Comece a trabalhar com IA no Dynamics 365
O Microsoft Copilot e as experiências de IA relacionadas são empolgantes e abrem novos mundos de possibilidades. Mas com um Copilot para praticamente todos os produtos Microsoft, incluindo as aplicações do Dynamics 365, e informações sobre como obter e utilizar capacidades de IA na sua empresa espalhadas por várias bibliotecas de documentação, pode ser difícil saber por onde começar.
Neste artigo, esclareceremos alguns aspetos do Copilot que muitas pessoas consideram confusos. Também fornecemos ligações para recursos onde pode aprofundar o assunto se quiser mais pormenores.
Importante
Este artigo vai evoluir com o tempo. Se achar que falta alguma coisa ou se detetar que alguma coisa mudou, informe-nos. Ou, melhor ainda, contribua para este artigo. Saiba mais em Contribua para a documentação do Dynamics 365.
Sou novo na IA. Por onde devo começar?
Comece com uma descrição geral num vídeo de alto nível sobre 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 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?
A IA Generativa é um tipo de inteligência artificial que pode criar novos conteúdos ou dados para si 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 no Azure, como os Serviços Cognitivos do Azure, o Azure Machine Learning e o Azure OpenAI Service. O Azure OpenAI Service é uma variante da IA generativa que lhe permite aceder e utilizar modelos OpenAI, como GPT-4 e DALL-E, para vários cenários e tarefas. As aplicações do Dynamics 365 utilizam o Azure OpenAI Service para fornecer capacidades de IA generativas para ajudar os utilizadores empresariais no seu trabalho. Os nossos parceiros também podem integrar o Azure OpenAI Service nas suas soluções.
Saiba mais na publicação de blogue em Inove mais rapidamente com a IA generativa no 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? Eis uma publicação de blogue que fornece alguns exemplos interessantes que o podem inspirar: Azure OpenAI Service: Dez formas como a IA generativa está a transformar as empresas.
Também pode obter uma descrição geral rápida das capacidades de IA generativa nas aplicações do Dynamics 365 em Microsoft Copilot no Dynamics 365.
Sugestão
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 é que obtenho acesso ao Azure OpenAI Service, e escolho e implemento modelos de IA?
Para obter acesso ao Azure OpenAI Service, tem de ter uma subscrição do Azure e uma conta do Azure OpenAI Service. Pode inscrever-se em ambos no portal do Azure. A sua conta permite-lhe criar um recurso do Azure OpenAI Service e obter uma chave de API que pode utilizar 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 do Azure OpenAI Service já foi treinado com grandes quantidades de dados.
A tabela seguinte apresenta uma descrição geral das tarefas e dos recursos.
O que é | Onde | Saber mais |
---|---|---|
Obtenha uma subscrição do Azure. Inscreva-se num plano pago ou comece gratuitamente. | azure.microsoft.com | |
Peça 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 do Azure OpenAI e implementar modelos. | Portal do Azure | Controlo de acesso baseado em funções para o Azure OpenAI Service |
Crie o recurso do Azure OpenAI Service e implemente um modelo. | Portal do Azure/ e Estúdio de IA do Azure | Criar e implementar um recurso do 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:
O que é | Onde o encontrar |
---|---|
Chave de API do Azure OpenAI e ponto final (URL) | Página Chaves e Ponto Final para o recurso no portal do Azure. |
Nome da implantação do modelo | Página Implementações no Estúdio de IA do Azure. |
Quanto é que isto custa e existem ferramentas para prever e medir os custos?
O custo da utilização do Azure OpenAI Service depende do tipo e da quantidade de recursos que utiliza, os quais, por sua vez, dependem do modelo. Pode utilizar a calculadora de preços do Azure para estimar o custo de utilização do Azure OpenAI Service com base na sua utilização e configuração previstas.
Uma vez que as suas funcionalidades de IA estão associadas à sua chave do Azure OpenAI Service, é responsável pelos custos operacionais dos recursos do Azure OpenAI durante o desenvolvimento e os 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 e Faturação para monitorizar e controlar as suas despesas com o 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 o custo em Preços do Azure OpenAI Service.
Existem vantagens e desvantagens na utilização dos modelos mais populares?
Os modelos populares que estão atualmente disponíveis 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, aceda a Modelos do Azure OpenAI Service.
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 as saídas e a incerteza em Como Controlar os Modelos do Azure OpenAI. Saiba mais sobre os pedidos do Copilot em Saber mais sobre os pedidos do Copilot.
Informações relacionadas
- Copilotos e IA generativa no Dynamics 365
- Utilizar o Microsoft Copilot: Trabalhar com pedidos e IA generativa
- Hub de formação do Copilot
- Adotar, alargar e criar experiências do Copilot em toda a Microsoft Cloud
- A Arte e a Ciência de Trabalhar com IA
- Certificado pela Microsoft: Noções Básicas sobre o Azure AI