WEBVTT 00:00:00.000 --> 00:00:04.500 Czym dokładnie jest Azure AI Foundry? Czy to kolejna usługa Microsoftu, czy coś znacznie większego? 00:00:04.660 --> 00:00:08.140 W ciągu ostatniego roku Microsoft ogłaszał nowości w dziedzinie AI niemal bez przerwy. 00:00:08.320 --> 00:00:09.700 Łatwo poczuć się w tym zagubionym. 00:00:09.900 --> 00:00:11.960 Nazywam się Mirko Peters z Microsoft Knowledge Nugget. 00:00:12.120 --> 00:00:15.400 Pod koniec tego odcinka będziesz wiedzieć, czym faktycznie jest Foundry i dlaczego jest ważne. 00:00:15.660 --> 00:00:20.580 Bez marketingowego bełkotu podzielimy to na jasne części, czym jest, co zawiera i jak to wszystko się łączy. 00:00:20.820 --> 00:00:22.520 Dlaczego nazwa budzi takie zamieszanie? 00:00:22.920 --> 00:00:24.600 Dezorientacja zaczyna się od samej nazwy. 00:00:24.800 --> 00:00:27.400 Foundry przeszło więcej zmian nazw niż jestem w stanie zliczyć. 00:00:27.400 --> 00:00:34.920 Najpierw było to Cognitive Services, potem Azure AI Services, następnie Azure AI Studio, potem Azure AI Foundry, a od końca ubiegłego roku to oficjalnie Microsoft Foundry. 00:00:35.060 --> 00:00:40.300 Ten sam produkt, 4 czy 5 nazw w ciągu około 3 lat, to już jest mylące, a robi się jeszcze bardziej skomplikowane. 00:00:40.500 --> 00:00:42.840 Obecnie dwie wersje platformy działają równolegle. 00:00:43.040 --> 00:00:45.740 Klasyczna architektura oparta na hubach to stare podejście. 00:00:46.000 --> 00:00:48.280 Nowy model projektów Foundry to wersja nowoczesna. 00:00:48.480 --> 00:00:51.800 Obie znajdują się pod tym samym adresem ai.azur.com. 00:00:52.020 --> 00:00:55.760 Wchodzisz tam i widzisz przełącznik, który zmienia dwie zupełnie różne architektury. 00:00:55.760 --> 00:00:59.480 To nie tylko nowy wygląd, to inny sposób organizacji wszystkiego od spodu. 00:00:59.620 --> 00:01:04.640 To dezorientuje początkujących, bo szukając pomocy trafiają na artykuły o hubach i klasycznych projektach. 00:01:04.760 --> 00:01:06.400 Te artykuły są nadal poprawne. 00:01:06.620 --> 00:01:13.220 Microsoft wspiera obie wersje, ale nowe funkcje, możliwości agentów i wszystko w co inwestuje Microsoft trafia tylko do projektów Foundry. 00:01:13.420 --> 00:01:17.580 Możesz postępować zgodnie ze starym samouczkiem, skonfigurować hub, a potem odkryć, że nie możesz użyć najnowszych narzędzi. 00:01:17.720 --> 00:01:18.620 To spory ból głowy. 00:01:18.860 --> 00:01:19.980 Dlatego mam dla Ciebie radę. 00:01:20.160 --> 00:01:21.100 Zignoruj stare rzeczy. 00:01:21.340 --> 00:01:23.740 Nowoczesne Foundry to miejsce, w którym Microsoft skupia wszystko. 00:01:23.740 --> 00:01:27.120 Jeśli zaczynasz dziś od zera, pomiń huby i przejdź prosto do projektów Foundry. 00:01:27.280 --> 00:01:28.940 To tam znajdują się nowe możliwości. 00:01:29.200 --> 00:01:31.280 Czym więc właściwie jest Azure AI Foundry? 00:01:31.540 --> 00:01:32.560 Zacznijmy od początku. 00:01:32.860 --> 00:01:34.260 Czym jest Azure AI Foundry? 00:01:34.440 --> 00:01:38.900 To ujednolicona platforma do budowania, testowania i wdrażania aplikacji AI w jednym miejscu. 00:01:39.040 --> 00:01:40.320 To najprostsza definicja. 00:01:40.540 --> 00:01:41.960 Pomyśl o tym jak o fabryce. 00:01:42.180 --> 00:01:47.740 Wchodzą surowce, modele, dane, narzędzia, a wychodzą gotowe aplikacje, hotboty, co piloty, agenci automatyzacji. 00:01:48.600 --> 00:01:50.800 Nie budujesz fabryki sam, zarządza nią Microsoft. 00:01:50.800 --> 00:01:53.860 Po prostu wchodzisz, bierzesz to, czego potrzebujesz i zaczynasz budować. 00:01:54.000 --> 00:01:56.300 To nie jest pojedynczy produkt jak Word czy Excel. 00:01:56.560 --> 00:02:00.260 Foundry to kontener, który mieści modele, narzędzia, projekty i zabezpieczenia. 