Microsoft Copilot ja siihen liittyvät tekoälypohjaiset käyttökokemukset ovat innostavia ja avaavat kokonaan uusia mahdollisuuksia. Mutta koska Copilot on käytössä lähes jokaisessa Microsoftin tuotteessa Dynamics 365 -sovellukset mukaan lukien, tietoja ja ohjeita tekoälyominaisuuksien hankkimisesta ja käytöstä liiketoiminnassa löytyy useista eri dokumentointikirjastoista, joten voi olla haastavaa tietää, mistä aloittaa.
Tässä artikkelissa tuomme esiin Copilotista joitakin näkökohtia, jotka moni kokee hämmentävinä. Lisäksi annamme linkkejä resursseihin, joista saat tarvittaessa lisätietoja.
Tärkeä
Tämä artikkeli muuttuu ajan mittaan. Jos jotain mielestäsi puuttuu tai huomaat jonkin muuttuneen asian, kerro meille siitä. Vielä suurempi apu on, jos tuotat itse sisältöä tähän artikkeliin. Lisätietoja on ohjeaiheessa Osallistu Dynamics 365 ‑dokumentaation kehittämiseen.
En ole käyttänyt tekoälyä aiemmin. Mistä voisin aloittaa?
Miten Dynamics 365 ‑sovellukset käyttävät tekoälyä?
Dynamics 365:n tekoälyominaisuudet käyttävät yksinomaan Microsoft Azure ‑palveluita. Valitsimme Azure-pilven, koska Azure-palvelut on rakennettu Microsoftin vastuullisen tekoälyn standardien mukaan sekä toteuttaen yritystason suojauksen, tietosuojan ja vaatimustenmukaisuuden hallinnan, jota asiakkaamme odottavat.
Miten generatiivinen tekoäly liittyy siihen, mitä Microsoft tarjoaa Azuressa?
Generatiivinen tekoäly on tekoäly, joka kykenee luomaan uutta sisältöä tai tietoja antamasi syötteen tai kehotteen perusteella. Generatiivinen tekoäly voi esimerkiksi kirjoittaa tekstiä, muodostaa kuvia, säveltää musiikkia tai syntetisoida puhetta. Microsoft tarjoaa Azuressa valikoiman tekoälymalleja ja ‑palveluja, kuten Azuren kognitiiviset palvelut, Azure Machine Learning ja Azure OpenAI ‑palvelu. Azure OpenAI ‑palvelu on generatiivisen tekoälyn palvelu, jonka avulla voit käyttää erilaisiin tehtäviin ja skenaarioihin OpenAI-malleja, kuten GPT-4 ja DALL-E. Dynamics 365 ‑sovellukset tarjoavat Azure OpenAI ‑palvelun avulla yrityskäyttäjille generatiivisen tekoälyn ominaisuuksia avuksi heidän työssään. Kumppanimme voivat myös integroida Azure OpenAI ‑palvelun omiin ratkaisuihinsa.
Ohjeaiheesta Microsoft Copilot Dynamics 365:ssä saat tiiviin yleiskatsauksen Dynamics 365 ‑sovellusten generatiivisen tekoälyn ominaisuuksista.
Vihje
Seuraavat kaksi osiota on tarkoitettu organisaatioille, jotka haluavat toimittaa itse generatiivista tekoälyä – ei siis ihmisille, jotka haluavat käyttää Dynamics 365 -sovelluksiin rakennettuja generatiivisen tekoälyn ominaisuuksia. Jos olet yrityskäyttäjä, voit siirtyä suoraan muihin osioihin – käyttämällä ylhäällä Tässä artikkelissa ‑kohdassa olevia linkkejä voit etsiä itsellesi olennaisimmat aiheet.
Miten pääsen käyttämään Azure OpenAI ‑palvelua ja miten voin valita ja ottaa käyttöön tekoälymalleja?
