Introducción

Completado100 XP

 3 minutos

Supongamos que quiere ayudar a su equipo a comprender las últimas innovaciones de inteligencia artificial (IA) en las noticias. A su equipo le
gustaría evaluar las oportunidades que admiten estas innovaciones y comprender lo que se hace para mantener la ética de los avances en la
inteligencia artificial.

Comparte con su equipo que hoy en día, los modelos de inteligencia artificial estables se colocan regularmente en producción y se usan
comercialmente en todo el mundo. Por ejemplo, los servicios existentes de Azure AI de Microsoft han estado controlando las necesidades de las
empresas durante muchos años hasta la fecha. En 2022, OpenAI, una empresa de investigación de inteligencia artificial, creó un bot de chat
conocido como ChatGPT y una aplicación de generación de imágenes conocida como DALL-E. Estas tecnologías se crearon con modelos de
inteligencia artificial que pueden tomar entradas de lenguaje natural de un usuario y devolver una respuesta similar a la máquina creada por el
usuario.

Comparte con su equipo que Azure OpenAI Service permite a los usuarios crear soluciones de nivel empresarial con modelos de OpenAI. Con Azure
OpenAI, los usuarios pueden resumir texto, obtener sugerencias de código, generar imágenes para un sitio web y mucho más. En este módulo se
profundiza en estas funcionalidades.

Funcionalidades de los modelos de inteligencia artificial de OpenAI

Hay varias categorías de funcionalidades que se encuentran en los modelos de inteligencia artificial de OpenAI, entre las que se incluyen tres:

Expandir tabla

Capacidad Ejemplos

Generación de Por ejemplo: resumir texto complejo para distintos niveles de lectura, sugerir palabras
lenguaje natural alternativas para oraciones y mucho más

Generar código Por ejemplo: traducción de código de un lenguaje de programación a otro, identificación y
solución de problemas de errores en el código, y mucho más

Generación de Por ejemplo: generar imágenes para publicaciones a partir de descripciones de texto y mucho
imágenes más
¿Qué es la inteligencia artificial generativa?
Completado100 XP

 3 minutos

OpenAI pone sus modelos de IA a disposición de los desarrolladores para crear aplicaciones de software eficaces, como ChatGPT. Hay un montón
de otros ejemplos de aplicaciones openAI en el sitio de OpenAI, que van desde prácticas, como la generación de texto a partir del código, hasta
meramente entretenida, como la creación de historias de miedo.

Vamos a identificar dónde encajan los modelos de OpenAI en el panorama de IA.

 La inteligencia artificial imita el comportamiento humano basándose en máquinas para aprender y ejecutar tareas sin instrucciones explícitas sobre qué
generar.
 Los algoritmos de aprendizaje automático toman datos como las condiciones meteorológicas y ajustan modelos a los datos para realizar predicciones
como cuánto dinero puede ganar una tienda en un día determinado.
 Los modelos de aprendizaje profundo usan capas de algoritmos en forma de redes neuronales artificiales para devolver resultados para casos de uso
más complejos. Muchos servicios de Azure AI se basan en modelos de aprendizaje profundo. Puede consultar este artículo para obtener más información
sobre la diferencia entre el aprendizaje automático y el aprendizaje profundo.
 Los modelos de IA generativa pueden generar contenido nuevo en función de lo que se describe en la entrada. Los modelos de OpenAI son una
colección de modelos de IA generativos que pueden generar lenguaje, código e imágenes.

A continuación, aprenderá cómo Azure OpenAI ofrece a los usuarios la capacidad de combinar soluciones de nivel empresarial de Azure con
muchos de los mismos modelos de IA generativa de OpenAI.
Descripción de Azure OpenAI
Completado100 XP

 5 minutos

Microsoft se ha asociado con OpenAI para ofrecer tres objetivos principales:

 Para usar la infraestructura de Azure, incluida la seguridad, el cumplimiento y la disponibilidad regional, para ayudar a los usuarios a crear aplicaciones de
nivel empresarial.
 Para implementar funcionalidades del modelo de Inteligencia artificial de OpenAI en productos de Microsoft, incluidos y más allá de los productos de Azure
AI.
 Para usar Azure para potenciar todas las cargas de trabajo de OpenAI.

