کتاب Azure OpenAI Service for Cloud Native Applications: Designing, Planning, and Implementing Generative AI Solutions (سرویس Azure OpenAI برای برنامه‌های کاربردی ابری: طراحی، برنامه‌ریزی و پیاده‌سازی راه‌حل‌های هوش مصنوعی تولیدی) جهت راهنمایی شما از طریق جزئیات فنی استفاده از سرویس Azure OpenAI می‌باشد.
کتاب Azure OpenAI Service for Cloud Native Applications به شما نشان می‌دهد که چگونه منابع Azure لازم را راه اندازی کنید، معماری‌های سرتاسری را آماده کنید، با API ها کار کنید، هزینه‌ها و استفاده را مدیریت کنید، حریم خصوصی و امنیت داده‌ها را مدیریت کنید و عملکرد را بهینه کنید.
در ادامه مقدمه‌ای از کتاب Azure OpenAI Service for Cloud Native Applications را از زبان نویسنده شرح خواهیم داد.
مقدمه‌ای بر کتاب Azure OpenAI Service for Cloud Native Applications:
نمی‌توانم هیجان خودم را پنهان کنم. دوره ۲۰۲۲ تا ۲۰۲۴ یکی از شگفت‌انگیزترین لحظات در عصر فناوری مدرن بوده است. برخی آن را «لحظه آیفون» هوش مصنوعی می‌نامند و بسیاری از مردم اکنون در حال کشف پتانسیل واقعی هوش مصنوعی هستند. اما من فکر نمی‌کنم که همه چیز همین باشد.
من معتقدم که ما در حال ورود به یک فاز تصاعدی هستیم که در آن تمام پیشرفت‌های تکنولوژیکی با سرعتی دیوانه‌وار حرکت می‌کنند و پیگیری آنها دشوار است. اما این فوق‌العاده است.
پیشرفت چند ساله و رقابت صنعتی تنها در چند ماه. آنچه اغلب غیرممکن (یا حتی جادویی) تلقی می‌شد، اکنون به واقعیت تبدیل شده است … و این تازه شروع است.
بیشتر بخوانید: کتاب Azure Data Factory Cookbook
همان حس نوآوری و تحول کامل را زمانی که برای اولین بار Azure OpenAI Studio را امتحان کردم، احساس کردم. من به عنوان یک متخصص هوش مصنوعی در مایکروسافت دسترسی زودهنگام پیدا کردم.
این یک نسخه بسیار ابتدایی بود و قطعاً استودیو و ویژگی‌ها و مدل‌های مرتبطی را که امروز داریم نداشت، اما بسیار امیدوارکننده بود.
ما نمی‌دانستیم که این سرویس مبتنی بر ابر قرار است به سوپراستار عصر هوش مصنوعی تولیدی تبدیل شود. و این یک واقعیت بود، نه یک مفهوم یا یک محصول آینده.
چیزی بود که می‌توانستیم از آن برای ایجاد پیاده‌سازی‌های به سبک GPT خودمان، با مدل‌های مختلف و مبادلات هزینه/عملکرد، اما همچنین با پیچیدگی نسبتاً کم پیاده سازی و استقرار استفاده کنیم.
پس از چند ماه آزمایش و ردیابی عملکردهای جدید، OpenAI چت‌جی‌پی‌تی را منتشر کرد. بوم! من هرگز چنین لحظه ویروسی مرتبط با فناوری‌های هوش مصنوعی ندیده‌ام.
حتی در مایکروسافت، احساس حضور در شاهد چیزی خارق العاده در طول بحث‌های بی‌پایان “عجیب و غریب” با همکارانم هر روز و عصر وجود داشت.
لحظه‌ی کلیدی، اعلام قابلیت «چت» در سرویس Azure OpenAI بود که برای اولین بار به هر شرکتی اجازه می‌داد نمونه‌ای شبیه چت‌جی‌پی‌تی را برای اهداف خود آزمایش و راه‌اندازی کند.
سپس Bing Chat آمد (که به چیزی که امروزه Microsoft Copilot می‌نامیم تبدیل می‌شد). بوم ×2. این اولین باری بود که ترکیب موتورهای جستجوی کلاسیک با تجربه چت GPT را روی یک صفحه نمایش دیدیم… و کار کرد!
مردم می‌توانستند به جای جستجوی اطلاعات با استفاده از کلمات کلیدی و نیاز به تعیین پاسخ درست خود، پاسخ مستقیمی به نیازهای دقیق خود دریافت کنند، و آنها این کار را با زبان ساده انجام می‌دادند. نه کلیدواژه، نه ترکیبات پیچیده کلمات. فقط درخواست اطلاعات و انتظار پاسخ.
ماه‌ها گذشت و ما شروع به استقرار اولین نمونه‌های اولیه با Azure OpenAI کردیم. من بخشی از یک تیم میدانی هستم، بنابراین با واقعیت پذیرندگان – درک آنها از هوش مصنوعی تولیدی، موارد استفاده پیش بینی شده آنها، نگرانی‌های آنها و غیره – بسیار نزدیک بودم.
