Introduzione a un modello di intelligenza artificiale

In questo articolo vengono individuati, esplorati e distribuiti modelli di soluzione di intelligenza artificiale dal portale foundry.

I modelli di soluzione di intelligenza artificiale sono modelli predefiniti e specifici dell'attività che includono esempi di codice personalizzabili, servizi di Azure preintegrati e guide introduttive ospitate GitHub. Usare i modelli per ignorare la configurazione boilerplate e concentrarsi sulla creazione di soluzioni per casi d'uso come gli agenti vocali, la gestione del rilascio e l'unificazione dei dati.

Modelli per scenari di intelligenza artificiale comuni

Velocizzare lo sviluppo usando questi modelli per scenari di intelligenza artificiale comuni, inclusi il codice di esempio e le linee guida sull'architettura.

Prerequisiti

• Un account Azure con una sottoscrizione attiva. Se non ne hai uno, crea un account Azure gratuito, che include un abbonamento di prova gratuito.
• Ruolo RBAC appropriato per creare risorse Foundry. Per informazioni dettagliate, vedere Controllo degli accessi in base al ruolo.
• Progetto Foundry.

Iniziare con un'applicazione di esempio

1. Accedere a Microsoft Foundry. Assicurarsi che l'interruttore New Foundry sia attivato. Questi passaggi fanno riferimento a Foundry (nuovo).These steps refer to Foundry (new).
2. Selezionare Scopri dalla barra di navigazione in alto a destra.
3. Selezionare Modelli di soluzione nel riquadro sinistro.
4. Selezionare Apri in GitHub per visualizzare l'intera applicazione di esempio.
5. In alcuni casi, è anche possibile visualizzare un'esercitazione dettagliata che illustra il codice di intelligenza artificiale.

Esplorare l'applicazione di esempio

Quando si visualizza il repository di GitHub per l'esempio, vedere README per altre istruzioni e informazioni su come distribuire la propria versione dell'applicazione.

Le istruzioni variano in base all'esempio, ma la maggior parte include le procedure seguenti:

• Aprire la soluzione nella posizione desiderata:
  • GitHub Codespaces
  • Contenitori di sviluppo di VS Code
  • IDE locale
• Distribuire l'applicazione in Azure
• Testare l'applicazione

ReadME include anche informazioni sull'applicazione, ad esempio il caso d'uso, l'architettura e le informazioni sui prezzi.

Distribuire e personalizzare i modelli

La maggior parte dei modelli supporta opzioni di distribuzione rapida che vengono avviate in pochi minuti. Queste architetture e implementazioni, allineate con il Well-Architected Framework, sono personalizzabili usando i moduli verificati Azure. Usare strumenti come PSRule e TFLint per verificare che l'implementazione modificata sia pronta per la produzione.

Dopo la distribuzione, verificare che l'applicazione sia in esecuzione:

1. Aprire l'URL di distribuzione visualizzato nell'output del terminale.
2. Verificare che l'applicazione carichi e risponda all'input.

Vantaggi dei modelli di soluzione di intelligenza artificiale

I modelli di intelligenza artificiale in Microsoft Foundry forniscono:

• Time-to-value più veloce: ignorare il codice boilerplate e la configurazione dell'infrastruttura per passare rapidamente dal concetto alla produzione.
• Riduzione dell'onere ingegneristico: i servizi di Azure preintegrati eliminano i problemi di distribuzione.
• Infrastruttura affidabile: Creare con fiducia sulla piattaforma AI di Microsoft, sicura e scalabile.
• Base modulare e interoperabile: ridimensionare le soluzioni in modo efficiente nell'intera organizzazione.
• Procedure consigliate predefinite: usare modelli e framework collaudati per soluzioni pronte per la produzione.

Contenuto correlato

• Guida introduttiva: Introduzione a Foundry
• Controllo degli accessi in base al ruolo per Microsoft Foundry
• Che è Microsoft Foundry?