Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
Este artigo fornece respostas a perguntas frequentes sobre capacidades de IA nas aplicações Dynamics 365.
Sou novo na IA. Por onde devo começar?
Comece com uma visão geral em vídeo de como o Copilot funciona no Dynamics 365 e no Power Platform. Irá aprender como funciona o Copilot mantém os seus dados empresariais seguros e cumpre os requisitos de privacidade, e como utiliza a IA generativa de forma responsável.
Como é que as aplicações do Dynamics 365 utilizam a IA?
As capacidades de IA no Dynamics 365 utilizam exclusivamente os serviços do Microsoft Azure. Escolhemos a cloud do Azure porque os serviços do Azure são criados de acordo com as normas de IA Responsável da Microsoft e com os controlos de segurança, privacidade e conformidade empresariais que os nossos clientes esperam.
Como é que a IA generativa se relaciona com o que a Microsoft oferece no Azure?
IA generativa é um tipo de inteligência artificial que pode criar novos conteúdos ou dados para o utilizador com base na sua entrada ou no seu pedido. Por exemplo, a IA generativa pode escrever texto, gerar imagens, compor música ou sintetizar discurso. A Microsoft oferece uma variedade de modelos e serviços de IA em Azure, como Azure Cognitive Services, Azure Machine Learning e Azure OpenAI Service. O Azure OpenAI Service é uma variante de IA generativa que permite aceder e utilizar modelos OpenAI, como GPT-4 e DALL-E, para várias tarefas e cenários. As aplicações Dynamics 365 utilizam o Azure OpenAI Service para fornecer capacidades de IA generativa que ajudam os utilizadores empresariais no seu trabalho. Os nossos parceiros também podem integrar o Azure OpenAI Service nas suas soluções.
Saiba mais no artigo do blogue em Inove mais rapidamente com IA generativa em Azure OpenAI Service.
Como é que a IA generativa pode ajudar as empresas?
O termo IA generativa parece intrigante, mas como é que as empresas o podem utilizar para se destacarem? Aqui está um artigo no blogue que apresenta alguns exemplos interessantes que podem inspirá-lo: Azure OpenAI Service: Dez formas como a IA generativa está a transformar negócios.
Também pode obter uma visão rápida das capacidades de IA generativa nas aplicações Dynamics 365 em Microsoft Copilot em Dynamics 365.
Dica
As duas secções seguintes destinam-se a organizações que pretendam fornecer IA generativa, ou seja, não se destinam a pessoas que pretendam utilizar as capacidades de IA generativa incorporadas nas aplicações do Dynamics 365. Se é um utilizador empresarial, vá para uma das outras secções - utilize as ligações na secção Neste artigo na parte superior para encontrar o assunto certo para si.
Como posso aceder ao Azure OpenAI Service e escolher e implementar modelos de IA?
Para aceder ao Azure OpenAI Service, deve ter uma subscrição Azure e uma conta Azure OpenAI Service. Pode inscrever-se em ambos no portal do Azure. A sua conta permite-lhe criar um recurso Azure OpenAI Service e obter uma chave API que pode usar para aceder aos modelos do Azure OpenAI Service. Pode escolher de entre vários modelos para diferentes domínios e finalidades. Por exemplo, geração de texto, análise de texto, geração de imagem, análise de imagem e IA de conversação.
Pode personalizar, treinar e implementar modelos fornecendo os seus próprios dados e parâmetros. No entanto, normalmente é possível evitar esse processo dispendioso e moroso. O modelo Azure OpenAI Service já é treinado com grandes quantidades de dados.
A tabela seguinte apresenta uma descrição geral das tarefas e dos recursos.
| What | Onde | Mais informações |
|---|---|---|
| Obtenha uma subscrição do Azure. Inscreva-se num plano pago ou comece gratuitamente. | azure.microsoft.com | |
| Solicite acesso ao Azure OpenAI Service para a sua subscrição. Atualmente, o acesso a este serviço só é concedido através de um pedido de acesso. | https://aka.ms/OAIapply | O que é o Azure OpenAI Service? |
| Obtenha permissões na sua conta para criar recursos Azure OpenAI e implementar modelos. | Portal Azure | Controlo de acesso baseado em funções para Azure OpenAI Service |
| Crie o recurso Azure OpenAI Service e implemente um modelo. | Portal do Azure/ e Portal do Azure AI Foundry | Criar e implementar um recurso Azure OpenAI Service |
Depois de concluir isto passo, pode começar a desenvolver a sua experiência com o Copilot, que requer as seguintes informações sobre o recurso e o modelo implementado:
| What | Onde encontrá-lo |
|---|---|
| Chave de API do Azure OpenAI e ponto final (URL) | Pagina Chaves e Ponto de Extremidade para o recurso no portal do Azure. |
| Nome da implantação do modelo | Página Implementações no portal do Azure AI Foundry. |
Quanto é que isto custa e existem ferramentas para prever e medir os custos?
