AI in a Box

AI-dalam-kotak

AI-in-a-Box memanfaatkan keahlian kolektif Insinyur dan Arsitek Pelanggan Microsoft di seluruh dunia untuk mengembangkan dan menyediakan solusi AI dan ML kepada komunitas teknis.

Tujuan kami adalah menghadirkan kumpulan akselerator solusi terkurasi yang dapat membantu para insinyur membangun lingkungan dan solusi AI/ML mereka dengan cepat dan dengan hambatan minimal, sambil mempertahankan standar kualitas dan efisiensi tertinggi.

Saat kami terus belajar dari pasar, para kontributor akan berupaya membekali komunitas dengan alat dan sumber daya yang diperlukan agar berhasil dalam lanskap AI dan ML yang terus berkembang.

Mengapa AI-in-a-Box?

• Penerapan yang Dipercepat: Percepat solusi Anda dengan pola kami yang sudah terbukti dan siap digunakan.
• Penghematan Biaya: Maksimalkan anggaran Anda dengan menggunakan kembali kode dan pola yang ada.
• Peningkatan Kualitas & Keandalan: Percaya pada solusi kami, yang divalidasi melalui skenario dunia nyata.
• Keunggulan Kompetitif: Mengungguli pesaing dengan mempercepat penerapan solusi.

Panduan yang Tersedia

Topik	Keterangan
AI yang bertanggung jawab	Hal ini memberikan panduan penting tentang penggunaan teknologi AI dan LLM secara bertanggung jawab.
Keamanan untuk Aplikasi AI Generatif	Dokumen ini memberikan panduan keamanan khusus untuk aplikasi Generative AI (GenAI).
Menskalakan Aplikasi OpenAI	Dokumen ini berisi praktik terbaik untuk menskalakan aplikasi OpenAI dalam Azure.

