Azure OpenAI Service 概要とサンプルアプリ等のご紹介

45.6K Views

April 22, 23

スライド概要

.NETラボ 勉強会 2023年4月
https://dotnetlab.connpass.com/event/279139/

Azure OpenAI Service 概要とサンプルアプリ等のご紹介

Azure OpenAI を使用することにより、Azure 内で OpenAI 人工知能モデルに対してソリューションを構築できます。人工知能、責任ある AI、テキスト生成、コード生成、イメージ生成のつながり等を理解した上で、AI モデルに対してソリューションをビルドするために Azure OpenAI を使用する方法について、サンプルをご紹介しながら説明していきます。

profile-image

ヴイエムウェア株式会社 プリンシパルエンタープライズアーキテクト。Microsoft で13年間、テクニカルエバンジェリストとして .NET、Visual Studio、Windows、iOS、Android、Microsoft Azure 等の開発者向け最新技術啓発活動を実施。その後、Dell、Accenture、Elastic 等を通じて現職でも同様の活動を実施。 2019年4月〜2021年8月迄、内閣官房 IT 総合戦略室 政府 CIO 補佐官を兼務、2021年9月〜2024年3月迄、デジタル庁 PjM ユニット ソリューションアーキテクトを兼務。

シェア

またはPlayer版

埋め込む »CMSなどでJSが使えない場合

関連スライド

各ページのテキスト
1.

Azure OpenAI Service 概要と サンプルアプリ等のご紹介 鈴⽊ 章太郎 ヴイエムウェア株式会社 戦略ビジネス推進本部 主席エンタープライズアーキテクト March 25 th, 2023 ©2023 VMware, Inc.

2.

鈴⽊ 章太郎 Twitter : @shosuz ヴイエムウェア株式会社 戦略ビジネス推進本部 主席エンタープライズアーキテクト Microsoft で13年間、テクニカルエバンジェリストと して .NET、Visual Studio、Windows、iOS、 Android、Microsoft Azure 等の開発者向け 技術啓発活動を実施。 その後 Dell、Accenture、Elastic での開発者 向け技術啓発活動等を経て現職。 2019年4⽉より内閣官房 IT 総合戦略室 政府 CIO 補佐官、2021年9⽉よりデジタル庁 省庁業 務サービスグループソリューションアーキテクトを兼務。 ©2023 VMware, Inc.

3.

ここから引⽤させて戴いて初⼼者向けに再構成し、セッションではオリジナルコンテンツやデモと組み合わせています。 Agenda ©2023 VMware, Inc. l はじめに l ⽣成 AI とは l Azure OpenAI について l Azure OpenAI の使⽤⽅法 l OpenAI の⾃然⾔語機能 l OpenAI のコード⽣成機能 l OpenAI のイメージ⽣成機能 l Azure OpenAI へのアクセスと 責任ある AI ポリシー l まとめ 3

4.

はじめに Confidential │ © 2021 VMware, Inc. 4

5.

はじめに • 最新の⼈⼯知能 (AI) のイノベーション • “ChatGPT”、“OpenAI”、“機械学習モデル” • イノベーションがもたらす機会と、倫理性を保ちながら AI を 進歩させる • OpenAI が ChatGPT (チャットボット)と DALL-E (イメージ ⽣成アプリケーション)を公開 • これまで多くの⼈々が⽬にしたことがない AI 機能を世に⽰す • 安定した AI モデルが定期的に運⽤環境に投⼊されており、 世界中で商⽤利⽤されている • Microsoft の既存の Azure AI サービスでは⻑年にわたり 企業のニーズを扱っている © 2023 VMware, Inc. 5

6.

OpenAI AI モデルの機能 OpenAI AI モデルの機能 は主に3 つの カテゴリ © 2023 VMware, Inc. 機能 例 ⾃然⾔語の⽣成 さまざまな読み取りレベルの複雑なテキストの 要約、⽂章の⽂⾔の代替の提案など コードの⽣成 プログラミング⾔語間でのコードの翻訳、コード 内のバグの特定とトラブルシューティングなど イメージの⽣成 テキスト説明からのパブリケーション⽤イメージ の⽣成など 6

7.

⽣成 AI とは Confidential │ © 2021 VMware, Inc. 7

8.

