Microsoft Buildで発表されたPrompt Flowは、Azure Machine Learning（AzureML）の強力な機能として、プロンプトエンジニアリングプロジェクトの開発、評価、継続的な統合とデプロイ（CI/CD）をスケーラブルでチーム協力を容易にするワークフローに変えました。これにより、チームの作業効率が数倍に向上します。 個人とチームの効率向上：Prompt Flowの新たな協力思考Prompt Flowを使用しない個人でも、最新のプロンプト協力思考を理解することで、自身とチームのプロンプト使用効率を向上させることができます。Prompt Flowのバリエーションは、プロンプトエンジニアリングをデータベース、チーム協力、継続的な最適化のプロセス化されたエンジニアリングに変えました。 Prompt Flowを完全に理解した後、私はまだ"10の個人効率を向上させるプ

Build Japanで発表した内容です。 主にLLMの開発上の新しいトレンド説明。 関連する Azure AI のアップデートを挟みました。 (デモ動画は動きませんので悪しからず…) 1. Plugin GPT の本質を考える 「GPT によるツールとの接続」というコンセプトを世に示した Bing Chat ツール連携で爆発的に広がる GPT の可能性 AIがサービス利用を仲介する未来像 Azure OpenAI Service プラグイン Azure OpenAI Service on your data on your data が解決する独自データ導入における課題 2. Prompt Engineering GPT の言語生成過程を改めて確認する GPT の推論時の影響要素 Fine tuning と Prompt Engineering との�位置づけ ユーザサイドの Promp

はじめに Edge Copilot の動画から始まりました。「この時代のAIで開発者と祝う短い動画のための文章を書いて。この動画はMicrosoft Buildのオープニングで利用します。感動的なものにしてください。そして…」 「私たちはAIの新しい時代に突入しようとしています。創造する速度と同じ速度で開発でき…」 「クリエイティビティは無限となり」 「そして、より大きな課題に取り組むことができます」 「未来を作り上げ、人類の進歩を加速させるために今日、貢献できるように」 「その未来を一緒に作り上げましょう」 また皆さんに対面であえて光栄です。いま、プラットフォームの変革が訪れようとしているこの時に、 このような開発者カンファレンスは特別な場所（Microsoft Build ）となります。 私にとっても1991年に初めてMousconiセンターで開催された開発者向けのカンファレンス「 P

AI/ML on AWS Advent Calendar 2022の5日目です。 SageMaker Model MonitorとSageMaker Clarifyを使用して、ML監視を実践してみます。 本文中コード: https://github.com/nsakki55/code-for-blogpost/tree/main/sagemaker_model_monitoring ML監視 MLモデルの予測性能は、データと密接に関わっています。 本番環境のMLモデルの予測精度が劣化している要因の一つに、「学習データと推論データの分布が異なる」状況が考えられます。 このようなデータ分布の変化を「データドリフト」とML監視の文脈では呼びます。 変化の比較データとして、以下2つの組み合わせがよく取り上げられます。 学習データと推論データの分布の変化 ベースライン：学習データの統計量 比較対象：

さらに、Azure Faceを使うには、利用目的などをMicrosoftに申請することが必要になる。画像や動画の顔を自動的にぼかすなど、いくつかのユースケースではオープンアクセスのままになる。 Azure Face APIへのアクセスはこのように制限するが、Microsoftが取り組んでいる障害者向けAIの開発は継続する。「制御されたシナリオに使う場合は役立つ可能性がある」ため。 また、人間の声のサンプルからその人間の声の合成音声スピーチを作成できる「カスタムニューラル音声」へのアクセスも制限する。利用可能なユースケースを定義し、定義から外れる利用は承認しない。カスタムニューラル音声は、著名人の声で不正なプロパガンダを流すなどの悪用、いわゆる音声版ディープフェイクが懸念されている。 これらの機能は、新規ユーザーへの提供を同日から停止し、既存ユーザーへの提供は2023年6月30日に終了する。