O custo de usar o Azure OpenAI Service depende do tipo e da quantidade de recursos que utiliza, que por sua vez dependem do modelo. Pode usar a calculadora de preços do Azure para estimar o custo do Azure OpenAI Service com base no seu uso e configuração esperados.
Como as suas funcionalidades de IA estão associadas à sua chave de Serviço Azure OpenAI, é responsável pelos custos operacionais dos recursos Azure OpenAI durante o desenvolvimento e testes. O utilizador continua a ser responsável quando os seus clientes utilizam a funcionalidade em ambientes de produção ou sandbox. Por exemplo, uma funcionalidade de IA que forneça algumas de sugestões mensais aos proprietários de empresas consumirá provavelmente menos recursos e terá menos custos. Em contrapartida, uma funcionalidade de IA que gera diariamente um resumo de projeto de duas páginas para cada empregado consome provavelmente mais recursos e terá mais custos.
Opcionalmente, utilize as ferramentas Microsoft Cost Management and Billing para monitorizar e controlar os seus gastos no Azure OpenAI Service. Pode definir orçamentos, alertas e políticas para monitorizar e otimizar os seus custos. Também pode ver e transferir relatórios detalhados e faturas que mostram a sua utilização e os seus encargos.
Saiba mais sobre quanto custa o Azure OpenAI Service e quais são as ferramentas para prever/medir custos na página de preços do Azure OpenAI Service.
Existem vantagens e desvantagens na utilização dos modelos mais populares?
Os modelos populares disponíveis atualmente no Azure OpenAI Service são o GPT-4 e o DALL-E. O GPT-4 é um modelo de linguagem de grande escala que pode gerar texto natural e coerente para várias tarefas e domínios, como o resumo, a tradução, a resposta a perguntas e a criação de conteúdos. O DALL-E é um modelo de imagem em grande escala que pode gerar imagens realistas e diversificadas a partir de pedidos de texto ou de imagens, tais como desenhos, logótipos, ícones e cenas.
Ambos os modelos são bons a produzir resultados relevantes e de alta qualidade que podem melhorar as suas aplicações e fluxos de trabalho. No entanto, ambos os modelos têm também algumas limitações e desafios que devem ser tidos em conta. Por exemplo, os modelos podem nem sempre gerar resultados exatos ou factuais, respeitar normas éticas e sociais ou proteger a privacidade e a segurança dos dados.
Para saber mais sobre o que os modelos populares são bons ou menos bons, consulte Azure OpenAI Service models.
Quais são os riscos e as melhores práticas para os pedidos?
Um pedido é a entrada que fornece ao modelo para gerar uma saída. Um pedido pode ser um texto, uma imagem ou uma combinação de ambos. A forma como se escreve um pedido pode afetar a qualidade e a relevância da saída. Por isso, é importante seguir algumas diretrizes e boas práticas ao escrever pedidos. Alguns dos riscos e melhores práticas são:
- Ser claro e específico sobre o que se pretende que o modelo faça e que tipo de saídas espera obter.
- Fornecer contexto e informações suficientes para que o modelo compreenda a tarefa e o domínio.
- Utilizar exemplos, palavras-chave e formatação para orientar o modelo e limitar a saída.
- Evitar pedidos ambíguos, vagos ou enganadores que possam confundir o modelo ou conduzir a saídas indesejadas.
- Testar e avaliar as saídas em diferentes pedidos e cenários para verificar o desempenho e a fiabilidade do modelo.
- Reveja e verifique a precisão, relevância, qualidade e ética das saídas antes de as utilizar nas suas aplicações ou fluxos de trabalho.
Saiba mais sobre como escrever pedidos eficazes e quais são os riscos e as melhores práticas em A arte do pedido: Como tirar o melhor partido da IA generativa.
Como é que posso gerir as saídas de pedidos e a incerteza?
As saídas que o modelo gera nem sempre são perfeitas ou previsíveis. Os modelos podem gerar saídas imprecisas, irrelevantes, incompletas, inconsistentes ou mesmo inadequadas. Por conseguinte, é necessária uma estratégia para gerir as saídas e lidar com a incerteza.
- Utilize os parâmetros e definições do modelo para controlar o formato, o comprimento e a diversidade da saída.
- Utilize as métricas e pontuações do modelo para medir a qualidade, a confiança e a semelhança da saída.
- Utilize os comentários e os registos do modelo para monitorizar e melhorar o desempenho e a fiabilidade da saída.
- Utilize os filtros e proteções do modelo para evitar e detetar os erros e problemas da saída.
- Utilize a revisão humana para validar e corrigir os resultados e as conclusões da saída.
Saiba mais sobre como gerir resultados e incerteza em Como Controlar os Modelos Azure OpenAI. Saiba mais sobre os pedidos do Copilot em Saber mais sobre os pedidos do Copilot.