00:02:00.480 --> 00:02:04.220 Tworzysz jeden zasób Foundry i otrzymujesz cały katalog modeli, tysiące z nich. 00:02:04.400 --> 00:02:09.320 Otrzymujesz narzędzia do tworzenia agentów, środowiska testowe, narzędzia do ewaluacji i zabezpieczenia wszystko w jednym pakiecie. 00:02:09.500 --> 00:02:10.640 Oto kluczowe rozróżnienie. 00:02:10.860 --> 00:02:12.800 Foundry jest przeznaczone dla programistów. 00:02:12.980 --> 00:02:17.720 Jeśli piszesz w Pythonie lub C-Kratka, jeśli chcesz budować własne rozwiązania, a i za pomocą kodu, to jest platforma dla Ciebie. 00:02:17.720 --> 00:02:20.920 Szukasz rozwiązań typu low-code, działających na zasadzie przeciągnij i upuść. 00:02:21.100 --> 00:02:24.480 Do tego służy Copilot Studio, inne narzędzie dla innych użytkowników. 00:02:24.600 --> 00:02:25.740 Oba są wartościowe. 00:02:26.060 --> 00:02:31.020 Przed pojawieniem się Foundry, budowanie aplikacji, a i na platformie Azure oznaczało konfigurowanie osobnych usług. 00:02:31.260 --> 00:02:37.200 Trzeba było skonfigurować Azure OpenAI Cognitive Services, Azure Machine Learning, Azure AI Search, a potem napisać kod łączący to w całość. 00:02:37.420 --> 00:02:38.100 Mnóstwo pracy. 00:02:38.380 --> 00:02:39.660 Foundry zastępuje to wszystko. 00:02:39.880 --> 00:02:42.060 Tworzysz jeden zasób i wszystko jest już ze sobą połączone. 00:02:42.260 --> 00:02:44.740 Modele są na miejscu, narzędzia są gotowe, zabezpieczenia są wbudowane. 00:02:44.920 --> 00:02:46.100 Po prostu zaczynasz budować. 00:02:46.100 --> 00:02:51.660 O to właśnie chodzi. Nie chodzi o dodanie kolejnego narzędzia, lecz o usunięcie trudności związanych z zarządzaniem tuzinem osobnych usług. 00:02:51.800 --> 00:02:54.000 Kluczowa jednostka organizacyjna – projekty Foundry. 00:02:54.220 --> 00:02:55.540 Masz więc swoją fabrykę AI. 00:02:55.760 --> 00:02:57.240 Ale fabryka wymaga organizacji. 00:02:57.440 --> 00:02:59.200 I tu z pomocą przychodzą projekty Foundry. 00:02:59.380 --> 00:03:02.620 Projekt Foundry to odizolowany obszar roboczy dla konkretnego rozwiązania AI. 00:03:02.860 --> 00:03:06.060 Jeśli Foundry to fabryka, projekty są indywidualnymi stanowiskami pracy. 00:03:06.320 --> 00:03:10.120 Każde ma własne narzędzia, materiały i pracowników, nie zakłócając pracy pozostałych. 00:03:10.120 --> 00:03:14.420 Zespół tworzący hotbot obsługi klienta nie zepsuje przypadkiem projektu asystenta hrabia. 00:03:14.600 --> 00:03:16.160 Co znajduje się wewnątrz projektu? 00:03:16.340 --> 00:03:19.460 Własne wdrożenia modeli, agenci, bazy wiedzy, ewaluacje i monitoring. 00:03:19.800 --> 00:03:22.580 Wszystko, czego potrzebujesz do jednego rozwiązania w jednym miejscu. 00:03:22.760 --> 00:03:23.880 Oto podstawowa struktura. 00:03:24.100 --> 00:03:26.080 Projekty znajdują się wewnątrz zasobu Foundry. 00:03:26.320 --> 00:03:29.020 Zasób jest granicą rozliczeniową i zabezpieczeniem, czyli całym budynkiem. 00:03:29.220 --> 00:03:30.740 Projekty to pomieszczenia wewnątrz. 00:03:30.900 --> 00:03:33.580 Jeden budynek, jedno wejście, jedna recepcja, jeden rachunek. 00:03:33.680 --> 00:03:36.140 Ale każde pomieszczenie ma swoje przeznaczenie i swój zespół. 00:03:36.140 --> 00:03:39.240 Na przykład firma o nazwie Contozo buduje trzy rozwiązania AI. 00:03:39.440 --> 00:03:43.540 Agenta obsługi klienta, asystenta HR oraz system przetwarzania dokumentów. 00:03:43.740 --> 00:03:47.600 Dzięki Foundry tworzą jeden zasób dla całej firmy, a w nim trzy projekty. 00:03:47.840 --> 00:03:50.620 Każdy projekt ma własne modele agentów i bazy wiedzy. 00:03:50.840 --> 00:03:53.340 Zespoły pracują niezależnie, nie wchodząc sobie w drogę. 00:03:53.540 --> 00:03:56.360 Jest to ważne, ponieważ różne zespoły potrzebują różnych uprawnień. 00:03:56.540 --> 00:03:58.960 Zespół obsługi klienta nie musi widzieć dokumentów hrabia. 