OpenAI サイト • • OpenAI を使⽤すると、開発者は AI モデルを使⽤して、ChatGPT などの強⼒なアプリケーションを構築できる OpenAI サイトには、実⽤的なもの (コードからテキストを⽣成する等) 、純粋にエンターテイメント⽬的のもの (怪談を執筆する等) 等、 サンプルとなるその他の OpenAI アプリケーションが数多く存在する © 2023 VMware, Inc. 8

9.

OpenAI モデルが AI ランドスケープに適したものとなるケース •⼈⼯知能 出⼒内容についての明確な指⽰なしに学習してタスクを実⾏する機械に依存することで⼈間の⾏動を模倣 •機械学習 気象条件などのデータを取り込み、そのデータをアルゴリズムに適合させて予測 (特定の⽇の店舗の収益など) を⾏う •ディープラーニングモデル ⼈⼯ニューラルネットワークの形式でアルゴリズムのレイヤーを使⽤し、より複雑なユース ケースの結果を返す Azure AI サービスは、ディープラーニングモデルに基づいて構築されている。 参照︓機械学習とディープラーニングの違い •⽣成 AI モデル ⼊⼒に記述されている内容に基づき新しいコンテンツを⽣成できるディープラーニングモデルのサブセット。 OpenAI モデルは、⾔語、コード、イメージを⽣成できる⽣成 AI モデルのコレクション © 2023 VMware, Inc. 9

10.

Azure OpenAI について Confidential │ © 2021 VMware, Inc. 10

11.

Azure OpenAI について Microsoft は OpenAI と提携して次の 3 つの主な⽬標を達成 セキュリティ、コンプライアンス、 リージョンの可⽤性など、Azure のインフラストラクチャを利⽤して、 ユーザーがエンタープライズレベル のアプリケーションをビルドするの を⽀援する © 2023 VMware, Inc. Azure AI 製品およびそれ 以外も含む Microsoft 製品 全体に OpenAI AI モデル 機能をデプロイする Azure を使⽤して OpenAI の すべてのワークロードを強化する

12.

Azure OpenAI サービスの概要 Azure のエンタープライズ レベルの機能と OpenAI の⽣成 AI モデルの機能を組み合わせたもの Azure OpenAI は Azure ユーザーが利⽤でき、次の 4 つのコンポーネントから構成 事前トレーニング済み の⽣成 AI モデル © 2023 VMware, Inc. カスタマイズ機能 (独⾃のデータを 使⽤して AI モデル を微調整する機能) ユーザーが責任を持って ロールベースのアクセス AI を実装できるように、 有害なユースケースを 制御 (RBAC) と プライベートネットワークを 検出して軽減するための 使⽤したエンタープライズ 組み込みツール レベルのセキュリティ

13.

Azure OpenAI ワークロードについて 多くの⼀般的な AI ワークロードと、いくつかの新しいワークロードをサポート • ⼀般的な AI ワークロード︓ 機械学習、コンピューター ビジョン、⾃然⾔語処理、会話 AI、異常検出、ナレッジマイニング等 • Azure OpenAI でサポートされるその他の AI ワークロード︓ 次の 3 つのグループに分類できる ⾃然⾔語の⽣成 ・“テキスト⼊⼒候補”: テキストの⽣成と編集 ・“埋め込み”: テキストの検索、分類、⽐較 © 2023 VMware, Inc. コードの⽣成: イメージの⽣成: コードの⽣成、編集、説明 イメージの⽣成と編集

14.

Azure OpenAI と Azure AI サービスの関係 Azure Machine Learning プラットフォーム、Cognitive Services、Applied AI Services に分類 © 2023 VMware, Inc.

15.

Azure OpenAI の使⽤⽅法 Confidential │ © 2021 VMware, Inc. 15

16.

Azure OpenAI 利⽤⼿順 • Azure OpenAI へのアクセスを申請する • アクセスが許可されたら、他の Azure サービス の場合と同様に、Azure OpenAI リソースを 作成してサービスを使⽤可能 • リソースが作成されたら、 • C#/Python SDK、または REST API • Azure OpenAI Studio の Web インターフェイス を介してサービスを使⽤可能 • 埋め込みは、Azure OpenAI でも使⽤できる • 埋め込みモデルは、特定のタスクに適するように特別に作成されている • Azure OpenAI の AI モデルはすべて、トレーニング、微調整してカスタマイズ可能 ※ カスタム モデルについては、モデルの微調整に関する Azure ドキュメントで詳細を確認できる © 2023 VMware, Inc. 16

17.