Introducción a Azure OpenAI Service

Azure OpenAI Service es el resultado de la asociación entre Microsoft y OpenAI. El servicio combina las funcionalidades de nivel empresarial de
Azure con las funcionalidades del modelo de IA generativa de OpenAI.

Azure OpenAI está disponible para los usuarios de Azure y consta de cuatro componentes:

 Modelos de IA generativos previamente entrenados

 Capacidades de personalización; la capacidad de ajustar los modelos de inteligencia artificial con sus propios datos
 Herramientas integradas para detectar y mitigar casos de uso dañinos para que los usuarios puedan implementar la inteligencia artificial de forma
responsable
 Seguridad de nivel empresarial con control de acceso basado en rol (RBAC) y redes privadas

El uso de Azure OpenAI permite realizar la transición entre el trabajo con los servicios de Azure y OpenAI, al tiempo que usa las redes privadas de
Azure, la disponibilidad regional y el filtrado de contenido de IA responsable.

Descripción de las cargas de trabajo de Azure OpenAI

Las cargas de trabajo comunes de inteligencia artificial incluyen aprendizaje automático, computer vision, procesamiento de lenguaje natural,
inteligencia artificial conversacional, detección de anomalías y minería de conocimiento.

Azure OpenAI admite muchas cargas de trabajo de IA generativas, como:

 Generación de lenguaje natural

 o Finalización del texto: generar y editar texto
o Incrustaciones: buscar, clasificar y comparar texto
 Generar código: generar, editar y explicar código
 Generar imágenes: generar y editar imágenes

Relación de Azure OpenAI con los servicios de Azure AI

Nota

A partir de julio de 2023, los servicios de Azure AI engloban todo lo que antes se conocía como Cognitive Services y Azure Applied AI Services.

Los servicios de Azure AI son herramientas para resolver cargas de trabajo de inteligencia artificial. Los servicios que elija usar dependen de lo que
necesita lograr. En concreto, hay varias funcionalidades superpuestas entre el servicio de Lenguaje de Azure AI y Azure OpenAI Service, como la
traducción, el análisis de sentimiento y la extracción de palabras clave.

Aunque no hay instrucciones estrictas sobre cuándo hay que usar un servicio determinado, el servicio de Lenguaje de Azure AI se puede usar para
casos de uso muy conocidos que requieran un ajuste mínimo (el proceso de optimización del rendimiento de un modelo). Azure OpenAI Service
puede ser más beneficioso para los casos de uso que requieren modelos generativos altamente personalizados o para investigaciones
exploratorias.

Nota

Los precios son diferentes para los servicios Azure OpenAI Service y Lenguaje de Azure AI. Obtenga más información aquí.

Al tomar decisiones empresariales sobre qué tipo de modelo usar, es importante saber cómo afectan el tiempo y las necesidades de proceso el
entrenamiento del aprendizaje automático. Para generar un modelo de aprendizaje automático eficaz, el modelo debe entrenarse con una cantidad
considerable de datos limpios. La parte de "aprendizaje" del entrenamiento requiere que un equipo identifique el algoritmo que mejor se adapte a
los datos. Tanto la complejidad de la tarea que el modelo debe resolver como el nivel deseado de rendimiento del modelo repercuten en el tiempo
necesario para usar posibles soluciones para obtener un algoritmo de ajuste óptimo.
Cómo usar Azure OpenAI
Completado100 XP

 3 minutos

Actualmente, debe solicitar acceso a Azure OpenAI. Una vez concedido acceso, puede usar el servicio mediante la creación de un recurso de Azure
OpenAI, como lo haría con otros servicios de Azure. Una vez creado el recurso, puede usar el servicio a través de las API REST, el SDK de Python o
la interfaz basada en web en Azure OpenAI Studio.

