AI in a Box

AI イン・ア・ボックス

AI-in-a-Box は、世界中の Microsoft カスタマー エンジニアとアーキテクトの集合的な専門知識を活用して、AI および ML ソリューションを開発し、技術コミュニティに提供します。

私たちの目的は、最高水準の品質と効率を維持しながら、エンジニアが AI/ML 環境とソリューションを迅速かつ最小限の手間で確立できるように支援できる、厳選されたソリューション アクセラレータのコレクションを提供することです。

私たちが市場から学び続けるにつれて、貢献者は、進化し続ける AI と ML の環境で成功するために必要なツールとリソースをコミュニティに提供することに努めます。

なぜ AI-in-a-Box なのか?

• 導入の加速: 実証済みのすぐに使用できるパターンを使用して、ソリューションをスピードアップします。
• コスト削減: 既存のコードとパターンを再利用して予算を最大限に活用します。
• 品質と信頼性の強化: 現実のシナリオを通じて検証された当社のソリューションを信頼してください。
• 競争上の優位性: ソリューションの展開を加速することで競合他社を上回ります。

利用可能なガイダンス

トピック	説明
責任あるAI	これは、AI および LLM テクノロジーの責任ある使用に関する重要なガイダンスを提供します。
生成 AI アプリケーションのセキュリティ	このドキュメントでは、Generative AI (GenAI) アプリケーションに関する具体的なセキュリティ ガイダンスを提供します。
OpenAI アプリケーションのスケーリング	このドキュメントには、Azure 内で OpenAI アプリケーションをスケーリングするためのベスト プラクティスが含まれています。

利用可能な「-in-a-Box」アクセラレータ

パターン	説明	サポートされているユースケースと機能
Azure ML の運用をイン・ア・ボックスで実現	モデル開発から展開、モニタリングまでの定型的なデータ サイエンス プロジェクト	エンドツーエンドの MLOps プロジェクト テンプレート アウター ループ (インフラストラクチャのセットアップ) 内部ループ (モデルの作成とデプロイメントのライフサイクル)
エッジ AI イン・ア・ボックス	モデルの作成からエッジ デバイスへの展開までのエッジ AI	モデルを作成し、エッジ デバイスにデプロイします。 アウター ループ インフラストラクチャのセットアップ (IoT ハブ、IoT Edge、エッジ VM、コンテナー レジストリ、Azure ML) 内部ループ (モデルの作成とデプロイメント)
ボックス内の AML エッジ	モデルの作成からエッジ デバイスへの展開までのエッジ AI	Azure ML、IoT Edge、IoT Hub を使用して、作成からデプロイに至るまで、Edge AI モデルのライフサイクル全体を調整し、管理を合理化するために Azure ML CLI V2 を活用します。
Custom Vision Edge インボックス	モデルの作成からエッジ デバイスへの展開までのエッジ AI	エッジ AI は、分析をデータ ソースに近づけることでクラウドの遅延を軽減し、応答を高速化します。このアクセラレータは、Custom Vision を使用してモデルをトレーニングし、それをエッジ デプロイメント用の ONNX や Dockerfile などの形式でエクスポートする方法を示します。
ボックス内の Doc Intelligence	このアクセラレータを使用すると、企業はデジタル変革の一環として、PDF フォーム処理の自動化、運用の最新化、時間の節約、コストの削減が可能になります。	PDFフォームを受け取る オーケストレーション用の Function App と Logic Apps フォーム処理とコンテンツ抽出のための Document Intelligence モデルの作成 PDF データを Azure Cosmos DB に保存します
画像とビデオの分析をボックス内で実行	Azure AI Vision を使用して画像とビデオから情報を抽出し、結果をプロンプトおよびシステム メッセージとともに Azure GPT-4 Turbo with Vision に送信します。	Azure Data Factory によるオーケストレーション ローコード ソリューション。ADF パラメータを通じて独自のユースケースに合わせて簡単に拡張可能 同じソリューションとデプロイされたリソースをさまざまなシナリオで再利用します GPT4-V の結果を Azure CosmosDB に保存します
コグニティブ サービス ランディング ゾーンを同梱	安全な環境でほとんどの Cognitive Services シナリオをサポートするための、エンタープライズ対応の最小限のネットワーキングと AI サービスのセットアップ	ハブアンドスポーク Vnet のセットアップとピアリング コグニティブサービスのデプロイメント プライベートエンドポイントのセットアップ PaaS DNS リゾルバーとのプライベート DNS の統合
ボックス内のセマンティック カーネル ボット	高度な Azure OpenAI ボット用の拡張可能なソリューション アクセラレータ	Azure OpenAI ボットを複数のチャネル (Web、Teams、Slack など) にデプロイします。 組み込みの検索拡張生成 (RAG) サポート カスタム AI プラグインを実装する
NLP から SQL への統合	Azure OpenAI、Semantic Kernel、Azure Speech Services を使用して、最先端の音声対応 SQL クエリ システムの力を解き放ちます。データリクエストを自然言語で話すだけで、魔法が起こります。	ユーザーが自然言語クエリを口頭で表現できるようにします Azure Speech と AOAI を使用して SQL ステートメントに変換する Azure SQL DB上で実行する
アシスタント API ノートブック	アシスタント API のシンプルさを利用して、開発者は、コードの実行からデータの取得に至るまで、さまざまな機能を持つアシスタントをシームレスに統合し、ニーズに合わせてカスタマイズされた多用途で動的なデジタル アシスタントをユーザーに提供できます。	コードインタープリタ (技術タスク)、取得 (情報の検索)、関数呼び出し (タスクの実行) の 3 つの主な機能を提供します。 これらの能力を組み合わせることで、さまざまなタスクを処理する多用途のスーパーアシスタントが形成されます。
アシスタント API ボットを同梱	このサンプルでは、​​Azure OpenAI Assistants API を利用して仮想アシスタントをデプロイする方法についてのステップバイステップ ガイドを提供します。インフラストラクチャのデプロイ、AI Studio と Azure Portal での構成、エンドツーエンドのテスト例について説明します。	Azure OpenAI Assistant をサポートするために必要なインフラストラクチャをデプロイする 必要なツールを使用してアシスタントとして設定します。 Bot Framework アプリケーションをアシスタントに接続して、チャットを複数のチャネルに展開します

主な連絡先と貢献者

ご質問がある場合、または貢献したい場合は、 [email protected]までご連絡ください。

接触	GitHub ID	電子メール
アレックス・モラレス	@msalemor	[email protected]
アンドレ・デュース	@アンドレデュース	[email protected]
アンドレス・パディヤ	@AndresPad	[email protected]
クリス・エアーズ	@コードバイト	[email protected]
エドゥアルド・ノリエガ	@EduardoN	[email protected]
フランクリン・ギマランエス	@フランクリンリンデンバーグ	[email protected]
ジーン・ヘイズ	@jehayesms	[email protected]
マルコ・アウレリオ・ビゲッリ・カルドーソ	@MarcoABCardoso	[email protected]
マリア・ヴラビエ	@MariaVrabie	[email protected]
ニーラジ・ジャベリ	@neerajjhaveri	[email protected]
チアゴ・ロッタ	@rottathiago	[email protected]
ビクター・サンタナ	@ウェラスコ	[email protected]
サバサチ サマダール	@サマダ	[email protected]