Dentro das novidades destacam-se o ajuste fino sem servidor para modelos Phi-3-mini e Phi-3-medium, que vai permitir aos programadores personalizar rapidamente estes modelos para cenários de cloud e edge, sem necessidade de recursos de computação; as atualizações ao Phi-3-mini, que incluem melhorias significativas na qualidade do núcleo, capacidade de seguir instruções e no output, permitindo programar com um modelo mais eficiente e sem custos adicionais; bem como a disponibilização imediata dos modelos mais recentes da OpenAI (GPT-4o mini), Meta (Llama 3.1 405B) e Mistral (Large 2), proporcionando maior escolha e flexibilidade.
Em abril, a Microsoft introduziu a família de modelos Phi-3, pequenos modelos de linguagem (SLM) mais capazes e económicos, que superam modelos de tamanho similar e até superior. A partir de hoje, os programadores podem ajustar os modelos Phi-3-mini e Phi-3-medium com os seus dados para construir experiências de IA mais relevantes, seguras e económicas para os seus utilizadores, e que objetivem atender às necessidades específicas das empresas e melhorar a qualidade de respostas.
Dada a sua pequena pegada computacional e compatibilidade com cloud e edge, os modelos Phi-3 são adequados para melhorar o desempenho do modelo base em vários cenários, incluindo aprender uma nova habilidade ou tarefa (por exemplo, tutoria) ou melhorar a consistência e qualidade da resposta (por exemplo, tom ou estilo dos outputs em chat/Q&A). E já há exemplos de adaptações do Phi-3 para novos casos de utilização, como é o caso da Microsoft e da Khan Academy, que estão a trabalhar juntas na utilização do Azure OpenAI Service para potenciar o Khanmigo for Teachers, um assistente de ensino baseado em IA, com o objetivo de melhorar o ensino de Matemática. Dados recentes referentes ao projeto mostram que, quando um aluno comete um erro matemático, o Phi-3 conseguiu superar a maioria dos outros modelos de IA generativa líderes na correção e identificação de erros dos alunos.
Para além disto, o Phi-3 também foi aperfeiçoado para dispositivos. Em junho, foi introduzido o Phi Silica, que visa capacitar os programadores com um modelo poderoso e fiável para construir aplicações com experiências de IA seguras e protegidas. O Phi Silica baseia-se na família de modelos Phi e foi projetado especificamente para as Unidades de Processamento Neural (NPUs) em Copilot+ PCs. O Microsoft Windows é a primeira plataforma a ter um SLM de última geração personalizado para NPU e caixa de correio.
Outra das novidades está no facto do Models-as-a-Service (endpoint sem servidor) passar a estar também disponível na Azure AI. Adicionalmente, o Phi-3-small está acessível via endpoint sem servidor, permitindo aos programadores iniciar o desenvolvimento de IA sem necessidade de gerir a infraestrutura subjacente. O Phi-3-vision (o modelo multimodal da família Phi-3) foi anunciado no evento anual Microsoft Build e está acessível através do catálogo de modelos da Azure AI. Em breve também poderá ser encontrado via um endpoint sem servidor.
Agora com mais de 1600 modelos disponíveis na Azure AI
A Microsoft está empenhada em proporcionar na Azure AI a seleção mais abrangente de modelos abertos e de fronteira, e ferramentas de última geração para satisfazer as necessidades únicas de custo, latência e design dos clientes. Lançado no ano passado, o catálogo de modelos da Azure AI apresenta agora uma vasta seleção de mais de 1600 modelos de fornecedores, incluindo AI21, Cohere, Databricks, Hugging Face, Meta, Mistral, Microsoft Research, OpenAI, Snowflake, Stability AI, entre outros. Este mês, foram adicionados o GPT-4o mini da OpenAI através do Azure OpenAI Service, o Meta Llama 3.1 405B e o Mistral Large 2.
Também o Cohere Rerank está agora disponível no Azure, permitindo incorporar de forma segura e fiável tecnologia de ponta de pesquisa semântica nas suas aplicações. Essa integração permite aos utilizadores aproveitarem a flexibilidade e a escalabilidade do Azure, combinadas com os modelos de linguagem eficientes e de alto desempenho da Cohere, para fornecer resultados de pesquisa superiores na produção. O TD Bank Group e a Atomicwork são duas das entidades que já adotaram esta solução.
