Microsoft har annonserade en ny tjänst inom sin Azure AI Studio som heter Models-as-a-Service (MaaS), som syftar till att förenkla distributionen av artificiell intelligens (AI)-modeller för utvecklare. Den här tjänsten erbjuder ett strömlinjeformat tillvägagångssätt, vilket gör det möjligt för utvecklare att kringgå de vanliga komplexiteten i samband med implementering av AI-modeller. Genom att ge tillgång till en utvald katalog med AI-modeller gör MaaS det möjligt för utvecklare att aktivera och använda dessa modeller med lätthet, vilket avsevärt minskar de tekniska hindren.
Utöka AI-modellbiblioteket
Centralt i MaaS-erbjudandet är ett omfattande bibliotek med över 1 600 AI-modeller, som täcker ett brett utbud av funktioner. Nya tillägg till det här biblioteket inkluderar TimeGen-1 från Nixtila och Core42 JAIS, med ytterligare expansioner förväntas från AI21, Bria AI, Gretel Labs, NTT Data, Stability AI och Cohere. Denna mångsidiga uppsättning modeller understryker Microsofts engagemang för att förse utvecklare med ett brett urval av AI-verktyg för att möta olika behov.
[inbäddat innehåll]
Pay-As-You-Go-modell för flexibilitet
MaaS-ramverket är utformat för att vara mycket inkluderande, vilket gör det möjligt för utvecklare att använda AI-modeller för slutledning och finjustering på en pay-as-you-go-basis. Detta eliminerar behovet av direkt interaktion med underliggande hårdvara eller omfattande konfiguration, vilket gör AI-implementeringsprocessen mer tillgänglig. Seth Juarez, Microsofts främsta programchef för AI-plattformen, betonar att denna tjänst abstraherar bort de komplicerade detaljerna i distributionen, vilket gör det möjligt för utvecklare att fokusera på de kreativa aspekterna av sina projekt.
Microsoft ser för sig en framtid där utvecklare kan välja mellan att äga sina AI-modeller och infrastruktur eller välja MaaS-modellen, liknande valet mellan att hyra och äga ett hem. Varje alternativ erbjuder distinkta fördelar, som tillgodoser olika krav och preferenser. För dem som väljer MaaS lovar Microsoft kontinuerligt underhåll och support, vilket minskar bördan av att hantera infrastrukturen.
Medan MaaS-modellen är designad för att vara mycket flexibel, erkänner Microsoft att vissa specialiserade eller unika modeller kanske inte passar detta ramverk på grund av deras specifika krav. Dessa modeller kan behöva distribueras på mer traditionella sätt, vilket understryker företagets engagemang för att tillhandahålla lösningar som tillgodoser utvecklarnas olika behov.
Förbättringar i Azure AI Services
Utöver MaaS-erbjudandet har Microsoft avslöjat flera nya funktioner inom sina Azure AI Services på sin årliga Build-utvecklarkonferens. Dessa inkluderar att möjliggöra större databasåtkomst, automatisk dubbning av videor till flera språk och snabb träning av stora språkmodeller för att förstå komplexa dokumentstrukturer. Företaget har också förbättrat sin integrerade utvecklingsmiljö för AI, Azure AI Studio, till att inkludera Azure Developer CLI, en uppsättning mallade kommandon som används för att distribuera applikationer till molnet.
Microsoft introducerar en ny typ av AI modell som kallas”custom generative”, som möjliggör snabb utveckling av språkmodeller för att bearbeta komplexa dokument med mallar för att definiera dokumentstrukturen. Denna modell minskar antalet etiketter som en utvecklare behöver skapa, med hjälp av stora språkmodeller för att extrahera fält, med endast användare behöver korrigera utdata när det behövs.
Uppdateringar av Azure AI Search och databaserbjudanden
Azure AI Search har uppdaterats för att förbättra sättet att få resultat lagras som vektorer och för att inkludera möjligheten att omvandla bilder till vektorer. Tjänsten inkluderar nu en anslutning som dirigerar data som finns i OneLakes datasjö, vilket förbättrar möjligheten att ansluta till företagsdata. inklusive vektorsökning och inbäddningar, för att stödja spridning av stora språkmodeller. Azure Cosmos DB för NoSQL utför nu vektorsökning, vilket gör den till den första molndatabasen med vektorsökning med lägre latens i molnskala utan att behöva hantera servrar. Azure Database for PostgreSQL inkluderar nu inbäddningsuppdateringar i databasen för att automatiskt komprimera indata till representationer som LLM förstår.