00:03:59.180 --> 00:04:01.560 Zespół przetwarzania dokumentów nie potrzebuje polityk zwrotów. 00:04:01.700 --> 00:04:03.400 Projekty zapewniają taką izolację. 00:04:03.400 --> 00:04:09.260 Jednocześnie dział IT zachowuje centralną kontrolę, zarządzając jednym zasobem, jedną polityką bezpieczeństwa i jednym budżetem. 00:04:09.380 --> 00:04:11.540 Autonomia zespołów przy centralnym zarządzaniu. 00:04:11.820 --> 00:04:13.580 Serce Foundry, katalog modeli. 00:04:13.720 --> 00:04:15.000 Pomyśl o tym w ten sposób. 00:04:15.280 --> 00:04:16.800 Każdy projekt potrzebuje mózgu. 00:04:17.000 --> 00:04:19.440 W Foundry ten mózg znajduje się w katalogu modeli. 00:04:19.580 --> 00:04:21.940 Ponad 11 tysięcy modeli to nie jest pomyłka. 00:04:22.140 --> 00:04:25.680 Masz dostęp do modeli OpenAI, takich jak GPT-4O i GPT-4-1, 00:04:25.680 --> 00:04:29.200 rodziny Lama od Meta, Mistral, DeepSeq, autorskich modeli PHI od Microsoftu, 00:04:29.280 --> 00:04:33.320 Cloud od Anthropic, Cohera, a także modeli do obsługi tekstu, obrazów, kodu i embeddingów. 00:04:33.440 --> 00:04:37.460 Obecnie jest to największy katalog modeli, jaki znajdziesz na jakiejkolwiek platformie chmurowej. 00:04:37.620 --> 00:04:41.340 Podzielmy je na dwa podstawowe typy, duże modele językowe i małe modele językowe. 00:04:41.500 --> 00:04:43.520 Te duże posiadają miliardy parametrów. 00:04:43.700 --> 00:04:47.660 GPT-4 ma ich ponad bilion, dzięki czemu radzi sobie ze złożonym rozumowaniem, 00:04:47.820 --> 00:04:50.000 kreatywnym pisaniem i subtelną konwersacją. 00:04:50.260 --> 00:04:51.760 Są jednak drogie i powolne. 00:04:51.980 --> 00:04:54.020 Małe modele mają znacznie mniej parametrów. 00:04:54.020 --> 00:04:57.320 Model PHI-3 od Microsoftu ma około 3,8 miliarda, 00:04:57.420 --> 00:04:59.940 to niewiele w porównaniu z GPT-4, ale jest szybki i tani. 00:05:00.120 --> 00:05:02.880 W przypadku konkretnych zadań, takich jak wyodrębnianie danych z formularza 00:05:02.880 --> 00:05:05.020 czy odpowiadanie na proste pytania, sprawdza się świetnie. 00:05:05.180 --> 00:05:06.360 Oto praktyczna korzyść. 00:05:06.560 --> 00:05:08.300 Możesz wdrożyć model w kilka sekund. 00:05:08.480 --> 00:05:10.980 Wybierz jeden z katalogu, kliknij Wdroż i gotowe. 00:05:11.200 --> 00:05:13.180 Bez przygotowywania sprzętu, bez konfiguracji sieci, 00:05:13.300 --> 00:05:15.260 bez czekania godzinami na ustawienia wystarczą sekundy. 00:05:15.500 --> 00:05:18.060 Zanim się zdecydujesz, możesz przetestować go w środowisku testowym. 00:05:18.280 --> 00:05:19.900 Wypróbuj różne prompti, dostosuj ustawienia, 00:05:19.900 --> 00:05:21.800 takie jak temperatura i maksymalna liczba tokenów 00:05:21.800 --> 00:05:22.960 i natychmiast zobacz odpowiedzi. 00:05:23.060 --> 00:05:24.980 To jak jazda próbna przed zakupem samochodu. 00:05:25.200 --> 00:05:26.780 Nie jesteś przywiązany do jednego modelu, 00:05:26.840 --> 00:05:29.880 co stanowi ogromną przewagę nad korzystaniem bezpośrednio z API OpenAI. 00:05:30.140 --> 00:05:33.280 Dzięki Foundry możesz używać GPT-4 od ozłożonego rozumowania, 00:05:33.440 --> 00:05:35.600 gdzie liczy się jakość, pki do prostej klasyfikacji, 00:05:35.740 --> 00:05:37.100 gdzie liczy się szybkość i koszt, 00:05:37.180 --> 00:05:38.760 oraz lama od meta dla zgodności, 00:05:38.920 --> 00:05:41.240 jeśli musisz uruchamiać modele we własnym centrum danych. 00:05:41.460 --> 00:05:43.260 Przełączasz się w zależności od zadania. 00:05:43.480 --> 00:05:45.480 Foundry zawiera również narzędzie porównawcze, 00:05:45.620 --> 00:05:47.360 które pomaga oceniać modele obok siebie. 00:05:47.360 --> 00:05:49.860 Porównaj jakość, jak dokładne są odpowiedzi, 00:05:50.080 --> 00:05:53.160 bezpieczeństwo, jak dobrze odpiera ataki typu Prompt Injection, 00:05:53.340 --> 00:05:55.140 koszt, cena za milion tokenów, 00:05:55.460 --> 00:05:57.360 szybkość, jak szybko generuje wynik. 