【Microsoft Ignite 2023】AzureAI要点まとめ

はじめに

「Microsoft Ignite 2023」で様々なアップデートが発表されました。
忙しい人のために、AzureAIにフォーカスし要点をまとめました。
概要だけさくっとキャッチアップしたい方、必見です。
下記のブログを参考にして執筆しました。
Ignite 2023: What’s new in Azure AI Platforms – Charting the Future with Innovative AI and ML

Azure AI Studioのパブリックプレビュー

Azure AI Studioのパブリックプレビューが発表されました。
これはAIアプリケーションとCopilot開発を簡素化する新しいプラットフォームで、AI開発に必要なツールやサービスを一つに統合しています。AI開発者や機械学習の専門家は、この直感的なインターフェースを使って開発を始め、Azure Machine Learningを通じてより高度なモデル管理が可能です。
Azure AI Studio

Prompt Flowの一般提供

Prompt Flowというツールは、Azure Machine Learningで利用可能で、ソースコードのバージョン管理や共同作業を支援します。
これにより、開発フローの各段階を追跡し、必要に応じて以前のバージョンに戻すことができます。これは、開発プロセスを自動化し、簡素化するための一部です。
Prompt Flowの概要
Github

Azure Machine LearningのデータストアとしてのOneLakeのパブリックプレビュー

Microsoft FabricのOneLakeは、Azure Machine Learningと統合され、大規模なデータセットを統一的に処理することができるデータレイクハウスプラットフォームです。これにより、AIモデルの開発と展開が加速され、特に大量のデータ処理と複雑な計算が必要なAIや機械学習プロジェクトに役立ちます。
Microsoft Fabricとは

Azure AIのモデルカタログの一般提供が間近

Azure AIモデルカタログは、多様な最先端のAIモデルを提供し、開発者がそれらを自由に選択できるようにするものです。これにより、開発者はプロジェクトに最適なモデルを選択し、利用することができます。
Hugging Face、Meta、OpenAIのような有名なプロバイダーから基盤モデルを発見、評価、微調整、配備する力をユーザーに与え、開発者が特定のユースケースに最適な基盤モデルを選択することを容易にします。

モデルベンチマークのパブリックプレビュー

Azure Machine LearningとAzure AI Studioのモデルベンチマーク機能は、AIモデルの性能を評価・比較するためのツールです。精度の指標を利用して、モデル選択を簡素化し、プロジェクトに合った最適なAIソリューションを提供します。信頼できるデータセットと業界のベストプラクティスに基づく評価を通じて、公平で意味のある比較が可能です。

マネージド機能ストアの一般提供

Azure Machine Learningのマネージド機能ストアは、機械学習の専門家が自由に機能を開発し、安心して本番環境に移行できる新サービスです。これは、機能の提供からセキュリティ、監視までをシステムが自動で処理し、開発者の手間を大幅に軽減します。これにより、モデルの実験が加速し、信頼性が向上し、運用コストが削減されます。MLOps体験も簡素化され、AI開発がさらにスムーズになります。
Managed Feature Storeとは

バッチエンドポイント用のパイプラインコンポーネントデプロイメントの一般提供

パイプラインコンポーネントデプロイメントは、機械学習パイプラインを一つのユニットとして管理し、異なる環境間で簡単に移動することができます。これにより、組織内の作業効率が向上します。

サーバーレスコンピュートの一般提供

サーバーレスコンピュートは、機械学習の専門家がモデル作成に集中できるようにするための機能で、コンピューティングリソースの管理を自動化します。
これにより、開発者はインフラストラクチャの管理から解放され、コストの最適化や待ち時間の短縮などの利点を享受できます。