README.md

Alap AI példa Azure-ban

Manapság a Mesterséges Intelligencia az egyik legfelkapottabb témakör. Emellett minden felhőszolgáltató igyekszik a saját AI szolgáltatásait minél jobban népszerűsíteni. Az Azure is ezen cégek közé tartozik, így én is úgy gondoltam, hogy érdemes lenne egy kis bevezetőt írni az Azure AI szolgáltatásairól.

Azure AI

Az Azure AI egy olyan felhőalapú szolgáltatás, amely lehetővé teszi a fejlesztők számára, hogy könnyedén integrálják az AI-t a saját alkalmazásaikba. Az Azure AI szolgáltatások között megtalálhatóak a következők:

• Azure Cognitive Services
• Azure Machine Learning
• Azure Bot Service
• Azure Databricks
• Azure OpenAI
• Azure OpenAI Studio

Ezen szolgáltatások segítségével a fejlesztők képesek lehetnek például beszéd- és képfelismerésre, valamint gépi tanulásra alapozott alkalmazásokat készíteni.

Mi jelenleg az Azure OpenAI-t fogjuk megvizsgálni. Ez az amivel a leggyorsabban és legkönnyebben lehet elkezdeni.

Azure Cognitive Services

Az Azure Cognitive Services egy olyan felhőalapú szolgáltatás, amely lehetővé teszi a fejlesztők számára, hogy könnyedén integrálják az AI-t a saját alkalmazásaikba. Az Azure Cognitive Services szolgáltatások között megtalálhatóak a következők:

• Vision
• Speech
• Language
• Decision
• Web Search

Ezen szolgáltatások segítségével a fejlesztők képesek lehetnek például beszéd- és képfelismerésre, valamint gépi tanulásra alapozott alkalmazásokat készíteni.

Hogyan kezdjük el?

Azure-ban a legegyszerűbb eszközünk, ahol el tudjuk kezdeni, az Azure OpenAI Studio.

Itt egy egyszerű regisztrációt követően már el is kezdhetjük az AI modellek fejlesztését. Az Azure OpenAI Studio egy teljesen ingyenes eszköz, amely lehetővé teszi a fejlesztők számára, hogy könnyedén készítsenek és teszteljenek AI modelleket.

Itt találjuk a különböző modelleket, amelyeket az Azure Cognitive Services nyújt. Az egyes modellek használatához csak egy kattintásra van szükség, és már használhatjuk is azokat.

Ahhoz, hogy ezeket a modelleket használni tudjiuk, létre kell hoznunk egy Deployment-et. Ezt a Deployment-et aztán egy API-n keresztül tudjuk elérni, és használni a kiválasztott modelleket.

Deployment létrehozása

1. Az Azure OpenAI Studio-ban kattintsunk a Deployment menüpontra.
2. Kattintsunk a Create new deployment gombra.
3. Válasszuk ki a kívánt modelt.
4. Adjunk neki egy nevet.
5. Állítsuk be az egyéb paramétereket.
6. Kattintsunk a Create gombra.

Chat játszótér

Ha van egy Deploymentünk, akkor már használhatjuk is az adott modelt. Az Azure OpenAI Studio-ban található egy Chat játszótér, ahol kipróbálhatjuk az adott modelleket.

Ez így használhatjuk:

1. Az Azure OpenAI Studio-ban kattintsunk a Chat menüpontra.
2. Jobb oldalon, a Configuration részben válasszuk ki a Deploymentet.
3. A képernyő közepén lévő chat ablakban írjuk be a kérdéseinket.

Saját adatforrás használata

Az Azure Cognitive Services lehetőséget ad arra, hogy saját adatforrásokat is használjunk. Ehhez az Azure OpenAI Studio-ban a Data menüpontra kell kattintanunk, és ott tudjuk hozzáadni a saját adatforrásainkat. Ez azért lehet nekünk hasznos, mivel ez esetben nem kell 100%-ban az AI által talált adatokra hagyatkoznunk, illetve egyéb előnyei is vannak:

• Az AI a mi adatainkon dolgozik, így nem kell aggódnunk a biztonság miatt.
• Az AI a mi adatainkon dolgozik. (Ez lehet a saját dokumentációnk, vagy akár a saját képeink.)
• Csökkenthetjük az AI-ra jellemző hallucinációt.
• Az AI válaszai a mi adatainkon alapulnak, így pontosabbak lehetnek.

Ez lehet akár md fájl is, ami a kódunk, alkalmazásunk dokumentációját tartalmazza. Az AI így könnyedén válaszolhat a felhasználó kérdéseire.

Példa Azure OpenAI használatára

Az alábbi példában egy egyszerű chatbotot fogunk készíteni, amely képes válaszolni a felhasználó kérdéseire.