00:05:57.480 --> 00:06:00.720 To zmienia wybór modelu z gry w zgadywanie na świadomą decyzję. 00:06:00.960 --> 00:06:03.180 Wybierasz właściwe narzędzie do właściwego zadania, 00:06:03.300 --> 00:06:05.020 a nie tylko to, o którym wszyscy mówią. 00:06:05.280 --> 00:06:07.880 Budowanie agentów, a i najważniejsza funkcja Foundry. 00:06:08.140 --> 00:06:09.860 Sam model nie jest zbyt użyteczny. 00:06:10.100 --> 00:06:11.880 Możesz z nim rozmawiać w środowisku testowym, 00:06:12.000 --> 00:06:13.720 zadawać pytania i widzieć, co generuje, 00:06:13.840 --> 00:06:14.960 ale to tylko konwersacja. 00:06:14.960 --> 00:06:17.020 Prawdziwa magia dzieje się, gdy zbudujesz coś, 00:06:17.120 --> 00:06:19.400 co faktycznie potrafi działać i tu wkraczają agenci. 00:06:19.640 --> 00:06:21.280 Agent to coś więcej niż hotbot. 00:06:21.440 --> 00:06:22.800 Hotbot odpowiada na pytania. 00:06:23.040 --> 00:06:24.300 Agent podejmuje działania. 00:06:24.560 --> 00:06:26.140 Może przeszukiwać internet, czytać pliki, 00:06:26.280 --> 00:06:27.840 wykonywać obliczenia, pamiętać to, 00:06:27.940 --> 00:06:30.260 co mówiłeś tydzień temu i wykonywać zestaw instrukcji. 00:06:30.420 --> 00:06:32.380 To jak posiadanie asystenta, który nie tylko mówi, 00:06:32.520 --> 00:06:33.840 ale faktycznie załatwia sprawy. 00:06:34.020 --> 00:06:36.380 Foundry oferuje pięć komponentów do zbudowania agenta. 00:06:36.600 --> 00:06:38.000 Pozwól, że omówię każdy z nich. 00:06:38.160 --> 00:06:39.320 Po pierwsze, instrukcje. 00:06:39.480 --> 00:06:42.000 To tutaj mówisz agentowi, co ma robić i jak ma się zachowywać. 00:06:42.000 --> 00:06:43.880 Potraktuj to jak opis stanowiska pracy. 00:06:44.120 --> 00:06:46.120 Możesz powiedzieć, jesteś agentem obsługi klienta. 00:06:46.320 --> 00:06:47.680 Bądź przyjazny i profesjonalny. 00:06:47.820 --> 00:06:50.200 Odpowiadaj tylko na pytania dotyczące naszej polityki zwrotów. 00:06:50.360 --> 00:06:53.220 Jeśli nie znasz odpowiedzi, powiedz o tym i skieruj sprawę do człowieka. 00:06:53.420 --> 00:06:55.820 Bez instrukcji agent robi to, na co ma ochotę model. 00:06:56.100 --> 00:06:58.220 Dzięki instrukcjom ma jasno określony cel. 00:06:58.420 --> 00:06:59.280 Po drugie, model. 00:06:59.460 --> 00:07:00.220 To jest mózg. 00:07:00.400 --> 00:07:02.760 Przetwarza każde żądanie i generuje odpowiedzi. 00:07:03.000 --> 00:07:04.320 Wybierasz, którego modelu użyć. 00:07:04.400 --> 00:07:06.120 GPT-4 od złożonego rozumowania. 00:07:06.240 --> 00:07:07.160 Pięć do prostych zadań. 00:07:07.260 --> 00:07:07.920 Cokolwiek pasuje. 00:07:07.920 --> 00:07:09.800 Model sprawia, że agent jest inteligentny, 00:07:09.800 --> 00:07:10.940 ale to tylko jeden z elementów. 00:07:11.040 --> 00:07:11.980 Po trzecie, narzędzia. 00:07:12.120 --> 00:07:13.740 To tutaj agent zyskuje ręce do pracy. 00:07:13.960 --> 00:07:16.040 Narzędzia to możliwości, których może użyć, aby coś zrobić. 00:07:16.240 --> 00:07:18.460 Wyszukiwanie w internecie pozwala mu sprawdzać aktualne informacje. 00:07:18.680 --> 00:07:20.820 Interpreter kodu pozwala mu liczyć i wykonywać obliczenia. 00:07:21.060 --> 00:07:23.460 Wyszukiwanie plików pozwala mu czytać dokumenty, które przesyłasz. 00:07:23.660 --> 00:07:25.740 Bez narzędzi agent może tylko generować tekst. 00:07:25.840 --> 00:07:27.560 Dzięki narzędziom może oddziaływać na świat. 00:07:27.740 --> 00:07:28.660 Po czwarte, wiedza. 00:07:28.820 --> 00:07:31.020 To informacje, do których agent może się odwoływać. 00:07:31.180 --> 00:07:33.000 Przesyłasz dokumenty, pliki PDF, JSON, 00:07:33.000 --> 00:07:36.040 dowolne dane potrzebne agentowi do precyzyjnego odpowiadania na pytania. 