A chiunque è interessato a farsi un'idea approfondita e consapevole del servizio Microsoft Azure OpenAI e della sua applicabilità pratica.

Gli obiettivi del corso sono:

·        introdurre il partecipante ai servizi di Azure OpenAI, soprattutto dal punto di vista delle potenzialità di business offerte

·        confrontare i due servizi Azure OpenAI ed Azure AI, evidenziando differenze e complementarietà dei servizi offerti

·        demistificare l’AI generativa, illustrandone i sottostanti concetti ed algoritmi in modo intuitivo per permettere all’utente di padroneggiarne l’utilizzo

·        abilitare il partecipante ad un uso maturo e consapevole del servizio Azure OpenAI 

Nessuno.

Primo modulo: introduzione ad Azure OpenAI Service ed alla AI generativa e conversazionale

1.      cosa è la AI generativa (Text2Text, Text2Image, Text2Code, Text2Audio, Image2Text, Audio2Text, ecc) e quali sono i suoi più importanti casi d’uso

2.      breve storia dell’AI generativa

3.      storia della AI generativa con Microsoft

4.      cos’è la AI conversazionale (bot, agenti virtuali, ecc)

5.      OpenAI con chatGPT per Text2Text, DALL-E per Text2Image e Codex per Text2Code

6.      la partnership tra Microsoft e OpenAI

7.      panoramica di Azure OpenAI service

·        l’architettura di Azure OpenAI

·        l’API più comune: la text completion (che include anche domande e risposte)

·        i concetti chiave: prompt, token, completamenti

·        le famiglie di modelli inferenziali (pre-allenati) fornite da Azure OpenAI: GPT-4 (a fine marzo 2023 in preview), GPT-3.5, GPT-3 (che include ChatGPT, a fine marzo 2023 in preview), Codex, Embedding: quali usare per quali scopi?

·        perchè modelli già allenati? che vantaggio rispetto ai modelli da allenare di Azure AI Service?

·        il modello text-in / text-out di GPT-X

·        quale fine-tuning, a seconda delle capacità richieste dal caso d’uso: Ada, Babbage, Curie, Cushman oppure Davinci?

·        in-context learning (l’utilizzo emergente nei grandi modelli linguistici): approccio few-shot, one-shot e zero-shot: quando e come usarli?

·        come accedere ed usare Azure OpenAI: REST API, Python, SDK, Azure OpenAI Studio

·        dove risiedono i prompt ed i risultati privati di (chat)gpt?

·        Azure OpenAI Service vs OpenAI

·        Azure OpenAI Service vs Azure AI Service: quando usare i primi od i secondi?

8.      ChatGPT di Azure OpenAI: l’interfaccia conversazionale a GPT (di tipo conversation-in / message-out): quando usarla? In che modo? che limiti al numero di di token? sono “risposte candidate” da validare da parte dell’utente!

9.      Azure OpenAI Studio: l’interfaccia no-code di Azure OpenAI, utile per sperimentare le idee ed i modelli inferenziali, per il fine-tuning ed anche per customizzare chatGPT

10.   Codex di Azure OpenAI: il discendente di GPT-3, allenato su testo e miliardi di linee di codice di Github, utile per capire e generare codice software (in Python ed in un’altra decina di linguaggi di programmazione), anche a partire da linguaggio naturale

11.   Embedding di Azure OpenAI per estrarre significato da un testo (frase, paragrafo, articolo, libro, sito, ecc):

·        Similarity, per catturare la similarità semantica di frasi e testi

o   cosa sono gli spazi vettoriali, il word embedding e la similarità del coseno?

o   casi d’uso specifici: clustering, regressione, rilevamento delle anomalie e visualizzazione

·        Text search, per misurare se lunghi documenti sono rilevanti per una query di ricerca

·        Code search, per rilevare le corrispondenze tra semplici query di ricerca e pezzi di codice

12.   l’infrastruttura cloud Azure ad hoc per l’AI: i supercomputer per l’AI di Microsoft e Nvidia, con GPU e servizi di rete specifici per AI

13.   le competenze richieste per usare Azure OpenAI in modo efficace

14.   lo schema di pricing di Microsoft per il servizio Azure OpenAI

Secondo Modulo: i casi d’uso aziendali e professionali abilitati da Azure OpenAI

1.      breve spiegazione teorico-pratica dei principali algoritmi di Azure OpenAI (regressione, classificazione, clustering, riduzione delle dimensioni, raccomandazione) e di come essi sono usati in concreto da Azure OpenAI

2.      casi d’uso di Azure OpenAI di aziende famose

3.      come customizzare i servizi di Azure OpenAI per i dati della specifica azienda o persona

4.      come combinare i prompt-query-result dei servizi di Azure OpenAI e dei servizi di Azure AI, ad es.  chatGPT con Azure Applied AI Cognitive Search

5.      come classificare i documenti con il servizio Azure Applied AI Form Recognizer integrato con Azure OpenAI

6.      come costruire app basate su chatGPT per l’orchestrazione di Azure OpenAI Service e Azure AI service

7.      come Azure OpenAI Service (GPT-4 e GPT-3) è integrato in Bing e Bing Image Creator, Designer, Viva Sales

8.      come Azure OpenAI Service (Copilot) è integrato nella Power Platform (in particolare in PowerBI, Power Automate, Power Apps e Power Virtual Agent) per uno sviluppo no-code assistito dall’AI

9.      come Azure OpenAI (Copilot) combina i grandi modelli linguistici con Microsoft 365 nel nuovo copilota Microsoft 365 Copilot, che integra chatGPT e più in generale l’AI in Word, Excel, PowerPoint, Teams Premium, ecc

10.   come Business Chat combina i grandi modelli linguistici con le app di Microsoft 365 ed i dati (email, calendario, documenti, riunioni, contatti, ecc)

11.   come Azure OpenAI (Copilot) può essere usato per aiutare gli sviluppatori di chatbot a creare in poco tempo degli assistenti virtuali che usano il linguaggio naturale tramite Copilot integrato in Power Virtual Agents

12.   come Azure OpenAI (ChatGPT) può essere usato per migliorare i chatbot esistenti nella gestione di domande non previste, oppure nella sintesi delle conversazioni dei call-center, oppure ancora nell’automazione del claim processing delle compagnie di assicurazioni

13.   come Azure OpenAI (Copilot) aiuta gli sviluppatori di codice con il suo AI pair programmer

14.   come utilizzare Azure OpenAI (DALL-E 2) in Designer per creare immagini e artwork da testo

 Terzo Modulo: l’uso consapevole di Azure OpenAI

1.      le grandi idee matematiche dietro la AI generativa, illustrate in modo intuitivo: l’elaborazione del linguaggio naturale (NLP), la rappresentazione delle parole come vettori, le reti neurali ricorrenti (RNN), i grandi modelli linguistici basati sulle reti neurali (LLM), il word embedding, il word embedding pre-allenato, il meccanismo della self-attention , i Transformer, le Generative Adversial Network (GAN)

2.      l’ingegneria dei prompt, la chiave del successo della AI conversazionale

3.      principi di AI responsabile: come scrivere casi d’uso ben definiti e cosa sono i filtri di contenuto di Azure OpenAI