イントロダクション
生成型 AI 開発ライフサイクルは、Microsoft のエンジニアリング チームが生成型 AI 製品と特徴を開発するために使用する反復的なプロセスです。
この画像は、フローチャート スタイルの図を含む "生成型 AI 開発ライフサイクル" を示しています。 この図は明るい背景に設定され、アイコンのアクセント カラーを含む青と白の配色を使用します。 ライフサイクルは左側の 「ユース ケースを定義する」から始まり、プロセスの主要なステージを含む大きな丸い四角形になります。 このメイン領域には、マップ、測定、軽減、運用、管理という 5 つの主要なコンポーネントが水平方向に配置されています。 レイアウトは、Map から Operate への順次フローを意味し、ガバナンスはすべてのステージを包括的に管理します。 大きな矢印は、"ユース ケースの定義" から始まり、すべてのステージを時計回りに移動した後、先頭に戻って、プロセス全体をループで囲みます。 これは、AI 開発のための継続的で反復的なライフサイクルを示唆しています。
プロセスの各ステップは、信頼できる生成 AI ソリューションを構築するために不可欠ですが、測定フェーズは反復的な開発とアプリの運用環境への移行に不可欠です。 Azure AI は、反復可能で透過的な方法で生成 AI を評価するための堅牢なツールキットを提供します。 このモジュールでは、AI システムのさまざまなリスクの頻度と重大度を測定する主要な概念を紹介します。
学習目標
このモジュールを完了すると、以下のことができるようになります。
- 評価データを選択するためのベスト プラクティスを適用する
- 評価のための合成データの目的と種類を理解しました
- 組み込みのメトリックのスコープを理解する
- AI システムのユース ケースに基づいて適切なメトリックを選択する
- 評価結果を解釈する方法を理解する
[前提条件]
- Azure サブスクリプション – 無料で作成する
- Azure と Azure portal に関する知識