Azure AI Studio 的工作原理

  • 5 分钟

AI 中心为开发和管理 AI 解决方案提供了一个协作工作区。 至少需要一个 Azure AI 中心才能使用 AI Studio 的解决方案开发特性和功能。

Azure AI Studio 中 AI 中心的屏幕截图。

一个 Azure AI 中心可以托管一个或多个项目。 每个项目封装用于创建特定 AI 解决方案的工具和资产。 例如，可以创建一个项目，使数据科学家和开发人员能够协作为业务应用程序或流程构建自定义 copilot。

Azure AI Studio 中项目的屏幕截图。

可以使用 Azure AI 中心执行哪些操作？

Azure AI 中心是 Azure 上的 AI 开发项目的基础，可用于定义可在多个项目中使用的共享资产。 可以使用 AI Studio 在“管理”页上的 Azure AI 中心内执行以下任务：

  • 创建成员并将其分配给特定角色。
  • 创建和管理用于运行实验、提示流和自定义代码的计算实例。
  • 创建和管理与资源（例如数据存储、GitHub、Azure AI 搜索索引等）的连接。
  • 定义管理行为的策略，例如自动关闭计算。

我可以利用项目来做什么？

Azure AI Studio 中的所有 AI 开发都在项目中执行。 可以在 Azure AI Studio 中的“构建”页上创建一个新的项目，然后用它来：

  • 部署大型语言模型以支持聊天机器人或 copilot。
  • 在聊天操场中测试模型。
  • 为增强提示添加自己的数据。
  • 使用提示流定义合并模型、提示和自定义代码的流。
  • 评估对提示的模型响应。
  • 管理自定义数据的索引和数据集。
  • 定义内容筛选器以缓解可能有害的响应。
  • 在浏览器中使用 Visual Studio Code 创建自定义代码。
  • 将解决方案部署为 Web 应用和容器化服务。

关联的 Azure 资源

可以使用 Azure AI Studio 在“管理”页面上创建 Azure AI 中心，也可以在创建新项目的过程中（在“生成”页面上）创建该资源。 执行此操作时，系统会在指定的资源组中的 Azure 订阅中创建 AI 中心资源。 此资源为 AI 开发提供了一个协作工作区。

除了核心 AI 中心资源之外，还会创建其他 Azure 资源来提供支持服务。 其中包括：

  • 用于安全存储 AI 项目数据的存储帐户。
  • 一个密钥保管库，其中用于访问外部资源和其他敏感值的凭据受到保护。
  • 一个容器注册表，用于存储 AI 解决方案使用的 Docker 映像。
  • 用于记录使用情况和性能指标的 Application Insights 资源。
  • 一种 Azure OpenAI 服务资源，为应用程序提供生成式 AI 模型。

所有 Azure AI

Azure AI Studio 为其他 AI 服务（例如语音、语言和视觉）提供集成点。 通过将其他 AI 服务添加到解决方案中，可以为 AI 解决方案添加更多功能。