من همچنین بخشی از جامعه هوش مصنوعی در مایکروسافت بودم که انرژی و خلاقیت زیادی برای کشف رویکردهای جدید، کشف معماری‌های جدید و یادگیری در مورد جدیدترین تکنیک‌ها و شتاب‌دهنده‌ها داشت. به من اعتماد کنید، من تنها کسی نبودم که در آن لحظات احساس خوشبختی می‌کردم. این انرژی ناب بود.
در برهه‌ای، و حدس می‌زنم این به دلیل پیشینه تحصیلی من به عنوان استاد دانشگاه بود، احساس کردم حجم عظیم اطلاعات – در حالی که برای هر یادگیرنده یا پذیرنده‌ای بسیار مفید است – برای هر شرکت یا فردی که سعی در شروع کار با هوش مصنوعی تولید کننده و سرویس Azure OpenAI دارد نیز کمی طاقت فرساست. تقاضای زیادی از سوی شرکت‌های سراسر جهان وجود داشت و این فناوری سزاوار پذیرش گسترده به روشی ایمن و مسئولانه بود.
در آن زمان بود که شروع به ترسیم مفاهیم اصلی یک راهنمای فنی برای توسعه برنامه با سرویس Azure OpenAI کردم. در ابتدا، این فقط راهی برای پیگیری تمام URL ها و قطعات اطلاعاتی بود که به طور مداوم جمع‌آوری می‌کردم.
سپس، بر اساس تجربیات پیاده‌سازی خودم، به اضافه کردن یادداشت‌هایم ادامه دادم. در نهایت، با توجه به سوالات و بحث‌های مکرری که از مشتریان، دوستان و حتی خانواده دریافت می‌کردم، به طور مداوم محتوا را تغییر یا اضافه می‌کردم!
این یک خط پایه عالی بود و می‌دانستم که می‌تواند به یک راهنمای فنی رسمی یا حتی یک کتاب کامل تبدیل شود. تصمیم گرفتم با همکاران O’Reilly خودم صحبت کنم و موضوع را مطرح کنم.
این گفتگوها فقط چند هفته طول کشید. پتانسیل آن کاملا مشخص بود، اما چالش بسیار بزرگی بود: ایجاد محتوای با کیفیت بالا در سطح O’Reilly، به موقع (در اسرع وقت) به طوری که همه پذیرندگان هوش مصنوعی تولید کننده بتوانند شروع به خواندن و یادگیری کنند.
این یکی از چالش برانگیزترین، اما همچنان پربارترین تجربیات من بوده است. من واقعاً برای نوشتن این کتاب احساس افتخار می‌کنم. بسیاری از افراد مایکروسافت در سراسر جهان می‌توانستند این کار را انجام دهند و به همین دلیل، من این فرصت را بسیار جدی گرفتم.
هدف اصلی من ایجاد چیزی بود که شامل همه عناصر حیاتی برای یادگیری Azure OpenAI باشد، با در نظر گرفتن زمینه (به طور مداوم) در حال تحول – بهترین ویژگی‌ها و رویکردهای پیاده‌سازی را نشان دهد، اما بدانید که به زودی موارد دیگری نیز وجود خواهد داشت و ترکیبی به طور مداوم در حال تغییر از در دسترس بودن ژنراتور و ویژگی‌های جدید در پیش نمایش. اما این بخشی از جذابیت است و به همین دلیل است که این کتاب و فرآیند خلاقانه پشت آن را بسیار دوست دارم.
یکی از چیزهای مورد علاقه من (و امیدوارم شما هم آن را دوست داشته باشید) ترکیب محتوای ساکن معمولی یک کتاب با قابلیت تعامل مخزن‌های آنلاین، ارجاع به اسناد در حال تکامل… و قدرت باورنکردنی مصاحبه‌های مهمان است.
داشتن چنین مقدار شگفت‌انگیزی از استعداد و دانش از فهرست متخصصان هوش مصنوعی، یک تجمل واقعی برای شما به عنوان خوانندگان و یادگیرندگان مشتاق، بلکه برای من به عنوان یک متخصص هوش مصنوعی نیز هست.
حالا، امیدوارم اگر تصمیم به خواندن این کتاب گرفته‌اید، آماده باشید تا هر بخش را بررسی کنید، از جنبه‌های فنی هسته‌ای تا سایر جنبه‌های تجاری و اخلاقی مرتبط که به شما در طول اولین پروژه‌های هوش مصنوعی تولیدی با سرویس Azure OpenAI کمک می‌کند.
کتاب Azure OpenAI Service for Cloud Native Applications چگونه سازماندهی شده است؟
محتوای این کتاب به گونه‌ای سازماندهی شده است که مراحل کاری معمول پذیرش فناوری‌های جدید را دنبال می‌کند: درک اولیه از پتانسیل آنها، بررسی پیاده‌سازی‌های فنی، ملاحظات عملیاتی شدن و الزامات کسب‌وکار. بسته به شرکت و سطح بلوغ آن، توالی کارها ممکن است تغییر کند.
به عنوان مثال، تیم‌های با تجربه هوش مصنوعی درک روشن‌تری از جنبه‌های کسب‌وکار و عملیاتی شدن آینده خواهند داشت، سپس بخش فنی را تثبیت می‌کنند.