00:07:36.040 --> 00:07:40.420 Foundry wykorzystuje w tle Azure i Search, aby indeksować te dane i uczynić je przeszukiwalnymi. 00:07:40.660 --> 00:07:43.280 Gdy klient pyta o konkretną politykę, agent nie zgaduje. 00:07:43.520 --> 00:07:45.360 Znajduje właściwy dokument i czyta go. 00:07:45.540 --> 00:07:46.580 Po piąte, pamięć. 00:07:46.780 --> 00:07:48.780 Dzięki niej agent pamięta przebieg rozmów. 00:07:48.940 --> 00:07:51.420 Rozmawiasz z nim dzisiaj, a on zapamiętuje twoje preferencje. 00:07:51.640 --> 00:07:54.000 Wracasz jutro, a on kontynuuje tam, gdzie skończyliście. 00:07:54.180 --> 00:07:56.500 Przechowuje podsumowania czatów i preferencje użytkownika, 00:07:56.620 --> 00:07:58.340 więc doświadczenie jest osobiste i ciągłe. 00:07:58.500 --> 00:08:00.280 Oto konkretny przykład z moich badań. 00:08:00.280 --> 00:08:03.040 Ktoś stworzył w Foundry agenta do śledzenia prezentów. 00:08:03.160 --> 00:08:04.320 Pomysł jest prosty. 00:08:04.320 --> 00:08:10.040 Chcesz śledzić prezenty dla swojej rodziny, co im już dałeś, co lubią, czego nie lubią i ile wydajesz. 00:08:10.260 --> 00:08:13.120 Więc agent ma instrukcję, pomagasz planować prezenty. 00:08:13.380 --> 00:08:15.500 Nigdy nie sugeruj czegoś, co już otrzymali. 00:08:15.740 --> 00:08:20.260 Wykorzystuje GPT-4 jako swój mózg, wyszukiwarkę internetową do znajdowania pomysłów na prezenty, 00:08:20.400 --> 00:08:22.660 wyszukiwanie plików z profilami każdego członka rodziny, 00:08:22.800 --> 00:08:25.920 ich upodobaniami, niechęciami i historią prezentów z ostatnich trzech lat, 00:08:26.060 --> 00:08:28.720 interpreter kodu do obliczania budżetów i sum oraz pamięć. 00:08:28.720 --> 00:08:30.760 Dzięki temu, gdy następnym razem otworzysz rozmowę, 00:08:30.760 --> 00:08:33.920 bot będzie pamiętał, że szukałeś prezentu urodzinowego dla swojego syna Adama. 00:08:34.120 --> 00:08:36.700 Wszystko to budujesz i testujesz w środowisku Agent Playground. 00:08:36.860 --> 00:08:39.140 To wizualny interfejs, w którym konfigurujesz każdy komponent, 00:08:39.260 --> 00:08:42.300 testujesz odpowiedzi agenta i widzisz dokładnie, z jakich narzędzi korzystał i dlaczego. 00:08:42.560 --> 00:08:44.500 Gdy wszystko działa, możesz przejść do wdrożenia. 00:08:44.740 --> 00:08:48.160 Foundry udostępnia punkt końcowy API, który możesz wywołać z dowolnej aplikacji 00:08:48.160 --> 00:08:51.360 lub możesz opublikować go bezpośrednio w Microsoft Teams jako agenta kopilot. 00:08:51.360 --> 00:08:54.840 W obu przypadkach twój agent przechodzi od pomysłu do produkcji bez pisania 00:08:54.840 --> 00:08:56.860 ani jednej linii kodu infrastrukturalnego. 00:08:57.020 --> 00:09:00.120 Pod maską uproszczona architektura to poziom powierzchowny, 00:09:00.240 --> 00:09:02.000 ale co tak naprawdę dzieje się pod maską? 00:09:02.180 --> 00:09:04.380 Oto architektura wyjaśniona prostym językiem. 00:09:04.600 --> 00:09:07.360 Kiedy tworzysz zasób Foundry, Azure automatycznie konfiguruje całą infrastrukturę, 00:09:08.040 --> 00:09:09.820 więc nie musisz udostępniać pamięci masowej, 00:09:09.920 --> 00:09:12.200 konfigurować logowania ani ustawiać grup zabezpieczeń. 00:09:12.360 --> 00:09:13.280 Wszystko dzieje się w tle. 00:09:13.420 --> 00:09:15.500 Tworzone jest konto magazynu na pliki i logi. 00:09:15.780 --> 00:09:18.040 Konfigurowane jest monitorowanie oraz tożsamość. 00:09:18.040 --> 00:09:20.900 Więc wystarczy, że utworzysz zasób i zaczniesz budować. 00:09:21.100 --> 00:09:23.460 Foundry korzysta z typu zasobu Cognitive Services, 00:09:23.680 --> 00:09:26.880 tego samego, którego używa Azure OpenAI i starsze usługi AI, 00:09:27.060 --> 00:09:28.160 takie jak Vision czy Speech. 