Ehhez az alábbi erőforrások szükségesek:

• Azure OpenAI
• Azure tárfiók (Azure Storage account)
• Azure AI keresőszolgáltatás (Azure AI Search)

1. Azure OpenAI létrehozása

1. Lépjünk be az Azure Portalba.
2. Kattintsunk a Erőforrás létrehozása gombra.
3. Keressük ráa az Azure OpenAI lehetőségre.
4. Kattintsunk a Létrehozás gombra.
5. Töltsük ki a szükséges mezőket.
   • Tarifacsomag: Standard S0
6. A Felülvizsgálat és létrehozás oldalon kattintsunk a Létrehozás gombra kattintva hozzuk létre az erőforrást.

2. Azure tárfiók létrehozása

1. Lépjünk be az Azure Portalba.
2. Kattintsunk a Erőforrás létrehozása gombra.
3. Keressük meg az Tárolás kategóriát.
4. Válasszuk ki a Tárfiók lehetőséget.
5. Kattintsunk a Létrehozás gombra.
6. Töltsük ki a szükséges mezőket.
   • Redundancia: LRS
7. A Felülvizsgálat és létrehozás oldalon kattintsunk a Létrehozás gombra kattintva hozzuk létre az erőforrást.
8. Nyissuk meg a tárfiókunkat, és kattintsunk a Tárolók menüpontra.
9. Hozzunk létre egy új tárolót.
   • Név: ai-forras
   • Névtelen hozzáférés: Privát
10. Kattintsunk az ai-forras tárolóra, majd töltsük fel a jsonl fájlt, amelyet az AI szolgáltatásunknak szeretnénk használni, mint adatforrás.

3. Azure AI keresőszolgáltatás létrehozása

1. Lépjünk be az Azure Portalba.
2. Kattintsunk a Erőforrás létrehozása gombra.
3. Keressünk rá a Azure AI Search lehetőségre.
4. Kattints a Létrehozás gombra.
5. Töltsük ki a szükséges mezőket.
   • Név: mentor-ai-search
   • Hely legyen ugyanaz, mint a tárfiókunknak
   • Tarifacsomag: B (Alap)
6. Megjegyzés: Az AI Search ezen tarifa csomagja nagyjából havi 27 000 Forintba kerül. (Ezért csak akkor érdemes használni, ha valóban szükségünk van rá.)
7. A Felülvizsgálat és létrehozás oldalon kattintsunk a Létrehozás gombra kattintva hozzuk létre az erőforrást.

4. Saját adatforrás használata Chatbothoz Azure OpenAI Studio-ban

1. Lépjünk be az Azure OpenAI Studio-ba.
2. Kattintsunk a Chat menüpontra.
3. A jobb oldalon, a Configuration részben válasszuk ki a Deploymentet.
4. A bal olalon, a Setup részben válasszuk ki a Data lehetőséget.
5. Töröljük ki a Prompt alatt lévő összes elemet.
6. Menjünk át az Add your data fülre.
7. Kattintsunk az Add a data source gombra.
8. Select a data source: Azure Blob Storage
9. Blob storage account: Válasszuk ki az előbb létrehozott tárfiókunkat.
10. Container: Válasszuk ki az ai-forras tárolót.
11. Azure AI Search-nél válasszuk ki a mentor-ai-search-t.
12. Enter the inxed name: dokumentum
13. Indexer schedule: hourly
14. Kattintsunk a Next gombra.
15. Kattintsunk a Next gombra.
16. Összegző képernyőn kattintsunk a Save and close gombra.
17. Pár perc múlva az adatforrásunk elérhető lesz a Chatben.

5. Webalkalmazás létrehozása Chatbothoz Azure-ban

1. Az előző pontban létrehozott Chat játszótérben kattintsunk a Deploy to gombra.
2. Válasszuk a Create a new web app lehetőséget.
3. Töltsük ki a szükséges mezőket.
   • Name: mentor-chatbot
   • Subscription: Válasszuk ki a megfelelő előfizetésünket.
   • Resource group: Válasszuk ki a megfelelő erőforrás csoportunkat.
   • Location: Válasszuk ki a megfelelő régiót.
   • Pricing plan: B1
   • Enable chat history in the web app: Igen
4. Kattintsunk a deploy gombra.
5. Ha elkészült, nyissuk meg.
6. Emngedélyezzük a hozzásférést a Permissions requested ablakban at Accept gombra kattintva,
7. Kezdjünk el beszélgetni az AI-val.

6. Példa kérdések 'prompt'

1. Ma már minden a mesterséges intelligenciáról (AI) szól: Mit jelent ez számunkra?
2. Hogyanm telepítek NodeJs 20-at Linuxra?
3. Hogyan telepítek Python3-at Windowsra?
4. Mi a Webhook alkalmazási területei?
5. Hogyan néz ki egy Cloud Administrator első napja?
6. Milyen segédanyagokat találok az Azure témájú képzésekhez?
7. Hogyan tudok kapcsolatot létesíteni az Azure Pipeline és a GitHub között?