Microsoft では、は、開発者向けの人工知能 (AI) モデルのデプロイを簡素化することを目的とした、Models-as-a-Service (MaaS) と呼ばれる Azure AI Studio 内での新しいサービスを発表しました。このサービスは合理化されたアプローチを提供し、開発者が AI モデルの展開に伴う通常の複雑さを回避できるようにします。 MaaS では、厳選された AI モデルのカタログへのアクセスを提供することで、開発者がこれらのモデルを簡単にアクティブ化して利用できるようになり、技術的な障壁が大幅に軽減されます。
AI モデル ライブラリの拡張
MaaS サービスの中核となるのは、幅広い機能をカバーする 1,600 を超える AI モデルの広範なライブラリです。このライブラリに最近追加されたものには、Nixtila の TimeGen-1 および Core42 JAIS とさらなる拡張AI21、Bria AI、Gretel Labs、NTT Data、Stability AI、Cohere から期待されています。この多様なモデルは、開発者にさまざまなニーズを満たす AI ツールの幅広い選択肢を提供するという Microsoft の取り組みを強調しています。
[埋め込みコンテンツ]
柔軟性のための従量課金モデル
MaaS フレームワークは高度に包括的になるように設計されており、開発者は AI モデルを使用して推論や微調整を従量課金制で行うことができます。これにより、基盤となるハードウェアや広範な構成と直接対話する必要がなくなり、AI 実装プロセスがよりアクセスしやすくなります。 Microsoft の AI プラットフォーム主任プログラム マネージャーである Seth Juarez 氏は、このサービスにより展開の複雑な詳細が抽象化され、開発者がプロジェクトの創造的な側面に集中できるようになると強調しています。
Microsoft は、開発者が次のようなことができる未来を構想しています。 AI モデルとインフラストラクチャを所有するか、MaaS モデルを選択するかを選択します。これは、家を借りるか所有するかの選択と同様です。各オプションには明確な利点があり、さまざまな要件や好みに対応します。 MaaS を選択するユーザーに対して、マイクロソフトは継続的なメンテナンスとサポートを約束し、インフラストラクチャ管理の負担を軽減します。
MaaS モデルは非常に柔軟になるように設計されていますが、特定の特殊なモデルや独自のモデルが適合しない可能性があることをマイクロソフトは認めています。このフレームワークは、特定の要件によるものです。これらのモデルは、より従来的な方法でデプロイする必要がある場合があり、開発者の多様なニーズに応えるソリューションを提供するという同社の取り組みを強調しています。
Azure AI サービスの強化
Microsoft は、MaaS サービスに加えて、年次 Build 開発者カンファレンスで Azure AI サービス内のいくつかの新機能を発表しました。これには、データベース アクセスの向上、ビデオの複数言語への自動吹き替え、複雑な文書構造を理解するための大規模な言語モデルの迅速なトレーニングが含まれます。同社はまた、AI の統合開発環境である Azure AI Studio を強化し、アプリケーションをクラウドにデプロイするために使用されるテンプレート化されたコマンドのセットである Azure Developer CLI を組み込みました。
Microsoft は新しいタイプの AI を導入しています。 「カスタム ジェネレーティブ」と呼ばれるモデル。これにより、文書構造を定義するテンプレートを使用して複雑な文書を処理するための言語モデルを迅速に開発できます。このモデルは、ユーザーのみでフィールドを抽出するために大規模な言語モデルを使用し、開発者が作成する必要があるラベルの数を減らします。必要に応じて出力を修正する必要があります。
Azure AI Search とデータベース オファリングの更新
Azure AI Search が更新され、結果のスコア付け方法が強化されました。このサービスには、OneLake データ レイクに含まれるデータをルーティングするコネクタが含まれており、企業データに接続する機能が強化されています。これには、大規模な言語モデルの展開をサポートするためのベクトル検索と埋め込みが含まれます。 Azure Cosmos DB for NoSQL はベクトル検索を実行するようになり、サーバーを管理する必要がなく、クラウド スケールで低遅延のベクトル検索を備えた初のクラウド データベースとなっています。 Azure Database for PostgreSQL には、入力データを LLM が理解できる表現に自動的に圧縮するためのデータベース内埋め込み更新が含まれるようになりました。