00:09:28.360 --> 00:09:31.740 Stara architektura oparta na hubach wykorzystywała Machine Learning Services, 00:09:32.000 --> 00:09:35.300 czyli zupełnie innego dostawcę z innym rozliczaniem, siecią i zarządzaniem. 00:09:35.520 --> 00:09:37.500 Ma to znaczenie, ponieważ Foundry działa w prostszej, 00:09:37.640 --> 00:09:39.720 bardziej ujednoliconej części infrastruktury Azure. 00:09:39.920 --> 00:09:42.040 Projekty są zasobami podrzędnymi względem Foundry, 00:09:42.140 --> 00:09:44.640 więc współdzielą tę samą tożsamość i granicę bezpieczeństwa. 00:09:44.640 --> 00:09:46.760 Gdy konfigurujesz kontrolę dostępu na poziomie Foundry, 00:09:46.760 --> 00:09:48.400 jest ona dziedziczona przez wszystkie projekty, 00:09:48.480 --> 00:09:50.880 więc nie musisz konfigurować zabezpieczeń osobno dla każdego z nich. 00:09:51.060 --> 00:09:53.520 Jeśli jednak potrzebujesz uprawnień specyficznych dla projektu, 00:09:53.580 --> 00:09:54.540 również możesz je dodać. 00:09:54.720 --> 00:09:56.220 Foundry nie pracuje w izolacji. 00:09:56.460 --> 00:09:58.040 Łączy się z innymi usługami Azure, 00:09:58.160 --> 00:10:00.220 a Azure AI Search jest najważniejszą z nich, 00:10:00.320 --> 00:10:03.220 ponieważ to dzięki niej Twoi agenci znajdują i pobierają wiedzę. 00:10:03.400 --> 00:10:05.940 Key Vault bezpiecznie przechowuje sekrety i klucze API, 00:10:06.080 --> 00:10:09.200 a konta magazynu przechowują pliki, logi i indeksy wektorowe. 00:10:09.360 --> 00:10:11.240 Te połączenia są zarządzane za pomocą funkcji, 00:10:11.360 --> 00:10:12.660 którą Foundry nazywa połączeniami, 00:10:12.660 --> 00:10:15.780 i to wstępnie skonfigurowane linki pozwalające agentom korzystać z tych zasobów 00:10:15.780 --> 00:10:17.800 bez konieczności ręcznego zarządzania poświadczeniami. 00:10:18.000 --> 00:10:19.660 Foundry Agent Service to środowisko uruchomieniowe, 00:10:20.320 --> 00:10:22.060 które faktycznie obsługuje Twoich agentów. 00:10:22.220 --> 00:10:23.540 Traktuj to jak maszynownie. 00:10:23.820 --> 00:10:25.460 Gdy użytkownik wysyła żądanie, 00:10:25.560 --> 00:10:27.660 Agent Service zajmuje się koordynacją, 00:10:27.800 --> 00:10:28.560 odbiera prośbę, 00:10:28.720 --> 00:10:29.800 sprawdza instrukcję, 00:10:29.960 --> 00:10:30.720 wywołuje model, 00:10:30.900 --> 00:10:32.400 uruchamia odpowiednie narzędzia, 00:10:32.580 --> 00:10:34.420 pobiera wiedzę i generuje odpowiedź. 00:10:34.540 --> 00:10:36.160 Uruchamia również filtry bezpieczeństwa, 00:10:36.280 --> 00:10:38.580 aby wychwycić szkodliwe treści i zarządzać skalowaniem. 00:10:38.580 --> 00:10:41.040 Jeśli więc tysiąc użytkowników naraz odwiedzi Twojego agenta, 00:10:41.180 --> 00:10:42.940 system automatycznie zwiększy swoją wydajność. 00:10:43.120 --> 00:10:45.360 Wszystko działa w ramach zabezpieczeń klasy korporacyjnej Azure, 00:10:45.520 --> 00:10:46.580 gdzie EntraID zarządza uwierzytelnianiem. 00:10:47.240 --> 00:10:48.940 Zarządzane sieci zapewniają prywatność ruchu, 00:10:49.000 --> 00:10:50.820 a kontrola dostępu oparta na rolach gwarantuje, 00:10:50.980 --> 00:10:53.040 że tylko upoważnione osoby mogą modyfikować agentów. 00:10:53.220 --> 00:10:55.960 Filtry bezpieczeństwa treści blokują nieodpowiednie odpowiedzi. 00:10:56.100 --> 00:10:57.840 To ta sama infrastruktura bezpieczeństwa, 00:10:57.920 --> 00:10:59.920 na której działają własne usługi Microsoftu. 00:11:00.080 --> 00:11:00.620 Jeszcze jedno, 00:11:00.780 --> 00:11:03.140 stara architektura typu hub i projekt nadal istnieje. 00:11:03.140 --> 00:11:05.260 Jeśli używasz Azure i Foundry od dłuższego czasu, 00:11:05.380 --> 00:11:06.420 możesz mieć skonfigurowany hub. 00:11:06.520 --> 00:11:08.820 Takie rozwiązania nadal działają i są wspierane przez Microsoft. 00:11:09.020 --> 00:11:11.060 Nie otrzymają one jednak nowych funkcji dla agentów, 00:11:11.180 --> 00:11:12.100 takich jak Agent Playground, 00:11:12.220 --> 00:11:13.860 Agent Service czy możliwości pamięci. 