Ang Microsoft ay may nag-anunsyo ng bagong serbisyo sa loob ng Azure AI Studio nito na tinatawag na Models-as-a-Service (MaaS), na naglalayong pasimplehin ang pag-deploy ng mga modelo ng artificial intelligence (AI) para sa mga developer. Nag-aalok ang serbisyong ito ng naka-streamline na diskarte, na nagbibigay-daan sa mga developer na lampasan ang karaniwang mga kumplikadong nauugnay sa pag-deploy ng modelo ng AI. Sa pamamagitan ng pagbibigay ng access sa isang na-curate na catalog ng mga modelo ng AI, binibigyang-daan ng MaaS ang mga developer na i-activate at gamitin ang mga modelong ito nang madali, na makabuluhang binabawasan ang mga teknikal na hadlang.
Pagpapalawak ng AI Model Library h2>
Central sa alok ng MaaS ay isang malawak na library ng higit sa 1,600 AI models, na sumasaklaw sa malawak na hanay ng mga functionality. Kasama sa mga kamakailang karagdagan sa library na ito ang TimeGen-1 mula sa Nixtila at Core42 JAIS, na may mga karagdagang pagpapalawak inaasahan mula sa AI21, Bria AI, Gretel Labs, NTT Data, Stability AI, at Cohere. Binibigyang-diin ng magkakaibang hanay ng mga modelong ito ang pangako ng Microsoft sa pagbibigay sa mga developer ng malawak na seleksyon ng mga tool ng AI upang matugunan ang iba’t ibang pangangailangan.
[embedded content]
Modelo ng Pay-As-You-Go para sa Flexibility
Ang MaaS framework ay idinisenyo upang maging lubos na kasama, na nagbibigay-daan sa mga developer na gumamit ng mga modelo ng AI para sa hinuha at fine-tuning sa isang pay-as-you-go na batayan. Inaalis nito ang pangangailangan para sa direktang pakikipag-ugnayan sa pinagbabatayan na hardware o malawak na configuration, na ginagawang mas naa-access ang proseso ng pagpapatupad ng AI. Binigyang-diin ni Seth Juarez, ang pangunahing program manager ng Microsoft para sa platform ng AI, na ang serbisyong ito ay nag-aalis ng mga masalimuot na detalye ng deployment, na nagbibigay-daan sa mga developer na tumuon sa mga malikhaing aspeto ng kanilang mga proyekto.
Ang Microsoft ay nag-iisip ng hinaharap kung saan ang mga developer ay maaaring pumili sa pagitan ng pagmamay-ari ng kanilang mga modelo at imprastraktura ng AI o pag-opt para sa modelo ng MaaS, katulad ng pagpili sa pagitan ng pagrenta at pagmamay-ari ng bahay. Nag-aalok ang bawat opsyon ng mga natatanging pakinabang, na tumutugon sa iba’t ibang mga kinakailangan at kagustuhan. Para sa mga pipili ng MaaS, nangangako ang Microsoft ng tuluy-tuloy na pagpapanatili at suporta, na nagpapagaan sa pasanin ng pamamahala sa imprastraktura.
Habang ang modelo ng MaaS ay idinisenyo upang maging lubos na nababaluktot, kinikilala ng Microsoft na maaaring hindi magkasya ang ilang partikular o natatanging modelo. balangkas na ito dahil sa kanilang mga partikular na pangangailangan. Maaaring kailanganin ng mga modelong ito na i-deploy sa pamamagitan ng mas tradisyonal na mga paraan, na itinatampok ang pangako ng kumpanya sa pagbibigay ng mga solusyon na tumutugon sa magkakaibang pangangailangan ng mga developer.
Mga Pagpapahusay sa Azure AI Services
Bilang karagdagan sa pag-aalok ng MaaS, ang Microsoft ay naglabas ng ilang bagong kakayahan sa loob ng Azure AI Services nito sa taunang kumperensya ng developer ng Build. Kabilang dito ang pagpapagana ng higit na pag-access sa database, awtomatikong pag-dubbing ng mga video sa maraming wika, at mabilis na pagsasanay ng malalaking modelo ng wika upang maunawaan ang mga kumplikadong istruktura ng dokumento. Pinahusay din ng kumpanya ang pinagsama-samang development environment nito para sa AI, Azure AI Studio, para isama ang Azure Developer CLI, isang set ng mga templated na command na ginamit para mag-deploy ng mga application sa cloud.
Nagpapakilala ang Microsoft ng bagong uri ng AI modelong tinatawag na”custom generative,”na nagbibigay-daan sa mabilis na pag-unlad ng mga modelo ng wika na magproseso ng mga kumplikadong dokumento gamit ang mga template upang tukuyin ang istruktura ng dokumento. Binabawasan ng modelong ito ang bilang ng mga label na kailangang gawin ng developer, gamit ang malalaking modelo ng wika upang mag-extract ng mga field, na may mga user lang kailangang itama ang output kapag kinakailangan.
Mga Update sa Azure AI Search at Mga Alok sa Database
Na-update ang Azure AI Search upang mapahusay ang paraan ng pag-iskor nito ng mga resulta na naka-imbak bilang mga vector at upang isama ang kakayahang gawing mga vector ang mga imahe Ang serbisyo ay nagsasama na ngayon ng isang connector na nagruruta ng data na nilalaman sa OneLake data lake, na nagpapahusay sa kakayahang kumonekta sa data ng kumpanya. kabilang ang paghahanap ng vector at mga pag-embed, upang suportahan ang malaking pag-deploy ng modelo ng wika. Ang Azure Cosmos DB para sa NoSQL ay nagsasagawa na ngayon ng vector search, na ginagawa itong unang cloud database na may mas mababang latency vector search sa cloud scale nang hindi nangangailangan na pamahalaan ang mga server. Kasama na ngayon sa Azure Database para sa PostgreSQL ang mga update sa pag-embed sa database upang awtomatikong i-compress ang input ng data sa mga representasyong nauunawaan ng LLM.
