مایکروسافت ۳۶۵ کاپایلوت اکنون به کاربران امکان می‌دهد تا با استفاده از بیش از ۱۸۰۰ مدل از فهرست هوش مصنوعی آژور، عامل‌های هوش مصنوعی سفارشی خود را بسازند یا از مدل‌های از پیش ساخته شده استفاده کنند. این قابلیت مایکروسافت ۳۶۵ کاپایلوت، استفاده از مدل‌های هوش مصنوعی آژور را برای کاربردهای متنوع تجاری گسترش می‌دهد.
مایکروسافت با ادغام آن با بیش از ۱۸۰۰ مدل هوش مصنوعی موجود در فهرست هوش مصنوعی آژور، پلتفرم مایکروسافت ۳۶۵ کاپایلوت خود را به طور قابل توجهی بهبود بخشیده است. این اقدام با هدف توانمندسازی کسب‌وکارها برای ایجاد و استقرار عامل‌های هوش مصنوعی سفارشی متناسب با نیازهای خاص خود یا استفاده از عامل‌های از پیش ساخته شده برای وظایف رایج انجام شده است. این اعلامیه که در رویداد مایکروسافت ایگنایت منتشر شد، گامی بزرگ در جهت قابل دسترس‌تر و کاربردی‌تر کردن عامل‌های هوش مصنوعی برای طیف وسیع‌تری از برنامه‌های سازمانی است.
نیروی محرکه این پیشرفت، تقاضای فزاینده برای نتایج ملموس و موارد استفاده عملی از عامل‌های هوش مصنوعی است. رهبران کسب‌وکار به دنبال ابزارهایی هستند که استقرار و استفاده از آنها آسان باشد و از مدل‌های هوش مصنوعی ترجیحی آنها پشتیبانی کند. مایکروسافت قصد دارد با قابلیت‌های جدید بدون کد و کم‌کد خود در مایکروسافت ۳۶۵ کاپایلوت به این نگرانی‌ها پاسخ دهد.
ساخت عامل‌های هوش مصنوعی سفارشی با انعطاف‌پذیری:
قابلیت‌های جدید در کاپایلوت استودیو به کاربران اجازه می‌دهد تا عامل‌های مستقل سفارشی بسازند که می‌توانند بدون نظارت دائمی انسان در پس‌زمینه عمل کنند. این قابلیت مستقل به عامل‌ها امکان می‌دهد تا به صورت فعال و مستقل روی وظایف محول شده کار کنند. برای سناریوهای رایج، قالب‌های از پیش ساخته شده در دسترس هستند که فرآیند ایجاد را ساده می‌کنند. توسعه‌دهندگان پیشرفته‌تر می‌توانند از SDK جدید Agent برای ساخت عامل‌های چند کاناله و full-stack استفاده کنند که با سرویس‌های مختلف مایکروسافت ادغام می‌شوند و در پلتفرم‌های مختلف مستقر می‌شوند.
یکی از تمایزهای کلیدی رویکرد مایکروسافت، ادغام با Azure AI Foundry است که از هر دو قابلیت آوردن دانش خود (BYOK) و آوردن مدل خود (BYOM) پشتیبانی می‌کند. BYOK به کاربران اجازه می‌دهد تا شاخص‌های جستجوی سفارشی را به عنوان منبع دانش وارد کنند، در حالی که BYOM دسترسی به مجموعه وسیع و رو به رشد مدل‌ها در فهرست هوش مصنوعی آژور را فراهم می‌کند که در حال حاضر بیش از ۱۸۰۰ عدد است. این انعطاف‌پذیری بسیار مهم است زیرا به کاربران اجازه می‌دهد تا از داده‌های اختصاصی خود به طور ایمن استفاده کنند و مدل‌های مختلف را بدون وابستگی به فروشنده آزمایش کنند. این امر به تقاضای رو به رشد برای سفارشی‌سازی و توانایی تنظیم دقیق مدل‌ها با الزامات خاص کسب‌وکار پاسخ می‌دهد.
عامل‌های آماده برای گردش کار ساده:
مایکروسافت با درک این موضوع که همه وظایف به راه‌حل‌های سفارشی نیاز ندارند، چندین عامل آماده را در کاپایلوت منتشر می‌کند. این عامل‌ها وظایف ساده و تکراری و همچنین فرآیندهای چند مرحله‌ای پیچیده‌تر را انجام می‌دهند. به عنوان مثال:
- عامل‌ها در SharePoint: به کاربران اجازه می‌دهد تا عامل‌های شخصی‌سازی شده برای پاسخ به سوالات، اشتراک‌گذاری اطلاعات و همکاری در SharePoint ایجاد کنند، در حالی که به مجوزها و پروتکل‌های امنیتی موجود پایبند هستند.
- عامل خدمات شخصی کارکنان: پاسخ‌های خودکار به سوالات رایج مربوط به منابع انسانی و فناوری اطلاعات را می‌دهد و کارکنان را قادر می‌سازد تا به اطلاعات دسترسی داشته باشند و درخواست‌های مربوط به مزایا، حقوق و دستمزد، دستگاه‌ها و مرخصی را آغاز کنند.