00:11:14.080 --> 00:11:16.440 Wszystko to jest dostępne tylko w nowych projektach Foundry. 00:11:16.620 --> 00:11:18.860 Jeśli więc zaczynasz od zera lub chcesz budować agentów, 00:11:18.960 --> 00:11:20.020 korzystaj z nowych projektów. 00:11:20.180 --> 00:11:21.780 Nie buduj na starych fundamentach. 00:11:21.940 --> 00:11:23.820 Jak to wszystko się łączy szerszy obraz? 00:11:23.960 --> 00:11:24.860 Co właściwie dzieje się, 00:11:25.000 --> 00:11:26.680 gdy ktoś korzysta z aplikacji Foundry? 00:11:26.880 --> 00:11:27.500 Wyobraź sobie, 00:11:27.680 --> 00:11:28.900 że użytkownik wpisuje pytanie, 00:11:29.060 --> 00:11:30.260 które trafia do Twojego agenta. 00:11:30.260 --> 00:11:31.740 Agent sprawdza instrukcję, 00:11:31.880 --> 00:11:34.220 wybiera odpowiedni model i rozpoczyna przetwarzanie. 00:11:34.420 --> 00:11:35.820 Nie zgaduje jednak odpowiedzi. 00:11:36.000 --> 00:11:37.260 Przeszukuje Azure A i Search, 00:11:37.380 --> 00:11:39.380 aby znaleźć odpowiednią wiedzę w Twoich dokumentach. 00:11:39.500 --> 00:11:41.460 Wywołuje narzędzie typu wyszukiwarka internetowa 00:11:41.460 --> 00:11:42.620 dla aktualnych informacji, 00:11:42.740 --> 00:11:44.880 przetwarza cały ten kontekst i generuje odpowiedź. 00:11:45.020 --> 00:11:46.720 Następnie zapisuje rozmowę w pamięci, 00:11:46.860 --> 00:11:47.860 więc następnym razem wie, 00:11:48.020 --> 00:11:49.320 kim jesteś i co omawialiście. 00:11:49.480 --> 00:11:51.040 To jest pełny przebieg procesu. 00:11:51.240 --> 00:11:52.340 Przed wprowadzeniem Foundry, 00:11:52.460 --> 00:11:53.180 aby to zadziałało, 00:11:53.260 --> 00:11:55.200 potrzebne było pięć oddzielnych usług Azure 00:11:55.200 --> 00:11:56.280 i niestandardowy kod. 00:11:56.280 --> 00:11:58.220 Azure OpenAI dla modelu A i Search 00:11:58.220 --> 00:11:59.960 do pobierania wiedzy oddzielna usługa 00:11:59.960 --> 00:12:01.000 do wyszukiwania w sieci, 00:12:01.120 --> 00:12:02.500 pamięć masowa na logi i pliki 00:12:02.500 --> 00:12:04.220 oraz Key Vault na hasła i klucze. 00:12:04.380 --> 00:12:05.600 Potem trzeba było napisać kod, 00:12:05.720 --> 00:12:06.920 który łączył to wszystko w całość, 00:12:07.040 --> 00:12:07.920 obsługiwał autoryzację, 00:12:08.040 --> 00:12:09.660 zarządzał błędami i konfigurował monitoring. 00:12:09.940 --> 00:12:11.980 Foundry oferuje to wszystko od razu po uruchomieniu. 00:12:12.180 --> 00:12:13.540 Wystarczy skonfigurować komponenty 00:12:13.540 --> 00:12:14.360 i agent już działa. 00:12:14.600 --> 00:12:16.240 Rzecz w tym, że wszystko ze sobą współgra. 00:12:16.480 --> 00:12:17.720 Zmiana modelu wpływa na koszt 00:12:17.720 --> 00:12:19.140 i dokładność każdej odpowiedzi. 00:12:19.360 --> 00:12:20.360 Dodaj lepsze źródła wiedzy, 00:12:20.440 --> 00:12:22.320 a Twoje odpowiedzi staną się bardziej precyzyjne. 00:12:22.320 --> 00:12:24.540 Włącz pamięć, a interakcja stanie się osobista 00:12:24.540 --> 00:12:26.020 zamiast przypominać pracę robota. 00:12:26.180 --> 00:12:27.640 To nie są odizolowane decyzje. 00:12:27.820 --> 00:12:29.500 To system, a Foundry daje Ci narzędzia 00:12:29.500 --> 00:12:30.280 do jego dostrojenia 00:12:30.280 --> 00:12:32.020 zgodnie z Twoimi konkretnymi potrzebami. 00:12:32.240 --> 00:12:33.480 Dlatego przedsiębiorstwa przechodzą 00:12:33.480 --> 00:12:35.160 od fazy pilotażowej do pełnej produkcji. 00:12:35.380 --> 00:12:36.600 Foundry zapewnia fundamenty 00:12:36.600 --> 00:12:38.440 do budowania godnych zaufania aplikacji AI. 00:12:38.840 --> 00:12:40.540 Bezpieczeństwo, monitoring i ewaluacja 00:12:40.540 --> 00:12:41.640 są wbudowane w całość. 