Nota

Para más información sobre los conceptos básicos de las API, consulte esta infografía sobre cómo funcionan las API de Azure.
Azure OpenAI Studio
En Azure OpenAI Studio puede crear modelos de inteligencia artificial e implementarlos para el consumo público en aplicaciones de software. Las
funcionalidades de Azure OpenAI son posibles mediante modelos de IA generativos específicos. Los distintos modelos están optimizados para
tareas diferentes: algunos destacan en la síntesis y la obtención de respuestas generales no estructuradas, mientras que otros están diseñados
para generar códigos o imágenes únicas a partir de texto.

Estos modelos de Azure OpenAI incluyen:

 Modelos GPT-4 que representan los modelos generativos más recientes para el lenguaje natural y el código.
 Modelos GPT-3.5 que pueden generar respuestas de código y lenguaje natural basadas en mensajes.
 Modelos de incrustaciones que convierten texto en vectores numéricos para el análisis; por ejemplo, comparando orígenes de texto con similitudes.
 Modelos DALL-E que generan imágenes basadas en descripciones de lenguaje natural.

Todos los modelos de IA de Azure OpenAI se pueden entrenar y personalizar con ajuste preciso. Aquí no entraremos en modelos personalizados,
pero puede obtener más información sobre la documentación de Azure del ajuste preciso del modelo.

Importante

Los modelos de IA generativa siempre tienen una probabilidad de reflejar valores verdaderos. Los modelos de mayor rendimiento, como los
modelos que se han ajustado para tareas específicas, realizan un mejor trabajo de devolver respuestas que reflejan valores verdaderos. Es
importante revisar la salida de los modelos de IA generativos.

Áreas de juego

En Azure OpenAI Studio, puede experimentar con modelos de OpenAI en áreas de juego. En el área de juegos Finalizaciones, puede escribir
mensajes, configurar parámetros y ver respuestas sin tener que escribir código.
En el área de juegos de Chat, puede usar la configuración del asistente para indicar al modelo cómo debe comportarse. El asistente intenta imitar
las respuestas que se incluyen aquí en cuanto al tono, las reglas y el formato que ha definido en el mensaje del sistema.
Descripción de las funcionalidades de lenguaje natural de OpenAI
Completado100 XP

 5 minutos

Los modelos de lenguaje natural de Azure OpenAI pueden tomar en lenguaje natural y generar respuestas.

Los modelos de aprendizaje de lenguaje natural se entrenan en palabras o fragmentos de caracteres conocidos como tokens. Por ejemplo, la
palabra "hamburger" se divide en los tokens ham, bur, y ger, mientras que una palabra corta y común como "pear" es un token único. Estos tokens
se asignan a vectores para que un modelo de aprendizaje automático se use para el entrenamiento. Cuando un modelo de lenguaje natural
entrenado toma la entrada de un usuario, también divide la entrada en tokens.

Descripción de los modelos GPT para la generación de lenguaje natural

Los modelos generadores de transformadores previamente entrenados (GPT) son excelentes para comprender y crear lenguaje natural. Si ha visto
noticias recientes sobre la inteligencia artificial que responde preguntas o escribe un párrafo en función de un aviso, es probable que un modelo
GPT, como GPT-35-Turbo o GPT-4. lo haya generado.

¿Qué aspecto tiene una respuesta de un modelo GPT?

Un aspecto clave de la IA generativa de OpenAI es que toma una entrada, o solicitud, para devolver un lenguaje natural, un objeto visual o una
respuesta de código. GPT intenta deducir, o adivinar, el contexto de la pregunta del usuario en función de la solicitud.