Azure Perceptというコンセプト 最近はDigital Twinsという言葉が話題に上がります。Digital Twinsで重要なものの1つとしてIoTは切っても切り離せない関係だと思います。IoT機器のセンシング情報をデジタル環境で活用することはもはや当たり前の世界観になってきていると思います。 そういった中でより高度なセンシング情報を扱うためにIoTエッジデバイスと機械学習を組合わせる運用というのも徐々に増えていると思います。例えば、カメラ映像をただストリーミングするのではなく機械学習を使って人流や防犯といった方面で情報を活用するといったものです。 こういったシステムを構築するためにはそれなりの工数がかかります。IoT機器の準備、機械学習に必要なモデル定義や学習データ... Azure Perceptはこの辺りを1つのソリューションとして構築するためのソリューションになってい

Azure Arcの対象をAzure Machine Learningに拡げることで、機械学習機能をハイブリッド環境とマルチクラウド環境に拡張することができ、既存のインフラストラクチャ投資を使用してデータが存在する場所で機械学習モデルを直接トレーニングできるようになる。 これらの新機能によって、セキュリティとコンプライアンス要件を満たしつつ、データ移動を削減することが可能になる。 なお、Azure ArcはKubernetesに対応することで、AzureポータルからKubernetes構成の共通セットを大規模にクラスタへデプロイできるようになっており、GitOpsを使用したクラウドネイティブアプリケーションの一元的コーディング、およびKubernetesクラスタへの安全なデプロイを可能にした。また、Azureから直接管理できる、パフォーマンスと費用効果に優れたハイパーコンバージドインフラス

ジョン ローチ (John Roach) 本ブログは、米国時間 3 月 2 日に公開された “With Azure Percept, Microsoft adds new ways for customers to bring AI to the edge” の抄訳を基に掲載しています。 音声コマンドに応答するエレベーター、店舗管理者に在庫補充を促すカメラ、ATM や駐車場などあらゆるものの空き情報を教えてくれる動画ストリーム。 これらは、人工知能とエッジコンピューティングの組み合わせにより可能になる数 100 万ものシナリオのほんの一例です。スタンドアローンのエッジデバイスは、クラウドコンピューティングの機能を常時アクセスすることなく、AI ツールを活用してテキストの翻訳やイメージの認識を行うことができます。 デジタルカンファレンス Ignite において、マイクロソフトは、デバイス管理

米Microsoftは3月2日（現地時間）、エッジコンピューティングデバイスと同社のクラウド計算環境「Azure」をつなぐプラットフォーム「Azure Percept」のパブリックプレビューを公開した。AzureのAI処理サービスをエッジデバイスでも簡単に使えるようにする。 Azure Percept対応のエッジデバイス「Azure Percept Vision」（中央）、「Azure Percept Audio」（右）、「Trusted Platform Module」（左） Azureはクラウド側の大規模な計算リソースでAIの学習や推論を行える機能を持つが、利用するにはインターネット環境が必要になる。エッジデバイスは学習済みのAIモデルを搭載することで、インターネットに常時つながっていなくても推論できるのが特徴。 Azure Perceptでは、対応するエッジデバイスへのAIプログラム

In 2017, Jyoti Bansal co-founded San Francisco-based security company Traceable alongside Sanjay Nagaraj, a former investor. With Traceable, Bansal — who previously co-launched app performance m

はじめまして、ますみです！ 本記事のターゲットと概要は以下の通りです。 ターゲット / Target 機械学習に携わる研究者 機械学習を用いたソフトウェアに従事する方々（エンジニア / デザイナー / プロマネ / マーケター / セールス / コンサル / 経営者など） 概要 / Abstract 機械学習をAzureというクラウドサービス上で実行 / 運用していく場合に知っておくべき知識の紹介。 ※ 求ム！Pythonを使ってAzureで開発する時のTips！【PR】日本マイクロソフト Advent Calendar 2020 の23日目の記事です。 また、本記事の作者（私）はAzure Fundamentalの資格を取得しているものの（証明書）、まだまだ学び足りないことがたくさんあります。そのため、もしも「こういうサービスもあるよ！」や「こういうメリットとデメリットもあるよ！」などの