentar prompts com os seus dados. O Azure AI Foundry suporta a adição de dados, criação de índices e integração com modelos de IA generativa para ajudar a criar soluções baseadas em RAG.
- Compreender como fundamentar o seu modelo de linguagem
- Tornar os seus dados pesquisáveis
- Criar uma aplicação cliente baseada em RAG
- Implementar RAG num prompt flow
- Exercício – Criar uma aplicação de IA generativa que utiliza os seus próprios dados
Ajustar um modelo de linguagem com o Azure AI Foundry
Treine um modelo de linguagem base para tarefas de conclusão de conversas. O catálogo de modelos do Azure AI Foundry inclui vários modelos open-source que podem ser ajustados para responder a necessidades comportamentais específicas.
- Compreender quando ajustar um modelo de linguagem
- Preparar os dados para ajustar um modelo de conclusão de conversação
- Explorar o ajuste de modelos de linguagem no Azure AI Studio
- Exercício – Ajustar um modelo de linguagem
Implementar uma solução de IA generativa responsável no Azure AI Foundry
A IA generativa permite criar soluções inovadoras, mas deve ser implementada de forma responsável para minimizar o risco de geração de conteúdos prejudiciais.
- Planear uma solução de IA generativa responsável
- Mapear potenciais danos
- Medir potenciais danos
- Mitigar potenciais danos
- Gerir uma solução de IA generativa responsável
- Exercício – Aplicar filtros de conteúdo para evitar a geração de conteúdos prejudiciais
Avaliar o desempenho de IA generativa no portal Azure AI Foundry
A avaliação de copilots é essencial para garantir que as aplicações de IA generativa correspondem às necessidades dos utilizadores, fornecem respostas precisas e melhoram continuamente ao longo do tempo. Descubra como avaliar e otimizar o desempenho das suas aplicações de IA generativa utilizando as ferramentas e funcionalidades do Azure AI Studio.
- Avaliar o desempenho do modelo
- Avaliação manual do desempenho de um modelo
- Avaliações automatizadas
- Exercício – Avaliar o desempenho de um modelo de IA generativa