Päästäksesi käyttämään Azure OpenAI ‑palvelua sinulla on oltava Azure-tilaus sekä tili Azure OpenAI ‑palvelussa. Voit rekisteröityä molempia varten Azure-portaalissa. Tilisi avulla voit luoda Azure OpenAI ‑palvelun resurssin ja hankkia ohjelmointirajapinnan avaimen, jonka avulla voit käyttää Azure OpenAI ‑palvelun malleja. Voit valita haluamasi erilaisia aihepiirejä ja tarkoituksia varten tarkoitetuista malleista. Esimerkkejä ovat tekstin luominen, tekstianalyysi, kuvan luominen, kuva-analyysi sekä keskusteleva tekoäly.
Voit mukauttaa, kouluttaa ja ottaa käyttöön malleja syöttämällä omia tietojasi ja parametrejasi. Tämän kalliin ja aikaa vievän prosessin voi tavallisesti kuitenkin ohittaa. Azure OpenAI ‑palvelun malli on jo valmiiksi koulutettu valtavalla määrällä tietoja.
Seuraavassa taulukossa on yleiskatsaus tehtävistä ja resursseista.
Mitä
Missä
Lisätietoja
Hanki Azure-tilaus. Rekisteröidy maksullista palvelupakettia varten tai aloita ilmaiseksi.
Kun olet suorittanut tämän vaiheen, voit alkaa kehittää Copilot-kokemusta. Tähän tarvitaan seuraavia tietoja resurssista ja käyttöön otettavasta mallista:
Mitä
Mistä löytyy
Azure OpenAI ‑ohjelmointirajapinnan avain ja päätepiste (URL)
Resurssin Avaimet ja päätepiste Azure-portaalissa.
Mallin käyttöönoton nimi
Käyttöönotot-sivu Azure AI Studiossa.
Kuinka paljon tämä maksaa, ja kustannusten ennakointiin ja mittaamiseen työkaluja?
Azure OpenAI ‑palvelun käytön kustannukset riippuvat käyttämiesi resurssien tyypistä ja määrästä, ja nämä puolestaan riippuvat mallista. Azuren hinnoittelulaskimen avulla voit arvioida Azure OpenAI ‑palvelun kustannukset odotettavissa olevan käyttösi ja määritystesi perusteella.
Koska tekoälyominaisuudet on liitetty Azure OpenAI ‑palvelun avaimeesi, vastaat itse Azure OpenAI ‑resurssien käyttökustannuksista kehityksen ja testauksen aikana. Vastaat kustannuksista myös, kun asiakkaasi käyttävät ominaisuutta tuotanto- tai eristysympäristöissä. Esimerkiksi tekoälyominaisuus, joka tarjoaa muutaman ehdotuksen kuukaudessa yritysomistajille, kuluttaa todennäköisesti vähemmän resursseja ja maksaa vähemmän. Sen sijaan tekoälyominaisuus, joka luo päivittäin kaksisivuisen projektiyhteenvedon kullekin työntekijälle, kuluttaa todennäköisesti enemmän resursseja ja maksaa enemmän.
Vaihtoehtoisesti voit käyttää Azure OpenAI ‑palvelun kulujen valvontaan ja hallintaan Microsoftin kustannustenhallinnan ja laskutuksen työkaluja. Määrittämällä budjetteja, hälytyksiä ja käytäntöjä voit seurata kustannuksiasi ja optimoida ne. Voit myös tarkastella ja ladata yksityiskohtaisia raportteja ja laskuja, joissa näkyy käyttösi ja sinulta veloitettavat maksut.
Lisätietoja Azure OpenAI ‑palvelun kustannuksista sekä niiden ennakoinnin ja mittaamisen työkaluista on ohjeaiheessa Azure OpenAI ‑palvelun hinnoittelu.
Mitä hyviä ja huonoja puolia suosittujen mallien käytöstä on?
