Condividi tramite


Procedure consigliate e soluzioni con intelligenza artificiale e Azure Cosmos DB

Usare Azure Cosmos DB per NoSQL come database per le applicazioni basate sull'intelligenza artificiale in modo da aumentare il database man mano che l'applicazione cresce. È anche possibile fare affidamento sulla velocità di Azure Cosmos DB e sull'affidabilità predefinita per garantire che la soluzione sia veloce e disponibile man mano che le esigenze cambiano nel tempo.

Modernizzare le applicazioni di intelligenza artificiale

Implementare la ricerca vettoriale e un assistente di intelligenza artificiale usando Azure Cosmos DB per NoSQL, Azure OpenAI, servizio Azure Kubernetes e Ricerca di intelligenza artificiale di Azure.

Screenshot di un'applicazione di assistenti di intelligenza artificiale che risponde alle query su varie biciclette per un negozio di vendita al dettaglio.

Diagramma dell'architettura dell'acceleratore di soluzioni di modernizzazione delle applicazioni.

Diagramma che illustra un'applicazione Web supportata da Kubernetes con Ricerca di intelligenza artificiale di Azure, OpenAI di Azure, Archiviazione di Azure e Azure Cosmos DB e servizi di backup. I vettori e gli elementi vengono salvati in modo permanente in Azure Cosmos DB mentre i file vengono salvati in modo permanente in Archiviazione di Azure.

Collega
Acceleratore di soluzioni https://github.com/Azure/Vector-Search-AI-Assistant/tree/cognitive-search-vector
Hackathon https://github.com/Azure/Build-Modern-AI-Apps-Hackathon

Elaborazione dei pagamenti e delle transazioni

Usare Frontdoor di Azure, Azure OpenAI, servizio Azure Kubernetes, App Web statiche di Azure e Azure Cosmos DB per NoSQL per implementare un processo di rilevamento dei pagamenti.

Diagramma dell'architettura dell'acceleratore di soluzioni di elaborazione dei pagamenti.

Diagramma che illustra un servizio che usa un'app Web statica di Azure e Frontdoor di Azure come interfaccia cliente. La soluzione ospita quindi una combinazione di API di pagamento e servizi di lavoro per elaborare le transazioni di pagamento in servizio Azure Kubernetes. Infine, i contenitori Kubernetes archiviano i dati in Azure Cosmos DB e recuperano i completamenti di intelligenza artificiale da Azure OpenAI.

Collega
Acceleratore di soluzioni https://github.com/Azure/Real-time-Payment-Transaction-Processing-at-Scale
Hackathon https://github.com/Azure/Real-Time-Transactions-Hackathon

Elaborazione delle transazioni di attestazioni mediche

Elaborare attestazioni mediche complesse usando una soluzione compilata con Hub eventi di Azure, App Web statiche di Azure, servizio Azure Kubernetes, Azure OpenAI, Azure Cosmos DB per NoSQL.

Diagramma dell'architettura dell'acceleratore di soluzioni di elaborazione delle attestazioni.

Diagramma che illustra un sistema esterno che inserisce attestazioni usando Hub eventi di Azure. Contemporaneamente, gli agenti sono interessanti con un'app Web statica di Azure. I servizi di lavoro e le API sono ospitati in servizio Azure Kubernetes. I contenitori usano Azure OpenAI per i completamenti. I contenitori archiviano anche i dati in Azure Cosmos DB per NoSQL, che viene quindi analizzato e gestito usando Azure Synapse Analytics.

Collega
Acceleratore di soluzioni https://github.com/Azure/Medical-Claims-Transaction-Processing-at-scale
Hackathon https://github.com/Azure/Medical-Claims-Processing-Hackathon

Automatizzare le soluzioni di intelligenza artificiale

Automatizzare la distribuzione di soluzioni basate su intelligenza artificiale usando strumenti come la nuova interfaccia della riga di comando per sviluppatori di Azure. Usare questa automazione per creare un flusso di lavoro moderno per sviluppatori e operazioni.

Collega
Applicazione chat di esempio https://github.com/Azure-Samples/cosmosdb-chatgpt
Modulo di training https://learn.microsoft.com/training/modules/build-chat-bot-azure-cosmos-db-openai-blazor

Usare Azure Cosmos DB per MongoDB vCore come database per le applicazioni basate sull'intelligenza artificiale in modo da aumentare il database man mano che l'applicazione cresce. È anche possibile fare affidamento sulla velocità di Azure Cosmos DB e sull'affidabilità predefinita per garantire che la soluzione sia veloce e disponibile man mano che le esigenze cambiano nel tempo.

Generazione aumentata di recupero

Implementare il modello RAG usando una combinazione di Azure Cosmos DB per MongoDB vCore, Azure OpenAI, Funzioni di Azure e Azure App Web.

Collega
Acceleratore di soluzioni https://github.com/Azure/Vector-Search-AI-Assistant-MongoDBvCore
Notebook Python https://github.com/Microsoft/AzureDataRetrievalAugmentedGenerationSamples/tree/main/Python/CosmosDB-MongoDB-vCore

Passaggio successivo