Förstå generativa AI-program
Generativa AI-program skapas med språkmodeller. Dessa språkmodeller driver komponenten "applogik" i interaktionen mellan användare och generativ AI.
Förstå assistenter
Generativ AI visas ofta som chattbaserade assistenter som är integrerade i program för att hjälpa användare att hitta information och utföra uppgifter effektivt. Ett exempel på ett sådant program är Microsoft Copilot, ett AI-baserat produktivitetsverktyg som utformats för att förbättra din arbetsupplevelse genom att tillhandahålla information och hjälp i realtid.
Anmärkning
Microsoft Copilot är en generativ AI-baserad assistent som är integrerad i en mängd olika Microsoft-program och användarupplevelser. Företagsanvändare kan använda Microsoft Copilot för att öka produktiviteten och kreativiteten med AI-genererat innehåll och automatisering av uppgifter. Utvecklare kan utöka Microsoft Copilot genom att skapa plugin-program som integrerar Copilot i affärsprocesser och data, eller till och med skapa copilot-liknande agenter för att skapa generativa AI-funktioner i appar och tjänster. Du kan lära dig mycket om Microsoft Copilot här.
Förstå agenter
Generativ AI som kan utföra uppgifter som att lämna in skatter eller samordna leveransarrangemang, precis som några exempel, kallas agenter. Agenter är program som kan svara på användarindata eller bedöma situationer självständigt och vidta lämpliga åtgärder. Dessa åtgärder kan hjälpa till med en rad uppgifter. Till exempel kan en "chefsassistent"-agent ge information om platsen för ett möte i din kalender, sedan bifoga en karta eller automatisera bokningen av en taxi- eller rideshare-tjänst som hjälper dig att komma dit.
Agenter innehåller tre huvudkomponenter:
- En språkmodell som understödjer resonemang och språkförståelse
- Instruktioner som definierar agentens mål, beteende och begränsningar
- Verktyg eller funktioner som gör det möjligt för agenten att slutföra uppgifter
Anmärkning
Dagens AI-lösningar innehåller ofta en kombination av assistenter, agentiska och andra AI-funktioner. Processen att samordna och hantera flera AI-komponenter – till exempel modeller, datakällor, verktyg och arbetsflöden – för att arbeta effektivt tillsammans i en enhetlig lösning kallas orkestrering.
Använda ett ramverk för att förstå generativa AI-program
Ett sätt att tänka på olika generativa AI-program är genom att gruppera dem i bucketar. I allmänhet kan du kategorisera bransch- och personlig generativ AI i tre bucketar, var och en kräver mer anpassning: färdiga program, utökade program och program som du skapar från grunden.
| Kategori | Beskrivning |
|---|---|
| Redo att användas | Dessa program är färdiga att använda generativa AI-program. De kräver inte något programmeringsarbete på användarens sida för att använda verktyget. Du kan börja med att ställa en fråga till assistenten. |
| Utdragbara | Vissa program som är redo att användas kan också utökas med dina egna data. Med de här anpassningarna kan assistenten bättre stödja specifika affärsprocesser eller uppgifter. Microsoft Copilot är ett exempel på teknik som är redo att användas och utökas. |
| Program som du skapar från grunden | Du kan skapa egna assistenter och assistenter med agentiska funktioner från en språkmodell. |
Ofta använder du tjänster för att utöka eller skapa generativa AI-program. Dessa tjänster tillhandahåller den infrastruktur, de verktyg och ramverk som krävs för att utveckla, träna och distribuera generativa AI-modeller. Microsoft tillhandahåller till exempel tjänster som Copilot Studio för att utöka Microsoft 365 Copilot och Microsoft Azure AI Foundry för att skapa AI från olika modeller.
Nu ska vi titta på verktyg som används för att utöka och skapa generativa AI-program.