Los modelos GPT son excelentes para completar varias tareas de lenguaje natural, algunas de las cuales incluyen:

Expandir tabla

Tarea Prompt

Resumen de texto "Resumir este texto en una explicación corta"

Clasificación de texto "¿Qué género de libro es esto?"

Generación de nombres o frases "Escribir una etiqueta para mi compañía de flores"

Traducción "Traducir "Cómo es usted" al francés"

Responder preguntas "¿Qué hace Azure OpenAI?"

Tarea Prompt

Sugerir contenido "Dame las cinco mejores canciones de bodas"

Por ejemplo, dado un aviso en el que el usuario escribe en el texto que solicita una receta de cocina:

Copiar
Write a recipe based on these ingredients and instructions:

Fruit Pie

Ingredients:
Strawberries
Blueberries
Flour
Eggs
Milk

He aquí un ejemplo de la respuesta generada por la API OpenAI:

Copiar
Instructions:

1. Preheat your oven to 350 degrees Fahrenheit.

2. In a medium bowl, mix together 1 cup of flour and 1 egg until it forms a dough.

3. Grease a 9-inch pie dish with butter or non-stick cooking spray.

4. Roll out the dough and place it in the pie dish.

5. In a separate bowl, mix together 1 cup of strawberries, 1 cup of blueberries, and 1 cup of milk.

6. Pour the fruit mixture into the pie dish.

7. Bake

Delicioso - tal vez! Es importante comprender que las respuestas generadas son las mejores estimaciones de una máquina. En este caso, el texto
generado puede ser útil para cocinar algo que sabe bien en la vida real o no.
Cómo se aplican los modelos a los nuevos casos de uso

Es posible que haya probado las funcionalidades predictivas de ChatGPT en un portal de chat, donde puede escribir mensajes y recibir respuestas
automatizadas. El portal consta de la interfaz de usuario (UI) de front-end que ven los usuarios y un back-end que incluye un modelo de IA
generativo. La combinación del front-end y el back-end se pueden describir como un bot de chat. El modelo proporcionado en el back-end es lo que
está disponible como un bloque de creación con la API de OpenAI y Azure OpenAI. Puede usar las funcionalidades de ChatGPT en Azure OpenAI a
través del modelo GPT-35-turbo. Cuando se ven funcionalidades de IA generativas en otras aplicaciones, los desarrolladores han tomado los
bloques de creación, los han personalizado en un caso de uso y los han integrado en el back-end de las nuevas interfaces de usuario front-end.
Descripción de las funcionalidades de generación de código de
OpenAI
Completado100 XP

 6 minutos

Los modelos de GPT pueden tomar fragmentos de código o de lenguaje natural y convertirlos en código. Los modelos GPT de OpenAI dominan más
de una docena de lenguajes, como C#, JavaScript, Perl o PHP, y su capacidad mejora en Python.

Estos modelos se han entrenado tanto en lenguaje natural como en miles de millones de líneas de código de repositorios públicos. Los modelos
pueden generar código a partir de instrucciones de lenguaje natural, como comentarios de código, y pueden sugerir formas de completar las
funciones de código.

Por ejemplo, dado el mensaje "Escribir un bucle for contando de 1 a 10 en Python", se proporciona la siguiente respuesta:

PythonCopiar
for i in range(1,11):
print(i)

Los modelos GPT pueden ayudar a los desarrolladores a programar con mayor rapidez, comprender los nuevos lenguajes de programación y
centrarse en resolver problemas más grandes en su aplicación. Los desarrolladores pueden desglosar sus objetivos en tareas más sencillas y usar
GPT para ayudar a crear esas tareas mediante patrones conocidos.

Ejemplos de generación de código

Parte de los datos de entrenamiento para GPT-3 incluye lenguajes de programación, por lo que no es sorpresa que los modelos GPT puedan
responder a preguntas de programación si se hacen. Lo que es único sobre la familia de modelos Codex es que es más capaz en más lenguajes
que los modelos GPT.

