Co je pracovní postup orchestrace?

Článek
12/19/2023

Pracovní postup orchestrace je jednou z funkcí, které nabízí jazyk Azure AI. Jedná se o cloudovou službu ROZHRANÍ API, která používá inteligentní strojové učení a umožňuje vytvářet modely orchestrace pro propojení konverzačních Language Understanding (CLU), projektů odpovídání na otázky a aplikací LUIS. Vytvořením pracovního postupu orchestrace můžou vývojáři iterativním označováním promluv, trénováním a vyhodnocováním výkonu modelu před tím, než ho zpřístupníte ke spotřebě. Pro zjednodušení vytváření a přizpůsobení modelu nabízí služba vlastní webový portál, ke kterému je možné přistupovat prostřednictvím jazykového studia. Se službou můžete snadno začít postupovat podle kroků v tomto rychlém startu.

Tato dokumentace obsahuje následující typy článků:

Rychlá zprovoznění jsou úvodní pokyny, které vás povedou při vytváření požadavků na službu.
Koncepty poskytují vysvětlení funkcí a funkcí služby.
Příručky s postupy obsahují pokyny pro používání služby konkrétnějšími nebo přizpůsobenými způsoby.

Příklady scénářů použití

Pracovní postup orchestrace je možné použít v několika scénářích v různých odvětvích. Tady je několik příkladů:

Podnikový chatovací robot

Ve velké společnosti může podnikový chatovací robot zpracovávat různé záležitosti zaměstnanců. Může být schopen zpracovávat nejčastější dotazy, které obsluhuje vlastní znalostní báze odpovídání na otázky, dovednost specifická pro kalendář, kterou poskytuje porozumění konverzačnímu jazyku, a dovednost zpětné vazby pro pohovor, kterou poskytuje služba LUIS. Robot musí být schopen správně směrovat příchozí požadavky do správné služby. Pracovní postup orchestrace umožňuje propojit tyto dovednosti s jedním projektem, který správně zpracovává směrování příchozích požadavků a podporuje podnikového robota.

Životní cyklus vývoje projektů

Vytvoření projektu pracovního postupu orchestrace obvykle zahrnuje několik různých kroků.

Pokud chcete svůj model co nejlépe použít, postupujte následovně:

Definujte schéma: Poznejte svá data a definujte akce a relevantní informace, které je potřeba rozpoznat ze vstupních promluv uživatele. Vytvořte záměry , které chcete přiřadit k promluvám uživatele, a projektům, které chcete připojit k projektu orchestrace.
Označení dat: Kvalita označování dat je klíčovým faktorem při určování výkonu modelu.
Trénování modelu: Model se začne učit z označených dat.
Zobrazení výkonu modelu: Zobrazte si podrobnosti o vyhodnocení modelu, abyste zjistili, jak dobře funguje, když se seznámíte s novými daty.
Vylepšení modelu: Po kontrole výkonu modelu se pak můžete dozvědět, jak můžete model vylepšit.
Nasazení modelu: Nasazení modelu zpřístupní pro použití prostřednictvím rozhraní API pro predikce.
Predikce záměrů: Pomocí vlastního modelu můžete předpovědět záměry z promluv uživatele.

Referenční dokumentace a ukázky kódu

Při používání pracovního postupu orchestrace si projděte následující referenční dokumentaci a ukázky pro jazyk Azure AI:

Možnost vývoje / jazyk	Referenční dokumentace	Ukázky
Rozhraní REST API (vytváření)	Dokumentace k rozhraní REST API
Rozhraní REST API (runtime)	Dokumentace k rozhraní REST API
C# (runtime)	Dokumentace k jazyku C#	Ukázky C#
Python (runtime)	Dokumentace k Pythonu	Ukázky Pythonu

Zodpovědná umělá inteligence

Systém AI zahrnuje nejen technologii, ale také lidi, kteří ho budou používat, lidi, kterých se to bude týkat, a prostředí, ve kterém je nasazený. Přečtěte si poznámku k transparentnosti pro clu a pracovní postup orchestrace, kde se dozvíte o zodpovědném používání a nasazování AI ve vašich systémech. Další informace najdete také v následujících článcích:

Další kroky

Pokud chcete začít používat pracovní postup orchestrace, použijte článek rychlý start .
Při procházení životního cyklu vývoje projektu si projděte glosář , kde se dozvíte více o termínech používaných v dokumentaci k této funkci.
Nezapomeňte zobrazit limity služby pro informace, jako je regionální dostupnost.