Azure OpenAI 利⽤⼿順 Azure OpenAI へのアクセスを申請する © 2023 VMware, Inc. 17

18.

構築した AI モデルをアプリの⼀般公開のためデプロイ OpenAI モデルはいくつかの主なファミリに分類される • Azure OpenAI の機能は、いくつかの特定の⽣成 AI モデルによって可能に • 様々なモデルが様々なタスクに合わせて最適化 • ⼀部のモデルは単純な要約タスクに優れており、 ⼀般的な⾮構造化応答に優れているモデルも あれば、テキスト⼊⼒から⼀意の画像を⽣成する ために構築されているモデルもある • これらの OpenAI モデルはいくつかの主なファミリー に分類される • ⽣成事前トレーニング済みトランスフォーマー (GPT) • Codex • DALL-E © 2023 VMware, Inc. 18

19.

プレイグラウンド GPT-3 / 3.5 (Preview) Playground テキスト ボックス • Azure OpenAI Studio では、 GPT-3 Playground と呼ばれる テキストボックスユーザーインター フェイスで OpenAI モデルを試せる • GPT 3.5 Preview も可能 • プロンプトに⼊⼒し、コードを記述 しなくても応答を確認できる © 2023 VMware, Inc. 19

20.

OpenAI の⾃然⾔語機能 Confidential │ © 2021 VMware, Inc. 20

21.

OpenAI の⾃然⾔語機能を理解する ⾃然⾔語を受け取り、応答を⽣成することができる • ⾃然⾔語学習モデルは、“トークン” と呼ばれる単語または⽂字チャンクに基づいてトレーニングされる • 例えば、“hamburger” という単語はトークン ham、bur、ger に分割されるところ、“pear” のような短くて ⼀般的な単語は1つのトークン • これらのトークンは、トレーニングに 使⽤する機械学習モデルのベクトルにマップされる • トレーニング済みの⾃然⾔語モデルがユーザーの⼊⼒を受け取ると、⼊⼒がトークンにも分割される © 2023 VMware, Inc. 21

22.

⾃然⾔語⽣成のための GPT モデルについて • ⽣成事前トレーニング済みトランスフォーマー (GPT) モデルは、⾃然⾔語の理解と作成の両⽅に優れる • プロンプトに基づいて質問に答えたり段落を記述したりする AI のニュースの事例は GPT モデルによって ⽣成された可能性がある • GPT モデルは、多くの場合、バージョン (例: GPT-2、GPT-3) が末尾に付加される • Azure OpenAI では GPT-3 へのアクセスが提供されており、間もなく GPT-3.5 /4 へのアクセスが 提供される予定 © 2023 VMware, Inc. 22

23.

GPT-3とはどういうものか - 1 OpenAI の⽣成 AI の重要な側⾯ • • • ⾃然⾔語、ビジュアル、またはコード応答を返すために⼊⼒ (プロンプト) を受け取る GPT では、プロンプトに基づいてユーザーの質問のコンテキストを推論 (推測) しようとする GPT モデルは、いくつかの⾃然⾔語タスクを完了する上で優れた機能を備え、その中には次のものがある タスク Prompt テキストの要約 "このテキストを短いぼかしにまとめる" テキストの分類 "What genre of book is this?" 名前または語句の⽣成 "Write a tagline for my flower company" 翻訳 "Translate 'How are you' to French" 質問への回答 "What does Azure OpenAI do?" コンテンツの提案 "Give me the five best weddings songs" © 2023 VMware, Inc. 23

24.

GPT-3とはどういうものか - 2 OpenAI の⽣成 AI の重要な側⾯ • ユーザーが料理レシピを求めるテキストを⼊⼒するプロンプト • OpenAI API によって⽣成された応答の例 これらの材料と⼿順に基づいて、レシピを作ってください︓ 指⽰︓ フルーツパイ 1. オーブンを華⽒350度に予熱しておく。 原材料はこちら ストロベリー ブルーベリー ⼩⻨粉 エッグス ミルク 2. 中型のボウルに⼩⻨粉1カップと卵1個を⼊れ、⽣地ができるま で混ぜ合わせる。 3. 9インチのパイ⽫にバターまたはノンスティッククッキングスプレーを 塗る。 4. ⽣地を丸め、パイ⽫に並べる。 5. 別のボウルに、イチゴ1カップ、ブルーベリー1カップ、⽜乳1カップを ⼊れ、混ぜ合わせる。 6. フルーツミックスをパイ⽫に流し込む。 7. 焼く © 2023 VMware, Inc. 24

25.