La generación de código va más allá de escribir código a partir de mensajes de lenguaje natural. Dado el código siguiente, puede generar pruebas
unitarias:

PythonCopiar
# Python 3
def mult_numbers(a, b):
return a * b
# Unit test
def

GPT crea pruebas unitarias para nuestra función:

PythonCopiar
# Python 3
def mult_numbers(a, b):
return a * b

# Unit test
def test_mult_numbers():
assert mult_numbers(3, 4) == 12
assert mult_numbers(0, 10) == 0
assert mult_numbers(4, 0) == 0

# Unit test
def test_mult_numbers_negative():
assert mult_numbers(-1, 10) == -10
assert mult_numbers(10, -1) == -10

GPT también puede resumir funciones que ya están escritas, explicar las consultas SQL o las tablas, y pasar una función de un lenguaje de
programación a otro.

Al interactuar con los modelos GPT, puede especificar bibliotecas o etiquetas específicas del lenguaje para dejar claro a Codex lo que queremos.
Por ejemplo, podemos proporcionar este mensaje con formato de comentario HTML: <!-- build a page titled "Let's Learn about AI" -->y obtenerlo
como resultado:

HTMLCopiar
<html>
<head>
<title>Let's Learn about AI</title>
<link rel="stylesheet" type="text/css" href="css/[Link]">
</head>
<body>
<div class="wrapper">
<div class="header">
<h1>Let's Learn about AI</h1>
</div>
<div class="nav">
<ul>
<li><a href="[Link]">Home</a></li>
<li><a href="[Link]">About</a></li>
<li><a href="[Link]">Resources</a></li>
<li><a href="[Link]">Contact</a></li>
</ul>
</div>
<div class="content">
<h2>Contact</h2>
<p>
<!-- build a form to contact the site owner -->
<form action="[Link]" method="post">
<label for="name">Name:</label>
<input type="text" name="name" id="name" required>
<label for="email">Email:</label>
<input type="email" name="email" id="email" required>
<label for="subject">Subject:</label>
<input type="text" name="subject" id="subject" required>
<label for="message">Message:</label>
<textarea name="message" id="message" required></textarea>
<input type="submit" value="Send">
</form>
</p>
</div>
<div class="footer">
<p>Let's Learn about AI</p>
</div>
</div>
</body>
</html>

Copiloto de GitHub

OpenAI se ha asociado con GitHub para crear GitHub Copilot, que llaman a un programador de pares de IA. GitHub Copilot integra la eficacia de
OpenAIIce en un complemento para entornos de desarrolladores como Visual Studio Code.

Una vez instalado y habilitado el complemento, puede empezar a escribir el código y GitHub Copilot comienza a sugerir automáticamente el resto
de la función en función de los comentarios de código o el nombre de la función. Por ejemplo, solo tenemos un nombre de función en el archivo y el
texto gris se sugiere automáticamente para completarlo.
GitHub Copilot ofrece varias sugerencias para la finalización del código, que puede tabular mediante métodos abreviados de teclado. Cuando se
proporcionan comentarios de código informativo, incluso puede sugerir un nombre de función junto con el código de función completo.
Descripción de las funcionalidades de generación de imágenes
de OpenAI
Completado100 XP

 5 minutos

Los modelos de generación de imágenes pueden tomar un mensaje, una imagen base o ambos, y crear algo nuevo. Estos modelos de IA generativa
pueden crear imágenes realistas y artísticas, cambiar el diseño o el estilo de una imagen y crear variaciones en una imagen proporcionada.

DALL-E

Además de las funcionalidades de lenguaje natural, los modelos de IA generativos pueden editar y crear imágenes. El modelo que funciona con
imágenes se denomina DALL-E. Al igual que los modelos GPT, las versiones posteriores de DALL-E se anexan al nombre, como DALL-E 2. Las
funcionalidades de imagen generalmente se dividen en las tres categorías de creación de imágenes, edición de una imagen y creación de
variaciones de una imagen.