O Command R+, o principal modelo generativo da Cohere, também disponível na Azure AI, foi criado especificamente para funcionar com o Cohere Rerank num sistema RAG (Retrieval Augmented Generation). Juntos, são capazes de dar resposta a algumas das tarefas empresariais mais exigentes.
O Meta Llama 3.1 405B, juntamente com os mais recentes modelos Llama 3.1 aperfeiçoados, incluindo 8B e 70B, estão agora disponíveis através de um endpoint sem servidor na Azure AI. O Llama 3.1 405B pode ser usado para gerar e destilar dados sintéticos avançados, com o 405B-Instruct a funcionar como um modelo de professor, e os modelos 8B-Instruct/70B-Instruct como modelos de aluno.
A disponibilização do Mistral Large 2, tornou o Azure o primeiro fornecedor líder da cloud a oferecer este modelo de próxima geração. O Mistral Large 2 supera as versões anteriores em codificação, raciocínio e comportamento agente, posicionando-se em pé de igualdade com outros modelos líderes. Além disso, o Mistral Nemo, desenvolvido em colaboração com a NVIDIA, traz um poderoso modelo 12B que ultrapassa os limites da compreensão e criação de linguagem.
No leque das novidades, destaca-se ainda o facto da Microsoft ter trazido o GPT-4o mini para a Azure AI juntamente com outras atualizações do Azure OpenAI Service, permitindo aos clientes expandir a sua gama de aplicações de IA a um custo e latência mais baixos, com opções de segurança e implementação de dados melhoradas. A Microsoft promete ainda o anúncio de mais capacidades para o GPT-4o mini nas próximas semanas, apresentando também um novo recurso para implementar chatbots criados com o Serviço Azure OpenAI no Microsoft Teams.
Compromisso com a inovação em IA segura e responsável
Construir soluções de IA de forma responsável está no mindset da Microsoft, que tem um conjunto robusto de funcionalidades para ajudar as organizações a medir, mitigar e gerir os riscos da IA ao longo do ciclo de vida de desenvolvimento de IA para aplicações tradicionais de machine learning e de IA generativa. As avaliações da Azure AI permitem aos programadores avaliar a qualidade e segurança dos modelos e aplicações usando métricas incorporadas e personalizadas que preparem para as mitigações necessárias. As funcionalidades adicionais de Segurança de Conteúdo da Azure IA - incluindo escudos de prompt e deteção de material protegido - estão agora “ativadas por predefinição” no Serviço Azure OpenAI. Estas funcionalidades podem ser aproveitadas como filtros de conteúdo com qualquer modelo base incluído no catálogo de modelos, incluindo o Phi-3, Llama e Mistral. Os programadores também podem integrar facilmente estas funcionalidades na aplicação através de uma única API. Uma vez em produção, podem monitorizar a sua aplicação em termos de qualidade e segurança, ataques de prompt e integridade dos dados, fazendo intervenções oportunas contando com a ajuda de alertas em tempo real.
A Azure AI utiliza o HiddenLayer Model Scanner para analisar modelos abertos e de terceiros em busca de ameaças emergentes, como vulnerabilidades de cibersegurança, malware e outros sinais de adulteração, antes de os integrar no catálogo da Azure AI. As verificações resultantes do Model Scanner, fornecidas em cada cartão de modelo, podem dar maior confiança às equipas de programação à medida que selecionam, aperfeiçoam e implementam modelos abertos para a sua aplicação.
A Microsoft continua a investir na Azure AI conferindo-lhe inovação de última geração, para que os seus clientes possam criar, implementar e escalar as suas soluções de IA com segurança e confiança.
Mais informações sobre as recentes atualizações na Azure AI aqui.
SOBRE A MICROSOFT
Microsoft (Nasdaq "MSFT" @microsoft) cria plataformas e ferramentas robustecidas por Inteligência Artificial para entregar soluções inovadoras que correspondam às necessidades crescentes dos nossos clientes. Enquanto empresa de tecnologia está comprometida com a democratização do acesso a Inteligência Artificial de forma responsável, mantendo a missão de capacitar todas as pessoas e organizações no planeta para atingir mais.