新しいユース ケースにモデルを適⽤する⽅法 ChatGPT は GPT-3.5 ⽣成 AI モデルに基づいて構築されたチャットボット • • • • • • チャット ポータルで ChatGPT の予測 機能を試せる プロンプトを⼊⼒し、⾃動応答を受け とれる ポータルはユーザーに表⽰されるフロント エンドユーザーインターフェイス (UI) と、 GPT-3.5 モデルを含むバックエンドとで 構成される フロントエンドとバックエンドの組み合わせ は、チャットボットと表現できる バックエンドで提供されるモデルは、 OpenAI API で、構成要素として 使⽤できるモデル 他のアプリケーションに ChatGPT の ような機能がある場合、それは開発者 が構成要素を取得し、ユースケースに 合わせてカスタマイズし、新しいフロント エンドユーザーインターフェイスのバック エンドに組み込んだもの この写真 の作成者 不明な作成者 は CC BY-NC-ND のライセンスを許諾されています © 2023 VMware, Inc. 25

26.

OpenAI のコード⽣成機能 Confidential │ © 2021 VMware, Inc. 26

27.

OpenAI のコード⽣成機能について理解する ⾃然⾔語またはコードスニペットを取得し、それらをコードに変換 • OpenAI コード⽣成モデルファミリ • Codex は、C#、JavaScript、Perl、PHP などの 12 を超える⾔語に精通しており、 Python で最も有効 © 2023 VMware, Inc. 27

28.

OpenAI のコード⽣成機能について理解する Codex モデル • Codex モデルは GPT-3 に基づいており、コードの理解と記述に最適化されている • これらのモデルは、⾃然⾔語とパブリック リポジトリからの数⼗億⾏のコードの両⽅でトレーニングされている • Codex では、コード コメントなどの⾃然⾔語命令からコードを⽣成でき、コード関数を補完する⽅法を提案できる 例︓“Python で1から10までカウントする for ループを書き込む” というプロンプトを指定すると、次の回答を得る //Python for i in range(1,11): print(i) • コード⽣成モデルは、開発者がコードをより迅速に作成し、新しいコーディング⾔語を理解し、アプリケーションでより ⼤きな問題を解決することに集中するのに役⽴つ • 開発者は、⽬標をより単純なタスクに分割し、Codex を使⽤して既知のパターンを使ってタスクを構築できる © 2023 VMware, Inc. 28

29.

コード⽣成の例 - 1 Codex モデル • GPT-3 のトレーニングデータの⼀部にはプログラミング⾔語が含まれているため、GPT モデルが尋ねられたプログラミングの 質問に答えることができるのは当然 • Codex モデル ファミリのユニークな点は、GPT モデルよりも多くの⾔語でより有効であること • Codex は、⾃然⾔語プロンプトからコードを記述するだけではない • 次のコードを使⽤すると、単体テストを⽣成できる //Python # Python 3 def mult_numbers(a, b): return a * b # Unit test def © 2023 VMware, Inc. 29

30.

コード⽣成の例 - 2 Codex モデル • Codex では関数の単体テストを構築できる //Python # 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 © 2023 VMware, Inc. 30

31.
[beta]
コード⽣成の例 - 3
Codex モデル
• 既に記述されている関数を要約、SQL クエリまたはテーブルを説明、関数をあるプログラミング⾔語から別のものに変換ができる
• Codex モデルを操作する場合、ライブラリまたは⾔語固有のタグを指定し、必要なものを Codex に明確に⽰せる
• たとえば、HTML コメント <!-- build a page titled “Letʻs Learn about AI” --> として書式設定されたプロンプトを
指定し、結果としてこれを取得できる
//HTML
<html>
<head>
<title>Let's Learn about AI</title>
<link rel="stylesheet" type="text/css" href="css/styles.css">
</head>
<body>
<div class="wrapper">
<div class="header">
<h1>Let's Learn about AI</h1>
</div>
<div class="nav">
<ul>
<li><a href="index.php">Home</a></li>
<li><a href="about.php">About</a></li>
<li><a href="resources.php">Resources</a></li>
<li><a href="contact.php">Contact</a></li>
</ul>
</div>
<div class="content">
<h2>Contact</h2>
<p>
© 2023 VMware, Inc.