Imagen y generación

Las imágenes originales se pueden generar proporcionando un mensaje de texto de lo que desea que sea la imagen. Cuanto más detallada sea la
solicitud, más probable será que el modelo proporcione un resultado deseado.

Con DALL-E, incluso puedes solicitar una imagen en un estilo particular, como "un perro en el estilo de Vincent van Gogh". También se pueden usar
estilos para ediciones y variaciones.

Por ejemplo, dado el mensaje "un elefante de pie con una hamburguesa en la parte superior, estilo arte digital", el modelo genera imágenes de
arte digital que representan exactamente lo que se pide.
Cuando se le pide algo más genérico como "un zorro rosa", las imágenes generadas son más variadas y más sencillas mientras se sigue
cumpliendo lo que se pide.
Sin embargo, cuando hacemos que el aviso sea más específico, como "un zorro rosa que se ejecuta a través de un campo, en el estilo de Monet",
el modelo crea imágenes detalladas mucho más similares.
Edición de una imagen

Cuando se proporciona una imagen, DALL-E puede editar la imagen según lo solicitado cambiando su estilo, agregando o quitando elementos, o
generando contenido nuevo para agregar. Las modificaciones se realizan cargando la imagen original y especificando una máscara transparente
que indica qué área de la imagen se va a editar. Junto con la imagen y la máscara, un mensaje que indica qué se va a editar indica al modelo que,
a continuación, genere el contenido adecuado para rellenar el área.

Cuando se proporciona una de las imágenes anteriores de un zorro rosa, una máscara que cubre el zorro y el mensaje de "gorila azul leyendo un
libro en un campo", el modelo crea ediciones de la imagen en función de la entrada proporcionada.
Variaciones de imagen

Las variaciones de imagen se pueden crear proporcionando una imagen y especificando cuántas variaciones de la imagen desea. El contenido
general de la imagen seguirá siendo el mismo, pero los aspectos se ajustarán, como dónde se encuentran o buscan los temas, la escena de fondo
y los colores pueden cambiar.

Por ejemplo, si cargo una de las imágenes del elefante usando una hamburguesa como sombrero, obtengo variaciones del mismo tema.
Descripción de las directivas de acceso y de inteligencia artificial
responsable de Azure OpenAI
Completado100 XP

 3 minutos

Es importante tener en cuenta las implicaciones éticas de trabajar con sistemas de inteligencia artificial. Azure OpenAI proporciona modelos de
lenguaje natural eficaces capaces de completar varias tareas y operar en varios casos de uso diferentes, cada uno con sus propias consideraciones
para un uso seguro y justo. Los equipos o las personas que se encargan de desarrollar e implementar sistemas de inteligencia artificial deben
funcionar para identificar, medir y mitigar los daños.

El uso de Azure OpenAI debe seguir los seis principios de inteligencia artificial de Microsoft:

 Equidad: los sistemas de IA no deben tomar decisiones que discriminen o admitan el sesgo de un grupo o individuo.
 Fiabilidad y seguridad: los sistemas de IA deben responder de forma segura a las nuevas situaciones y a la posible manipulación.
 Privacidad y seguridad: los sistemas de IA deben ser seguros y respetar la privacidad.
 Inclusión: los sistemas de inteligencia artificial deben capacitar a todo el mundo e involucrar a las personas.
 Responsabilidad: las personas deben ser responsables de cómo funcionan los sistemas de IA.
 Transparencia: los sistemas de inteligencia artificial deben tener explicaciones para que los usuarios puedan comprender cómo se compilan y usan.

Los principios de inteligencia artificial responsable guían las notas de transparencia de Microsoft en Azure OpenAI, así como las explicaciones de
otros productos. Las notas de transparencia están pensadas para ayudarle a entender cómo funciona la tecnología de inteligencia artificial de
Microsoft, las elecciones que los propietarios del sistema pueden hacer que influyan en el rendimiento y el comportamiento del sistema y la
importancia de pensar en todo el sistema, incluida la tecnología, las personas y el entorno.