- عامل تسهیل‌گر: جلسات و چت‌های Teams را با یادداشت‌برداری در لحظه و ارائه خلاصه‌ای از اطلاعات کلیدی بهبود می‌بخشد.
- عامل مترجم: ترجمه همزمان در جلسات Teams را به چندین زبان تسهیل می‌کند، حتی شبیه‌سازی صدا را نیز ارائه می‌دهد.
- عامل مدیر پروژه: فرآیندهای مدیریت پروژه را در Planner، از ایجاد تا اجرا، از جمله تخصیص وظایف، پیگیری پیشرفت، اعلان‌ها و گزارش‌دهی، خودکار می‌کند.
توانمندسازی توسعه‌دهندگان با Azure AI Foundry SDK:
برای توسعه‌دهندگانی که به دنبال سفارشی‌سازی بیشتر هستند، Azure AI Foundry SDK جدید یک تجربه کدنویسی ساده و زنجیره ابزار را فراهم می‌کند. با قالب‌های از پیش ساخته شده، ادغام با هوش مصنوعی آژور و دسترسی به ابزارهای رایج مانند GitHub و کاپایلوت استودیو، توسعه‌دهندگان می‌توانند فرآیند سفارشی‌سازی، آزمایش، استقرار و مدیریت عامل‌های هوش مصنوعی خود را ساده کنند. این تمرکز بر ابزارهای کم‌کد و بدون کد، این واقعیت را منعکس می‌کند که بسیاری از شرکت‌ها فاقد تیم‌های بزرگ هوش مصنوعی یا توسعه هستند و به ابزارهایی نیاز دارند که طیف وسیع‌تری از کاربران را برای ایجاد و مدیریت کاپایلوت‌های خود توانمند سازد.
کاربردهای دنیای واقعی و جهت‌گیری‌های آینده:
موارد اولیه استفاده از عامل‌های هوش مصنوعی مایکروسافت بر روی عملکردهای پشتیبانی مانند میزهای راهنمای فناوری اطلاعات و فرآیندهای منابع انسانی مانند onboarding متمرکز بوده است. به عنوان مثال، McKinsey & Company در حال آزمایش عاملی برای ساده‌سازی onboarding مشتری است که به طور بالقوه زمان انجام کار را تا ۹۰٪ و کارهای اداری را تا ۳۰٪ کاهش می‌دهد. Thomson Reuters از یک عامل هوش مصنوعی برای بهبود فرآیندهای بررسی دقیق قانونی استفاده می‌کند و هدف آن کاهش حداقل ۵۰ درصدی وظایف گردش کار است.
این مثال‌ها روند رو به رشد ترکیب کاپایلوت‌های سنتی، که مهارت‌های انسانی را افزایش می‌دهند، با سیستم‌های خودکاری که فرآیندها و گردش کار را خودکار می‌کنند، برجسته می‌کنند. با تکامل عامل‌های هوش مصنوعی، با پیشرفت در حافظه، مجوزها و ابزارها، قابلیت‌های آنها بیشتر گسترش می‌یابد و منجر به کاربردهای پیچیده‌تر و خودکارتر می‌شود.
در حالی که هیاهوی فعلی پیرامون عامل‌های هوش مصنوعی ممکن است جدید به نظر برسد، فناوری زیربنایی آن سال‌ها در حال توسعه بوده است. پیشرفت‌های اخیر در مدل‌های زبانی بزرگ (LLM) به طور قابل توجهی توانایی هر کسی، حتی افراد غیر توسعه‌دهنده، را برای تعامل با هوش مصنوعی افزایش داده است. عامل‌ها به عنوان لایه‌ای بر روی LLMها عمل می‌کنند، اطلاعات را جمع‌آوری می‌کنند و ورودی را برای ایجاد توصیه‌ها یا انجام اقدامات ارائه می‌دهند. این ترکیب عامل‌ها و LLMها، ابزارهای هوش مصنوعی را کاربردی‌تر و مفیدتر می‌کند.
چشم‌انداز مایکروسافت این است که ابزار عامل هوش مصنوعی را طبیعی‌تر و شهودی‌تر کند و کاربران را قادر سازد تا به طور یکپارچه منابع داده مختلف را ترکیب کرده و وظایف را بدون زحمت خودکار کنند. ادغام بیش از ۱۸۰۰ مدل هوش مصنوعی در مایکروسافت ۳۶۵ کاپایلوت گامی مهم در جهت تحقق این چشم‌انداز است و راه را برای آینده‌ای هموار می‌کند که در آن عامل‌های هوش مصنوعی نقش اساسی در افزایش بهره‌وری و ساده‌سازی گردش کار در صنایع مختلف ایفا می‌کنند.
اگر به خواندن کامل این مطلب علاقه‌مندید، روی لینک مقابل کلیک کنید: venturebeat
