1
Sự Tiến Hóa trong Triển Khai Trí Tuệ Nhân Tạo: Giải Pháp Nhập Vào và Tích Hợp Dưới Dạng Thấp Mã Hóa
AI011Lesson 4
00:00

Sự Tiến Hóa trong Triển Khai Trí Tuệ Nhân Tạo

Chúng ta đang chứng kiến một sự thay đổi cơ bản trong cách các tổ chức triển khai trí tuệ nhân tạo. Trọng tâm đang chuyển dịch từ các giao diện trò chuyện đơn lẻ, thô sơ sang các giải pháp kinh doanh tích hợp được vận hành bởi các hệ sinh thái thấp mã hóa và kết nối API có cấu trúc.

1. Tổng Hợp Hình Ảnh và Kiểm Soát

Các mô hình sinh ảnh hiện đại (ví dụ như DALL-E) kết hợp CLIP (để hiểu các nhúng văn bản) và Tập trung Phân tán (để tạo ra đầu ra thị giác). Tuy nhiên, đối với sử dụng trong doanh nghiệp, an toàn và quản lý là yếu tố then chốt.

  • Lệnh Meta: Lệnh cấp hệ thống định nghĩa ranh giới nội dung trước khi lời nhắc của người dùng được xử lý.
  • Danh sách Cấm: Bộ lọc được lập trình sẵn đảm bảo đầu ra an toàn cho môi trường làm việc và phù hợp với các đối tượng cụ thể.

2. Cuộc Cách Mạng Thấp Mã Hóa

Các nền tảng như Microsoft Power Platform (Power Apps, Automate, BI) cho phép phát triển ứng dụng bằng ngôn ngữ tự nhiên, trao quyền cho các "nhà phát triển công dân".

  • AI Builder: Cung cấp các mô hình đã được xây dựng sẵn (ví dụ: Xử lý Hóa đơn) hoặc các mô hình được huấn luyện tùy chỉnh để tự động hóa các nhiệm vụ lặp lại.
  • Dataverse: Hoạt động như bộ não dữ liệu trung tâm và an toàn cho các giải pháp tích hợp này.

3. Gọi Hàm và Kết Nối

Các mô hình ngôn ngữ lớn hiện nay có thể cầu nối đến các công cụ bên ngoài bằng cách mô tả các hàm dưới dạng cấu trúc đối tượng JSON.

Mô hình ngôn ngữ lớn nhận diện nhu cầu về một công cụ bên ngoài, định dạng yêu cầu một cách chính xác, và ứng dụng thực thi gọi API để thu thập dữ liệu trực tiếp, sau đó gửi lại cho mô hình để tổng hợp.

Thang Nhiệt Độ
Khi cấu hình mô hình cho các nhiệm vụ kinh doanh, hãy điều chỉnh Nhiệt độ. Một giá trị bằng 0 tạo ra đầu ra "xác định" (thống nhất và đáng tin cậy cho việc trích xuất dữ liệu), trong khi một giá trị gần hơn tới 1 tạo ra đầu ra "ngẫu nhiên" (sáng tạo và không thể đoán trước).
course_finder.py
TERMINALbash — 80x24
> Ready. Click "Run" to execute.
>
Question 1
Which parameter should be adjusted to ensure an AI model gives the same response every time for the same prompt?
Temperature (set to 0)
Top-K (set to 100)
Max Tokens (set to 0)
Frequency Penalty (set to 1)
Question 2
Does DALL-E 3 support editing specific parts of an image via masking?
Yes
No
Challenge: Automated Invoice System
Apply your knowledge of low-code tools and safety.
You are building an automated invoice system for a startup using the Power Platform. You need to extract data from incoming PDFs and ensure any generated visual assets for the app are safe.
Task 1
Identify the correct AI Builder model for extracting data from a PDF receipt.
Solution:
Use the "Invoice Processing" or "Receipt Processing" prebuilt model in AI Builder.
Task 2
Create a "Meta-Prompt" that prevents an image generator from creating realistic weapons or violent imagery.
Solution:
"Always generate friendly, illustrative content. Do not include weapons, blood, or scary themes. If requested, substitute with whimsical or educational alternatives."