صرف نظر از زمینه شما و شرکتتان، هفت فصل کتاب Azure OpenAI Service for Cloud Native Applications (به علاوه یک ضمیمه) باید موارد مورد نیاز شما را برای استفاده از سرویس Azure OpenAI برای پیاده‌سازی‌های هوش مصنوعی تولیدی‌تان پوشش دهد:
فصل ۱، «مقدمه‌ای بر هوش مصنوعی تولیدی و سرویس Azure OpenAI»
بررسی اجمالی مقدماتی هوش مصنوعی، هوش مصنوعی تولیدی و نقش سرویس Azure OpenAI برای پیاده‌سازی در سطح سازمانی. ایده‌آل است اگر سفر هوش مصنوعی تولیدی خود را از ابتدا آغاز می‌کنید.
فصل ۲، «طراحی معماری‌های ابری برای هوش مصنوعی تولیدی»
رویکردی از بالا به پایین برای طراحی برنامه‌های کاربردی هوش مصنوعی تولیدی مبتنی بر اصول ابری، با مرتبط‌ترین بلوک‌های سازنده، از جمله موارد موجود در ابر Microsoft Azure. گام مقدماتی کلیدی قبل از شروع بررسی سرویس Azure OpenAI.
فصل ۳، «پیاده‌سازی هوش مصنوعی تولیدی ابری با سرویس Azure OpenAI»
فصل اصلی برای بررسی رابط‌های مختلف Azure OpenAI، از جمله محیط‌های بازی بصری و API ها، و همچنین رویکردها و الگوهای پیاده‌سازی اصلی است.
فصل ۴، «توانمندی‌های اضافی ابری و هوش مصنوعی»
مکملی عالی برای فصل سوم کتاب Azure OpenAI Service for Cloud Native Applications. مکانی برای رفتن است اگر می‌خواهید در مورد همه «قطعات» مرتبط مانند پایگاه‌های داده برداری، موتورهای ارکستراسیون و سایر خدمات مرتبط با Azure اطلاعات کسب کنید.
فصل ۵، «عملیاتی کردن پیاده‌سازی‌های هوش مصنوعی تولیدی»
از نظر من، مهمترین فصل کتاب Azure OpenAI Service for Cloud Native Applications است، اگر می‌خواهید معنای واقعی یک پیاده‌سازی هوش مصنوعی تولیدی را درک کنید.
می‌توانید یک معماری فوق‌العاده طراحی کنید و حداکثر استفاده را از Azure OpenAI و سایر سرویس‌ها ببرید، اما اجرای تمام اقدامات لازم برای ایمن‌سازی، مقیاس‌بندی، محافظت و بهینه‌سازی استقرارهایتان مهم است.
این یک ضرورت است اگر در حال ایجاد برنامه‌های کاربردی هوش مصنوعی تولیدی برای یک شرکت هستید.
فصل ۶، «تدوین موارد تجاری هوش مصنوعی تولیدی»
حتی اگر بر تمام جنبه‌های فنی مرتبط با برنامه‌های هوش مصنوعی تولیدی خود با Azure OpenAI تسلط داشته باشید، باز هم باید آن را از دیدگاه تجاری عملی کنید.
این به معنای ایجاد موارد تجاری پایدار، با حمایت از برآوردهای هزینه واقعی و نقشه راه پروژه است. در پایان روز، هیچ سیستم هوش مصنوعی بدون بحث در مورد این موضوعات از ابتدا، پذیرفته نخواهد شد.
فصل ۷، «بررسی چشم‌انداز کلی»
بررسی اجمالی از وضعیت آینده سیستم‌های هوش مصنوعی تولیدی با فناوری مایکروسافت، به همراه مصاحبه‌هایی با برخی از استعدادهای برتر این صنعت برای ارائه بینش‌های کلیدی از افراد حاضر در این زمینه.
ضمیمه A، «منابع یادگیری دیگر»
مجموعه‌ای از منابع برای شما برای گسترش تجربه یادگیری‌تان.
هدف من این است که این مجموعه فصول کتاب Azure OpenAI Service for Cloud Native Applications، نمای ۳۶۰ درجه‌ای از معنای پیاده‌سازی‌های هوش مصنوعی تولیدی امروز به شما بدهد، که این امر شما را قادر می‌سازد تا پروژه‌های جدید خود را با تمام دانش مورد نیاز آغاز کنید.
سرفصل‌های کتاب Azure OpenAI Service for Cloud Native Applications:
- Preface
- Introduction
- 1. Introduction to Generative AI and Azure OpenAI Service
- 2. Designing Cloud Native Architectures for Generative AI
- 3. Implementing Cloud Native Generative AI with Azure OpenAI Service
- 4. Additional Cloud and AI Capabilities
- 5. Operationalizing Generative AI Implementations
- 6. Elaborating Generative AI Business Cases
- 7. Exploring the Big Picture
- Appendix. Other Learning Resources
- Index
- About the Author
جهت دانلود کتاب Azure OpenAI Service for Cloud Native Applications می‌توانید پس از پرداخت، دریافت کنید.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.