Akselerator “-in-a-Box” yang tersedia

Pola	Keterangan	Kasus Penggunaan dan Fitur yang Didukung
Operasionalisasi Azure ML dalam kotak	Proyek Ilmu Data Boilerplate mulai dari pengembangan model hingga penerapan dan pemantauan	Templat proyek MLOps ujung ke ujung Loop Luar (penyiapan infrastruktur) Loop Dalam (siklus hidup pembuatan dan penerapan model)
Edge AI di dalam kotak	Edge AI mulai dari pembuatan model hingga penerapan di Perangkat Edge	Buat model dan terapkan ke Perangkat Edge. Penyiapan Infrastruktur Loop Luar (IoT Hub, IoT Edge, Edge VM, Container Registry, Azure ML) Loop Dalam (pembuatan dan penerapan model)
AML Edge di dalam kotak	Edge AI mulai dari pembuatan model hingga penerapan di Perangkat Edge	Atur seluruh siklus hidup model Edge AI—mulai dari pembuatan hingga penerapan—menggunakan Azure ML, IoT Edge, dan IoT Hub, sekaligus memanfaatkan Azure ML CLI V2 untuk manajemen yang disederhanakan.
Vision Edge Kustom di dalam kotak	Edge AI mulai dari pembuatan model hingga penerapan di Perangkat Edge	Edge AI memitigasi latensi cloud dengan mendekatkan analisis ke sumber data untuk respons yang lebih cepat. Akselerator ini mendemonstrasikan penggunaan Custom Vision untuk melatih model dan mengekspornya dalam format seperti ONNX atau Dockerfile untuk penerapan edge.
Doc Intelligence di dalam kotak	Akselerator ini memungkinkan perusahaan untuk mengotomatiskan pemrosesan formulir PDF, memodernisasi operasi, menghemat waktu, dan memangkas biaya sebagai bagian dari perjalanan transformasi digital mereka.	Terima Formulir PDF Aplikasi Fungsi dan Aplikasi Logika untuk Orkestrasi Pembuatan Model Intelijen Dokumen untuk pemrosesan formulir dan ekstraksi konten Menyimpan data PDF di Azure Cosmos DB
Analisis Gambar dan Video di dalam kotak	Mengekstrak informasi dari gambar dan video dengan Azure AI Vision dan mengirimkan hasilnya beserta perintah dan pesan sistem ke Azure GPT-4 Turbo dengan Vision.	Orkestrasi melalui Azure Data Factory Solusi kode rendah, mudah diperluas untuk kasus penggunaan Anda sendiri melalui parameter ADF Gunakan kembali solusi yang sama dan sumber daya yang dikerahkan untuk berbagai skenario berbeda Menyimpan hasil GPT4-V ke Azure CosmosDB
Zona Pendaratan Layanan Kognitif di dalam kotak	Penyiapan jaringan minimal yang siap untuk perusahaan dan Layanan AI untuk mendukung sebagian besar skenario Layanan Kognitif dalam lingkungan yang aman	Penyiapan dan peering Vnet Hub-and-Spoke Penyebaran Layanan Kognitif Penyiapan Titik Akhir Pribadi Integrasi DNS pribadi dengan penyelesai DNS PaaS
Bot Kernel Semantik di dalam kotak	Akselerator solusi yang dapat diperluas untuk Azure OpenAI Bots tingkat lanjut	Menyebarkan bot Azure OpenAI ke beberapa saluran (Web, Teams, Slack, dll) Dukungan Retrieval-Augmented Generation (RAG) bawaan Terapkan Plugin AI khusus
NLP ke SQL dalam kotak	Manfaatkan kecanggihan sistem kueri SQL berkemampuan ucapan mutakhir dengan Azure OpenAI, Kernel Semantik, dan Azure Speech Services. Cukup ucapkan permintaan data Anda dalam bahasa alami, dan biarkan keajaiban terjadi.	Memungkinkan pengguna untuk mengekspresikan pertanyaan bahasa alami secara verbal Terjemahkan ke dalam pernyataan SQL menggunakan Azure Speech & AOAI Jalankan di Azure SQL DB
Buku catatan API Asisten	Memanfaatkan kesederhanaan Assistants API, pengembang dapat dengan mudah mengintegrasikan asisten dengan beragam fungsi, mulai dari mengeksekusi kode hingga mengambil data, memberdayakan pengguna dengan asisten digital yang serbaguna dan dinamis yang disesuaikan dengan kebutuhan mereka.	Menawarkan tiga kemampuan utama: Penerjemah Kode (tugas teknis), Pengambilan (menemukan info), dan Panggilan fungsi (eksekusi tugas) Kekuatan-kekuatan ini digabungkan untuk membentuk asisten super serbaguna untuk menangani beragam tugas
Bot API Asisten di dalam kotak	Sampel ini memberikan panduan langkah demi langkah tentang cara menyebarkan asisten virtual yang memanfaatkan Azure OpenAI Assistants API. Ini mencakup penerapan infrastruktur, konfigurasi pada AI Studio dan Portal Azure, dan contoh pengujian end-to-end.	Terapkan infrastruktur yang diperlukan untuk mendukung Asisten Azure OpenAI Konfigurasikan sebagai Asisten dengan alat yang diperlukan. Hubungkan aplikasi Bot Framework ke Asisten Anda untuk menyebarkan obrolan ke beberapa saluran

Kontak & Kontributor Utama

Jika Anda memiliki pertanyaan atau ingin berkontribusi, silakan hubungi: [email protected]

Kontak	ID GitHub	E-mail
Alex Morales	@msalemor	[email protected]
Andre Dewes	@andredewes	[email protected]
Andres Padilla	@AndresPad	[email protected]
Chris Ayers	@codebytes	[email protected]
Eduardo Noriega	@EduardoN	[email protected]
Franklin Guimaraes	@franklinlindemberg	[email protected]
Jean Hayes	@jehayesms	[email protected]
Marco Aurélio Bigélli Cardoso	@MarcoABCardoso	[email protected]
Maria Vrabie	@MariaVrabie	[email protected]
Neeraj Jhaveri	@neerajjhaveri	[email protected]
Thiago Rotta	@rottathiago	[email protected]
Victor Santana	@Welasco	[email protected]
Sabyasachi Samadar	@ssamadda	[email protected]