Si no ha completado el módulo Introducción a la inteligencia artificial en Azure, merece la pena revisar su unidad en la inteligencia artificial
responsable.

Acceso limitado a Azure OpenAI

Como parte del compromiso de Microsoft con el uso responsable de la inteligencia artificial, el acceso a Azure OpenAI está limitado actualmente.
Los clientes que deseen usar Azure OpenAI deben enviar un formulario de registro para el acceso inicial a la experimentación y de nuevo para su
aprobación para su uso en producción.

Se requiere un registro adicional para los clientes que quieran modificar los filtros de contenido o modificar la configuración de supervisión de
abusos.
Para solicitar acceso y obtener más información sobre la directiva de acceso limitado, consulte la documentación de acceso limitado de Azure
OpenAI.

Explorar Azure OpenAI

Azure OpenAI Service trae los modelos de IA generativa desarrollados por OpenAI a la plataforma Azure, lo que le permite desarrollar potentes
soluciones de IA que se benefician de la seguridad, la escalabilidad y la integración de los servicios proporcionados por la plataforma en la nube de
Azure.

En este ejercicio, explorará el servicio Azure OpenAI y lo utilizará para implementar y experimentar con modelos de IA generativa.

Este ejercicio tomará aproximadamente 25 minutos.

Antes de que empieces

Necesitará una suscripción de Azure que haya sido aprobada para acceder al servicio Azure OpenAI para modelos de texto y código, y modelos de
generación de imágenes DALL-E.

 Para registrarse para obtener una suscripción gratuita de Azure, visite [Link] .
 Para solicitar acceso al servicio Azure OpenAI, visite [Link] .

Aprovisionar un recurso de Azure OpenAI

Antes de poder usar modelos de Azure OpenAI, debe aprovisionar un recurso de Azure OpenAI en su suscripción de Azure.

1. Inicie sesión en el portal de Azure .

2. Cree un recurso de Azure OpenAI con la siguiente configuración:
o Suscripción : una suscripción de Azure que ha sido aprobada para acceder al servicio Azure OpenAI.
o Grupo de recursos : elija un grupo de recursos existente o cree uno nuevo con el nombre que elija.
o Región : Este de EE. UU.*
o Nombre : Un nombre único de su elección.
o Nivel de precios : Estándar S0

* Las diferentes regiones tienen diferente disponibilidad y cuota de modelos. En este ejercicio, utilizará un modelo GPT-35-Turbo para generación de texto y un modelo
DALL-E para generación de imágenes, ambos compatibles en el este de EE. UU.
 3. Espere a que se complete la implementación. Luego vaya al recurso Azure OpenAI implementado en Azure Portal.

Explora Azure OpenAI Studio

Puede implementar, administrar y explorar modelos en su servicio Azure OpenAI mediante Azure OpenAI Studio.

1. En la página Descripción general de su recurso de Azure OpenAI, use el botón Explorar para abrir Azure OpenAI Studio en una nueva
pestaña del explorador. Como alternativa, navegue directamente a Azure OpenAI Studio .

Cuando abra Azure OpenAI Studio por primera vez, debería tener un aspecto similar a este:
2. Vea las páginas disponibles en el panel de la izquierda. Siempre puedes volver a la página de inicio en la parte superior. Además, OpenAI
Studio proporciona varias páginas donde puede:
o Experimente con modelos en un patio de recreo .
o Gestionar implementaciones y datos de modelos.
Implementar un modelo para la generación de lenguaje.

Para experimentar con la generación de lenguaje natural, primero debe implementar un modelo.