00:12:41.860 --> 00:12:43.040 Nie musisz zaczynać od zera. 00:12:43.260 --> 00:12:44.220 Korzystasz z platformy, 00:12:44.280 --> 00:12:45.320 która zajmuje się trudnymi aspektami, 00:12:45.960 --> 00:12:47.560 więc możesz skupić się na aplikacji. 00:12:47.780 --> 00:12:48.400 Jak zacząć? 00:12:48.520 --> 00:12:49.220 Pierwsze kroki. 00:12:49.440 --> 00:12:50.560 Od czego więc zacząć? 00:12:52.320 --> 00:12:54.600 I utwórz swój pierwszy zasób Foundry. 00:12:54.780 --> 00:12:56.260 Potrzebujesz subskrypcji Azure, 00:12:56.400 --> 00:12:57.280 a jeśli jej nie masz, 00:12:57.360 --> 00:12:59.760 zarejestruj bezpłatne konto z kredytami na testy. 00:12:59.940 --> 00:13:01.840 Cała konfiguracja zajmuje około minuty. 00:13:02.100 --> 00:13:04.020 Następnie utwórz projekt wewnątrz tego zasobu 00:13:04.020 --> 00:13:05.640 i nadaj mu nazwę odpowiadającą temu, 00:13:05.740 --> 00:13:06.280 co budujesz. 00:13:06.460 --> 00:13:08.100 Później wybierz model z katalogu. 00:13:08.260 --> 00:13:09.440 Polecam zacząć od czegoś, 00:13:09.500 --> 00:13:11.300 co sprawdzi się w większości eksperymentów. 00:13:11.540 --> 00:13:13.300 Możesz go wdrożyć jednym kliknięciem. 00:13:13.480 --> 00:13:15.380 Następnie otwórz plac zabaw agenta 00:13:15.380 --> 00:13:16.760 i zbuduj prostego agenta. 00:13:17.580 --> 00:13:18.560 Daj mu instrukcję, 00:13:18.560 --> 00:13:20.820 na przykład jesteś pomocnym asystentem 00:13:20.820 --> 00:13:23.240 odpowiadającym na pytania o politykę firmy. 00:13:23.540 --> 00:13:26.100 Potem dodaj wyszukiwarkę internetową jako narzędzie. 00:13:26.300 --> 00:13:28.540 Przetestuj go, zadając pytanie i obserwując ślad, 00:13:28.660 --> 00:13:30.440 by zobaczyć, jakich narzędzi użył i dlaczego. 00:13:30.720 --> 00:13:32.360 Nie próbuj budować wszystkiego naraz. 00:13:32.580 --> 00:13:33.900 Wybierz jeden przypadek użycia, 00:13:34.040 --> 00:13:36.100 może bota Q&A do dokumentów firmowych 00:13:36.100 --> 00:13:37.580 i zacznij od małych kroków. 00:13:37.780 --> 00:13:39.340 Uruchom to, a potem rozwijaj. 00:13:39.560 --> 00:13:41.220 Dodaj wyszukiwanie plików, pamięć, 00:13:41.320 --> 00:13:42.900 aby agent pamiętał użytkowników 00:13:42.900 --> 00:13:44.680 oraz interpreter kodu do obliczeń. 00:13:44.860 --> 00:13:45.620 Oto w czym rzecz. 00:13:45.620 --> 00:13:47.320 Foundry zawiera wbudowany czat AI, 00:13:47.460 --> 00:13:49.580 który odpowiada na pytania dotyczące samej platformy. 00:13:49.580 --> 00:13:51.500 Jeśli utkniesz, zapytaj go o rzeczy typu 00:13:51.500 --> 00:13:53.280 jakie modele są dostępne w moim regionie 00:13:53.280 --> 00:13:55.340 lub jak dodać pamięć do mojego agenta. 00:13:55.560 --> 00:13:58.060 Przeszukuję dokumentację i daję odpowiedź natychmiast, 00:13:58.240 --> 00:14:00.740 jakbyś miał inżyniera wsparcia wbudowanego w portal. 00:14:01.080 --> 00:14:02.920 To jest ten system ujednolicona, 00:14:03.080 --> 00:14:05.540 platforma łącząca modele, projekty agentów, 00:14:05.680 --> 00:14:07.960 wiedzy i bezpieczeństwo w działającą całość. 00:14:08.480 --> 00:14:10.360 Gdy zobaczysz, jak wszystko się integruje, 00:14:10.500 --> 00:14:11.280 zamęt zniknie. 00:14:11.520 --> 00:14:13.140 Foundry to nie tylko kolejne narzędzie, 00:14:13.140 --> 00:14:15.340 to warsztat, w którym budujesz aplikację AI. 00:14:15.520 --> 00:14:16.440 Oto podsumowanie. 00:14:16.660 --> 00:14:18.500 Twój największy sukces dzisiaj jest prosty. 00:14:18.500 --> 00:14:20.940 Utwórz projekt Foundry i zbuduj jednego agenta. 00:14:21.080 --> 00:14:21.600 To wszystko. 00:14:21.900 --> 00:14:23.020 Jeśli uznasz to za pomocne, 00:14:23.100 --> 00:14:25.220 zasubskrybuj kanał po więcej takich prostych wyjaśnień 00:14:25.220 --> 00:14:26.440 i prześlij ten odcinek komuś, 00:14:26.500 --> 00:14:28.400 kto też gubi się w ofercie AI od Microsoftu. 00:14:28.520 --> 00:14:29.540 Podziękuję Ci za to.