การพัฒนาการใช้งานปัญญาประดิษฐ์: โซลูชันแบบไม่ต้องเขียนโค้ดและเชื่อมต่ออย่างมีประสิทธิภาพ

การพัฒนาการใช้งานปัญญาประดิษฐ์

เรากำลังสังเกตเห็นการเปลี่ยนแปลงอย่างรุนแรงในวิธีที่องค์กรนำปัญญาประดิษฐ์มาใช้งาน จุดเน้นกำลังเปลี่ยนจากอินเทอร์เฟซแชทแบบดิบๆ ที่ทำงานแยกต่างหาก มาเป็น โซลูชันทางธุรกิจที่เชื่อมโยงกันอย่างมีประสิทธิภาพ ที่ขับเคลื่อนโดยระบบนิเวศแบบไม่ต้องเขียนโค้ด และการเชื่อมต่อผ่าน API อย่างเป็นโครงสร้าง

1. การสร้างภาพและการควบคุม

โมเดลการสร้างภาพสมัยใหม่ (เช่น DALL-E) รวมเอา CLIP (เพื่อเข้าใจการแทนที่ของข้อความ) และ การจดจำแบบกระจาย (Diffused Attention) (เพื่อสร้างผลลัพธ์ทางภาพ) อย่างไรก็ตาม สำหรับการใช้งานในองค์กร ความปลอดภัยและความสามารถในการควบคุมถือเป็นสิ่งสำคัญที่สุด

คำสั่งระดับระบบ (Meta Prompts): คำสั่งระดับระบบที่กำหนดขอบเขตเนื้อหาไว้ล่วงหน้า ก่อนที่คำขอจากผู้ใช้จะถูกประมวลผล
รายการห้ามใช้ (Disallow Lists): ฟิลเตอร์ที่ตั้งค่าไว้ล่วงหน้า เพื่อให้มั่นใจว่าผลลัพธ์ที่ได้ปลอดภัยสำหรับที่ทำงาน และเหมาะสมกับกลุ่มผู้ชมเฉพาะเจาะจง

2. การปฏิวัติแบบไม่ต้องเขียนโค้ด

แพลตฟอร์มอย่าง Microsoft Power Platform (Power Apps, Automate, BI) ช่วยให้สามารถพัฒนาแอปพลิเคชันโดยใช้ภาษาธรรมชาติ ทำให้ผู้ใช้ทั่วไปหรือ "นักพัฒนาแบบพลเมือง" สามารถสร้างได้

AI Builder: ให้โมเดลที่เตรียมไว้ล่วงหน้า (เช่น การประมวลผลใบแจ้งหนี้) หรือโมเดลที่ฝึกเองได้ เพื่อช่วยอัตโนมัติงานที่ทำซ้ำ ๆ
Dataverse: ทำหน้าที่เป็นศูนย์กลางของการจัดเก็บข้อมูลอย่างปลอดภัย หรือเรียกว่า "สมอง" ของโซลูชันที่เชื่อมโยงกันเหล่านี้

3. การเรียกใช้ฟังก์ชันและการเชื่อมต่อ

โมเดลภาษาขนาดใหญ่ (LLM) สามารถเชื่อมต่อเข้ากับเครื่องมือภายนอกได้ โดยอธิบายฟังก์ชันเป็น วัตถุแบบโครงสร้าง JSON.

โมเดลจะระบุความต้องการใช้เครื่องมือภายนอก จัดรูปแบบคำขออย่างแม่นยำ และแอปพลิเคชันจะดำเนินการเรียกใช้ API เพื่อดึงข้อมูลสดมา แล้วส่งกลับไปยังโมเดลเพื่อประมวลผลต่อ

สเกลอุณหภูมิ (Temperature Scale)

เมื่อตั้งค่าโมเดลสำหรับงานทางธุรกิจ ควรปรับค่า อุณหภูมิ (Temperature). ค่าที่ 0 จะสร้างผลลัพธ์แบบ "แน่นอน" (มีความสม่ำเสมอและเชื่อถือได้สำหรับการดึงข้อมูล) ในขณะที่ค่าที่ใกล้กับ 1 จะสร้างผลลัพธ์แบบ "สุ่ม" (สร้างสรรค์และคาดเดาไม่ได้)

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

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."