Leggere in inglese

Condividi tramite


Glossario copilota

copilot : i copiloti sono assistenti di linguaggio naturale che possono aiutare con attività creative, generare informazioni dettagliate, eseguire flussi di lavoro automatizzati e altro ancora. I copilot sono costituiti da flussi di lavoro, azioni, conoscenze e trigger, basati su uno o più modelli di base e un agente di orchestrazione che supervisiona e sincronizza le operazioni del copilot. Copilots può potenziare le funzionalità generative di intelligenza artificiale nelle app, nei servizi Web e può essere pubblicato come estensioni copilot per estendere e personalizzare Microsoft Copilot.

Copilot personalizzato : è una versione personalizzata di Microsoft Copilot che combina istruzioni, conoscenze aggiuntive e/o personalizzate e qualsiasi combinazione di competenze.

Servizio OpenAI di Azure : un servizio API che consente a uno sviluppatore di eseguire query sul meglio delle macchine virtuali OpenAI con le garanzie che gli utenti finali si aspettano da Microsoft.

Studio AI della piattaforma Azure: una piattaforma di sviluppo pro-code che offre personalizzazione completa e controllo su applicazioni e modelli generativi di intelligenza artificiale con strumenti visivi e code-first flessibili e integrati e modelli di avvio rapido predefiniti.

Microsoft Copilot : un'interfaccia di IA accessibile e coesa che offre agli utenti l'accesso alle funzionalità di IA in base alle proprie esigenze e preferenze, integrando al tempo tempo temporizzato i prodotti Microsoft per ottimizzare il valore. Microsoft Copilot è il tuo AI Companion quotidiano.

Microsoft Copilot Studio: uno strumento di codice basso o senza codice che consente agli utenti di integrare facilmente l'intelligenza artificiale in qualsiasi prodotto M365 o Power Platform, offrendo modelli e sistemi di intelligenza artificiale predefiniti e personalizzati per attività come l'elaborazione dei moduli, il rilevamento degli oggetti, la stima e altro ancora.

Estensioni Copilot : un'estensione copilot consente di personalizzare e migliorare Microsoft Copilot con copilot personalizzati, abilitando nuove azioni e conoscenze personalizzate per la messa a terra all'interno di Copilot. Con le estensioni Copilot, gli utenti possono ottenere un'esperienza Microsoft Copilot personalizzata con i dati, i sistemi e i flussi di lavoro che usano ogni giorno. Plug-in: un tipo di estensione copilot. Microsoft ha definito un nuovo manifesto del plug-in che sblocca la possibilità di scrivere un plug-in una sola volta ed eseguirlo ovunque su qualsiasi superficie copilot. I plug-in devono essere considerati un artefatto di estendibilità funzionale atomico che può essere composto con qualsiasi altra estensione copilot.

Connettori Microsoft Copilot: un tipo di estensione Copilot per esperienze di codice basse e non tramite Microsoft Copilot Studio. I connettori Copilot aggregano funzionalità e dati dai connettori di Microsoft Graph, dai connettori di Power Platform e da Microsoft Fabric.

Connettori di Microsoft Graph : personalizzati da sviluppatori o connettori predefiniti abilitati dagli amministratori IT che indicizzano i dati dai servizi LoB, locali e SaaS in Microsoft Graph, in cui possono migliorare e migliorare le funzionalità dei servizi intelligenti come Microsoft Copilot, Search e ContextIQ insieme a dati e contenuti M365.

Connettori di Power Platform : connettori che consentono a Microsoft Power Platform di interagire con origini dati e servizi esterni.

Estensione del messaggio di Teams : funzionalità di Microsoft Teams che consente agli utenti di cercare o avviare azioni in un servizio Web o in un sistema esterno tramite un semplice elemento dell'esperienza utente denominato scheda adattiva. Questi sono tutti ora utilizzabili come plug-in.

Prompt : input a un modello di intelligenza artificiale generativa da cui genera un output (spesso denominato "risposta" o "completamento"). In genere il testo, ma i modelli multimodali possono usare testo, immagini, audio o una combinazione di questi come prompt.

IA responsabile (RAI): è l'insieme di norme e standard che Microsoft cerca di definire per contribuire a promuovere l'uso sicuro e sicuro dell'IA a vantaggio della società in generale attraverso governance, politica interna, abilitazione, coinvolgimento esterno e leadership di pensiero.

Modello di base : un modello di intelligenza artificiale sottoposto a training su dati estesi in modo che possa essere applicato in un'ampia gamma di casi d'uso per supportare attività come l'elaborazione del linguaggio, la comprensione visiva, la generazione di testo, la scrittura di codice e altro ancora. Vedere anche: LLM, SLM.

IA generativa : una forma di intelligenza artificiale caratterizzata dalla sua capacità di creare un linguaggio naturale o contenuti più simili a quelli umani suggeriti da richieste di input, tra cui prosa, versi, musica e immagini. GPT : (trasformatore generativo con training preliminare) una classe di modelli di base creati da OpenAI e ospitati da OpenAI e Azure. Un modello recente in questa classe è "GPT-4 Turbo".

Messa a terra : è il processo di collegamento di conoscenze astratte nei sistemi di intelligenza artificiale a contenuti specifici e reali. Aumenta l'accuratezza della comprensione dell'agente di intelligenza artificiale e l'interazione con i dati del mondo reale.

LLMs (Modelli di linguaggio di grandi dimensioni): modelli generativi di intelligenza artificiale sottoposti a training su un'enorme quantità di dati per produrre risposte simili a quella umana alle query in linguaggio naturale, in genere tramite un chatbot. Vedere anche: Modello di base.

LLMOps : flusso semplificato per lo sviluppo end-to-end di applicazioni basate su LLM, dall'ideazione all'operazionalizzazione.

Codice basso : in genere prevede interfacce grafiche/visive e codice minimo per consentire lo sviluppo rapido e accessibile di applicazioni. A differenza degli strumenti pro-code, la maggior parte, se non tutti i concetti e le tecnologie sottostanti, vengono astratti dall'esperienza utente.

MLOps : flusso semplificato per lo sviluppo end-to-end di un'applicazione di Machine Learning, dall'ideazione all'operazionalizzazione. MLOps si differenzia da LLMOps nel pubblico, nell'attenzione e in particolare nelle sfide poste dai requisiti e dagli asset di elaborazione del linguaggio naturale. Pro-Code: include la possibilità di personalizzare e controllare in modo approfondito le prestazioni del modello e dell'applicazione. Ciò potrebbe includere funzionalità di configurazione e gestione basate su GUI oltre all'interfaccia code-first, che richiede un livello profondo di comprensione dei concetti e delle tecnologie sottostanti. RAG- (Retrieval-Augmented Generation) è un processo che consente ai modelli di intelligenza artificiale di recuperare le informazioni rilevanti da un'origine conoscenze e incorporarle nel testo generato. Si tratta di un framework di intelligenza artificiale per migliorare la qualità delle risposte generate dai modelli basando il modello su fonti di conoscenza esterne per integrare la rappresentazione interna delle informazioni.