--<!-- build a form to contact the site owner -->
<form action="contact.php" 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>
31

32.

GitHub Copilot - 1 OpenAI Codex の機能を Visual Studio Code などの開発環境⽤のプラグインに統合 • • • プラグインをインストールして有効にすると、コードの記述を開始できる コード コメントまたは関数名に基づいて関数の残りの部分を⾃動的に提案する 例︓ファイルに関数名のみが含まれている場合、補完するために灰⾊のテキストが⾃動的に提案される © 2023 VMware, Inc. 32

33.

GitHub Copilot - 2 OpenAI Codex の機能を Visual Studio Code などの開発環境⽤のプラグインに統合 • • キーボードショートカットを使⽤してタブ移動できるコード補完のための複数の候補が⽰される 有益なコードコメントを指定すれば、補完関数コードと共に関数名を提案することもできる © 2023 VMware, Inc. 33

34.

OpenAI のイメージ⽣成機能 Confidential │ © 2021 VMware, Inc. 34

35.

OpenAI のイメージ⽣成機能について理解する DALL-E • イメージ⽣成モデルでは、プロンプト、基本イメージ、またはその両⽅を取得し、新しいものを作成できる • これらの⽣成 AI モデルでは、現実的なイメージと芸術的なイメージの両⽅を作成し、イメージのレイアウト またはスタイルを変更し、与えられたイメージのバリエーションを作成することができる • これらの⽣成 AI モデルでは、⾃然⾔語機能に加えて、イメージの編集と作成が可能 • イメージを処理するモデルは DALL-E と呼ばれる • GPT モデルと同様に、DALL-E のバージョン (例: DALL-E 2) が名前の末尾に付加される • イメージ機能は、通常、イメージの作成、イメージの編集、イメージのバリエーションの作成の 3 つのカテゴリに 分類される © 2023 VMware, Inc. 35

36.

DALL-E イメージの⽣成 - 1 イメージの⽣成 • • • • • 元のイメージは、イメージの内容を⽰すテキストプロンプトを提供することで⽣成できる プロンプトの詳細が多いほど、モデルによって望ましい結果が提供される可能性が⾼まる DALL-E を使⽤すると、“a dog in the style of Vincent van Gogh” など、特定のスタイルのイメージを 要求することもできる スタイルは、編集やバリエーションにも使⽤できる たとえば、“an elephant standing with a burger on top, style digital art” というプロンプトを受け 取ったモデルでは、要求された内容を正確に描写するデジタル アート イメージが⽣成される © 2023 VMware, Inc. https://learn.microsoft.com/ja-jp/training/modules/explore-azure-openai/ 36

37.

DALL-E イメージの⽣成 - 2 イメージの⽣成 • より⼀般的な内容を要求された場合、⽣成されるイメージは要求される内容を満たしながら、より多様かつ シンプルなものになる (例: “a pink fox”) • これに対して、プロンプトをより具体的なものにすると、モデルでは⾮常によく似た詳細なイメージが作成される (例: “a pink fox running through a field, in the style of Monet”) © 2023 VMware, Inc. https://learn.microsoft.com/ja-jp/training/modules/explore-azure-openai/ 37

38.

DALL-E イメージの編集 イメージの編集 • • • • イメージを指定すると、DALL-E では、スタイルの変更、項⽬の追加や削除、または追加する新しいコンテンツ の⽣成によって、要求に応じてイメージを編集できる 編集は、元のイメージをアップロードし、編集するイメージの領域を⽰す透明なマスクを指定することによって、 ⾏われる イメージおよびマスクと共に、編集する内容を⽰すプロンプトにより、その領域を埋める適切なコンテンツを⽣成 するようにモデルに指⽰される いずれかのピンクのキツネのイメージ、キツネを覆うマスク、および “blue gorilla reading a book in a field” というプロンプトを与えられた場合、モデルでは、指定された⼊⼒に基づきイメージの編集が作成される © 2023 VMware, Inc. https://learn.microsoft.com/ja-jp/training/modules/explore-azure-openai/ 38

39.