1. En la página Modelos , vea los modelos disponibles en su instancia de servicio Azure OpenAI.

2. Seleccione cualquiera de los modelos gpt-35-turbo cuyo estado Implementable sea Sí y luego seleccione Implementar :
3. Cree una nueva implementación con la siguiente configuración:
o Modelo : gpt-35-turbo
o Versión del modelo : actualización automática a la predeterminada
o Nombre de implementación : un nombre único para la implementación de su modelo.
o Opciones avanzadas
 o Filtro de contenido : predeterminado
o Tipo de implementación : Estándar
o Límite de tasa de tokens por minuto : 5K*
o Habilitar cuota dinámica : Habilitado

* Un límite de velocidad de 5000 tokens por minuto es más que adecuado para completar este ejercicio y dejar capacidad para otras personas que utilicen la misma
suscripción.

Utilice el área de juegos de Chat para trabajar con el modelo.

Ahora que ha implementado un modelo, puede usarlo en el área de juegos de Chat para generar resultados en lenguaje natural a partir de las
indicaciones que envíe en una interfaz de chat.

1. En Azure OpenAI Studio , navegue hasta el área de juegos de Chat en el panel izquierdo.

El área de juegos de Chat proporciona una interfaz de chatbot con la que puede interactuar con su modelo implementado, como se muestra
aquí:
2. En el panel Configuración , asegúrese de que la implementación de su modelo esté seleccionada.
3. En el panel de configuración del Asistente , seleccione la plantilla de mensaje del sistema predeterminada y vea el mensaje del sistema que crea
esta plantilla. El mensaje del sistema define cómo se comportará el modelo en su sesión de chat.

4. En la sección Sesión de chat , ingrese el siguiente mensaje de usuario.

 CódigoCopiar

What is generative AI?

5. Observe el resultado devuelto por el modelo, que debería proporcionar una definición de IA generativa.

6. Ingrese el siguiente mensaje de usuario como pregunta de seguimiento:

CódigoCopiar

What are three benefits it provides?

7. Revise el resultado y observe que la sesión de chat ha realizado un seguimiento de la entrada y la respuesta anteriores para proporcionar contexto (por lo
que interpreta correctamente "eso" como una referencia a "IA generativa") y que proporciona una respuesta adecuada basada en lo que se solicitó
( debería devolver tres beneficios de la IA generativa).

Utilice el parque infantil DALL-E para generar imágenes

Además de los modelos de generación de lenguaje, Azure OpenAI Service admite el modelo DALL-E 2 para la generación de imágenes.
Nota : Debe haber solicitado y recibido acceso a la funcionalidad DALL-E en su aplicación de acceso al servicio Azure OpenAI para completar esta sección del ejercicio.

1. En Azure OpenAI Studio , navegue hasta el área de juegos DALL-E en el panel izquierdo.

2. Ingrese el siguiente mensaje:

CódigoCopiar

A robot eating spaghetti

3. Seleccione Generar y vea los resultados, que deben consistir en una imagen basada en la descripción que proporcionó en el mensaje,
similar a esta:
 4. Genere una segunda imagen modificando el mensaje para:

CódigoCopiar

A robot eating spaghetti in the style of Rembrandt

5. Verifique que la nueva imagen coincida con los requisitos del mensaje, similar a este:

Limpiar

Cuando haya terminado con su recurso de Azure OpenAI, recuerde eliminar la implementación o el recurso completo en Azure Portal .
Resumen
Completado100 XP

 1 minuto

En este módulo se introdujo el concepto de IA generativa y cómo Azure OpenAI Service proporciona acceso a los modelos de IA generativos.

En este módulo, ha aprendido también a:

 Describir las cargas de trabajo de Azure OpenAI y cómo acceder a Azure OpenAI Service
 Entender los modelos de inteligencia artificial generativa
 Entender las funcionalidades de lenguaje, código e imagen de Azure OpenAI
 Entender las prácticas de inteligencia artificial responsable y las directivas de acceso limitado de Azure OpenAI