Suosittuja malleja, jotka ovat käytettävissä Azure OpenAI ‑palvelussa tällä hetkellä, ovat GPT-4 ja DALL-E. GPT-4 on suuri kielimalli, joka kykenee luomaan luonnollista ja johdonmukaista tekstiä erilaisia tehtäviä ja aihepiirejä varten, kuten yhteenvetojen tekemiseen, kielen kääntämiseen, kysymyksiin vastaamiseen ja sisällöin luontiin. DALL-E on suuri kuvamalli, joka kykenee luomaan realistisia ja monipuolisia kuvia teksti- tai kuvasyötteistä. Se voi luoda esimerkiksi piirustuksia, logoja, kuvakkeita ja näkymiä.
Molemmat mallit ovat hyviä tuottamaan laadukasta ja merkityksellistä sisältöä, jolla voit parantaa sovelluksiasi ja työnkulkujasi. Molemmissa malleissa on kuitenkin myös tiettyjä rajoituksia ja haasteita, joista on hyvä olla tietoinen. Mallit eivät esimerkiksi aina luo paikkansa pitävää sisältöä, kunnioita eettisiä ja sosiaalisia normeja tai turvaa tietojen yksityisyyttä ja suojausta.
Lisätietoja siitä, missä asioissa suositut mallit ovat hyviä ja missä huonompia, on ohjeaiheessa Azure OpenAI ‑palvelun mallit.
Mitkä ovat kehotteiden sudenkuopat ja parhaat käytännöt?
Kehote on syöte, jonka annat mallille tuotoksen muodostamista varten. Kehote voi olla teksti, kuva tai niiden yhdistelmä. Tapa, jolla kirjoitat kehotteen, voi vaikuttaa tuloksen laatuun ja osuvuuteen. Siksi kehotteiden kirjoittamisessa on tärkeää noudattaa tiettyjä ohjeita ja parhaita käytäntöjä. Seuraavassa on joitakin sudenkuoppia ja parhaita käytäntöjä:
Ilmaise selkeästi ja tarkasti, mitä haluat mallin tekevän ja millaista tulosta odotat.
Anna mallille riittävästi kontekstia ja tietoja, jotta se saa käsityksen tehtävästä ja aihepiiristä.
Käytä mallin ohjaamiseen ja tulosten rajoittamiseen esimerkkejä, avainsanoja ja muotoilua.
Vältä moniselitteisiä, epämääräisiä tai harhaanjohtavia kehotteita, jotka voivat hämmentää mallia tai aiheuttaa ei-toivottuja tuloksia.
Tarkista mallin suorituskyky ja luotettavuus testaamalla ja arvioimalla tulokset eri kehotteilla ja skenaarioilla.
Tarkista tulosten oikeellisuus, merkityksellisyys, laatu ja eettisyys, ennen kuin käytät niitä sovelluksissasi tai työnkuluissasi.
Miten voin hallita kehotteiden tuloksia ja epävarmuustekijöitä?
Mallin tuottamat tulokset eivät ole aina täydellisiä tai ennustettavia. Mallit voivat tuottaa epätarkkoja, asiaan liittymättömiä, puutteellisia, ristiriitaisia tai jopa epäasiallisia tuloksia. Siksi tarvitset tulosten hallinnan ja epävarmuustekijöiden käsittelyn strategian.
Käytä mallin parametreja ja asetuksia tuloksen muotoilun, pituuden ja monipuolisuuden hallintaan.
Käytä mallin mittareita ja pistemääriä tuloksen laadun, luotettavuuden ja samankaltaisuuden mittaamiseen.
Käytä mallin palautetta ja lokeja tuloksen tuottamisen suorituskyvyn ja luotettavuuden valvontaan ja parantamiseen.
Käytä mallin suodattimia ja varmistuksia tuloksen virheiden ja ongelmien ehkäisemiseen ja tunnistamiseen.
Anna ihmisen tarkistaa ja korjata tuotetut tulokset.
Discover the world of generative AI, including basic concepts, the different applications in various fields, and the skills necessary to use generative AI tools within training environments. Gain knowledge of large language models (LLMs), AI-powered image generators, and Microsoft Copilot. Explore prompt engineering, navigate the limitations of content created by generative AI models, and learn to utilize generative AI models into your trainings critically and responsibly.