DALL-E イメージのバリエーション イメージのバリエーション • イメージ バリエーションは、イメージを指定し、イメージのバリエーションの数を指定することで作成できる • イメージの全般的なコンテンツは変わらないが、被写体の位置や視線、背景のシーンなどの側⾯が調整され、 ⾊が変化する場合もある • たとえば帽⼦のようにハンバーガーを乗せた象のイメージの 1 つをアップロードすると、同じ主題のバリエーション が取得される © 2023 VMware, Inc. https://learn.microsoft.com/ja-jp/training/modules/explore-azure-openai/ 39

40.

Azure OpenAI へのアクセスと 責任ある AI ポリシー Confidential │ © 2021 VMware, Inc. 40

41.

Azure OpenAI のアクセスと責任ある AI ポリシー - 1 • • • • AI システムを操作する場合の倫理的な影響を考慮することが重要です。 Azure OpenAI では、さまざまなタスクを完了し、いくつかの異なるユース ケースで動作できる強⼒な⾃然⾔ 語モデルが提供され、それぞれに、安全かつ公正な使⽤に関する独⾃の考慮事項があります。 AI システムの開発とデプロイを任されているチームまたは個⼈は、損害の特定、測定、軽減に取り組む必要 があります。 Azure OpenAI を使⽤するには、次の 6 つの Microsoft AI 原則に従う必要があります。 •公平性: Al システムは、グループや個⼈を差別したり、偏⾒を⽀持する決定を⾏うべきではありません。 •信頼性と安全性: Al システムは、新しい状況や潜在的な操作に安全に対応する必要があります。 •プライバシーとセキュリティ: AI システムは安全で、データ プライバシーを尊重する必要があります。 •包括性: AI システムはすべての⼈を⽀援し、⼈々の関⼼を引き付ける必要があります。 •アカウンタビリティ: AI システムの動作について説明する責任があります。 •透明性: AI システムは、ユーザーが構築および使⽤⽅法を理解できるように説明する必要があります。 © 2023 VMware, Inc. 41

42.

Azure OpenAI のアクセスと責任ある AI ポリシー - 2 • 責任ある AI 原則は、Microsoft の Azure OpenAI の透明性に関するメモと、他の製品の説明をガイド するものです。 • 透明性に関するメモは、Microsoft の AI テクノロジのしくみ、システムのパフォーマンスと動作に影響を与える システム所有者の選択肢、およびテクノロジ、⼈、環境などのシステム全体について検討することの重要性を理 解するのに役⽴ちます。 • 「Azure で AI の使⽤を開始する」モジュール、責任ある AI に関するユニットを参照 © 2023 VMware, Inc. 42

43.

Azure OpenAI への制限付きアクセス • 責任を持って AI を使⽤するという Microsoft のコミットメントの⼀環として、Azure OpenAI へのアクセス は現在制限されています。 • Azure OpenAI の使⽤を希望するお客様は、最初の実験アクセス、および運⽤環境での使⽤の承認の際 にもう⼀度、登録フォームを送信する必要があります。 • コンテンツ フィルターと不正使⽤の監視を変更するお客様は追加登録が必要です。 • アクセスを申請し、制限付きアクセス ポリシーの詳細を確認する場合は、Azure OpenAI の制限付きアクセ スに関するドキュメントを参照してください。 © 2023 VMware, Inc. 43

44.

まとめ Confidential │ © 2021 VMware, Inc. 44

45.

Agenda まとめ l ⽣成 AI とは l Azure OpenAI について l Azure OpenAI の使⽤⽅法 l OpenAI の⾃然⾔語機能 l OpenAI のコード⽣成機能 l OpenAI のイメージ⽣成機能 l Azure OpenAI へのアクセスと責任ある AI ポリシー ©2023 VMware, Inc. 45

46.

リソース ©2023 VMware, Inc. 46

47.

リソース⼀覧 • Microsoft Lean : Azure OpenAI Service の概要 • クイックスタート: Azure OpenAI Service を使⽤してテキストの⽣成を開始する https://learn.microsoft.com/ja-jp/training/modules/explore-azure-openai/ https://learn.microsoft.com/ja-jp/azure/cognitive-services/openai/quickstart • GitHub: Azure OpenAI Samples • GitHub: OpenAI Cookbook • 202304_Azure OpenAI Developers Seminar(1) • 0421DS協会_ChatGPTによって描かれる未来とAI開発の変遷.pdf https://github.com/Azure/openai-samples https://github.com/openai/openai-cookbook PDF PDF ©2023 VMware, Inc. 47

48.

Thank You for your attention! ©2023 VMware, Inc.