メイン コンテンツにスキップ

Azure Digital Apps graphic

生成 AI の可能性は、今日の私たちの想像よりもはるかに大きくなります。医療から製造、小売、教育まで、AI は業界全体を変革し、私たちの生き方と働き方を根本的に変えています。イノベーションの中心となるのは開発者であり、可能性の境界を押し広げ、新しいビジネスと社会価値を多くの考えよりも速く生み出しています。ミッション クリティカルなアプリケーション ワークロードを持つ世界中の組織から信頼されている Azure は、開発者が安全かつ責任を持って自信を持って生成 AI を使用して構築できる場所です。

Microsoft Build 2023 へようこそ。開発者コミュニティを祝うイベントです。今年は、次のイノベーションの波を可能にするアプリケーション開発と AI の最新テクノロジについて詳しく説明します。まず、最先端の包括的な AI 機能を提供し、AI を安全かつ責任を持って構築するためのツールとリソースを活用できるようにします。2 つ目は、独自のビジネス クリティカルなアプリで AI の機能を活用するための最高のクラウドネイティブ アプリ プラットフォームを提供することです。3 つ目は、ビルドできるコードのみを安全に出荷するのに役立つ、AI 支援型開発者ツールです。

お客様を支援し、組織が AI のこの新しい時代をリードできるように、すべての重要な分野でお知らせを行いました。

生成 AI を使用してデータを活用する

ジェネレーティブ AI は、毎日情報を検索して使用する方法を形成する世代を定義するテクノロジになり、業界を超えて顧客が Microsoft Azure OpenAI サービスを受け入れるのは素晴らしいものです。3 月に、Azure OpenAI Service での OpenAI の GPT-4 のプレビュー を発表しました。これにより、 開発者はカスタム AI を利用したエクスペリエンスを独自のアプリケーションに直接統合できます。現在、OpenAI の GPT-4 は Azure OpenAI Service で一般提供されており、データに生成 AI を適用し、独自のシステムで AI を調整するために使用できるいくつかの新機能を使用して、その発表に基づいて構築しています。  

Azure OpenAI Service Build graphic

新しい Azure AI Studio を共有することに興奮しています。わずか数回のクリックで、開発者は OpenAI の ChatGPT や GPT-4 などの強力な会話型 AI モデルを独自のデータに基づいて作成できるようになりました。データに対する Azure OpenAI サービスを使用すると、パブリック プレビューに進み、Azure Cognitive Search、従業員、顧客、パートナーは、自然言語ベースのアプリ インターフェイスを使用して、データ、テキスト、画像の量に埋もれた情報を検出できます。豊富なエクスペリエンスを作成し、インベントリ レベルや医療上の利点など、組織固有の分析情報をユーザーが見つけるのに役立ちます。

大規模な言語モデルの機能をさらに拡張するために、Azure Cognitive Search が(プライベート プレビューで) Azure のベクトルに電力を供給し、テキスト、画像、オーディオ、ビデオ、グラフなどの組織データのベクター埋め込みによって検索アプリケーションを格納、インデックス付け、配信する機能を備えていると発表します。さらに、プライベート プレビューで Azure OpenAI Service を使用したプラグインのサポートにより、外部データ ソースの統合が簡素化され、API の構築と使用のプロセスが効率化されます。使用可能なプラグインには、Azure Cognitive Search、Azure SQL、Azure Cosmos DB、Microsoft 翻訳ツール、Bing Search のプラグインが含まれます。また、プロビジョニング済みスループット モデルも有効にしています。このモデルは、専用の容量を提供するための制限付きアクセスで間もなく一般公開される予定です。 

現在、お客様は、DocuSign、ボルボ、Ikea、クレヨン、その他 4,500 人を含む Azure OpenAI サービスの恩恵を受けています。Azure OpenAI サービスの新機能の詳細について説明します。

Microsoft は、Azure Machine ラーニング の新機能を含め、AI ポートフォリオ全体でイノベーションを続け、開発者とデータ サイエンティストがデータで生成 AI の力を利用できるようにします。Azure Machine ラーニング の基礎モデルは、現在プレビュー段階にあり、データ サイエンティストが、Azure Machine ラーニング によってキュレーションされたオープンソース モデル、Hugging Face Hub のモデル、Azure OpenAI Service のモデルをすべて統合モデル カタログに微調整、評価、デプロイできるようにします。これにより、データ サイエンティストは、Azure Machine ラーニング レジストリ内で直接、一般的なモデルの包括的なリポジトリが提供されます。

また、大規模な言語モデルのプロンプト、評価、チューニング、運用化のための合理化されたエクスペリエンスを提供する、Azure Machine ラーニング プロンプト フローの今後のプレビューをお知らせします。プロンプト フローを使用すると、さまざまな言語モデルやデータ ソースに接続するプロンプト ワークフローをすばやく作成できます。これにより、インテリジェントなアプリケーションを構築し、ワークフローの品質を評価して、ケースに最適なプロンプトを選択できます。Azure Machine ラーニングに関するすべてのお知らせをご覧ください

Azure Machine ラーニング を使用してフェデレーション学習手法を使用して異常検出モデルを開発し、データ プライバシーを損なうことなくグローバルな金融セキュリティを強化している、セキュリティで保護されたグローバルな金融メッセージング ネットワークを提供する、Swift のような顧客との機械学習の勢いを見るのは素晴らしいことです。お客様が次に何を構築するのかを待つことはできません。

Azure で AI を利用したインテリジェント なアプリを実行してスケーリングする

Azure の ネイティブ AI サービスをシームレスに埋め込みながら、アプリケーションを実行およびスケーリングするには、Azure のクラウド ネイティブ プラットフォームが最適な場所です。Azure では、選択したオプションに関係なく、生産性に完全に重点を置いて、制御と柔軟性を選択できます。

Azure Kubernetes Service (AKS) では、Azure、データセンター、または組み込みのコードからクラウドへのパイプラインとガードレールを使用して、インテリジェントなクラウドネイティブ アプリの開発とデプロイを開始するための完全な制御と迅速な方法が提供されます。AKS で実行されているアプリケーションの規模と重要度をサポートする、最も期待されている AKS のイノベーションの一部を共有することに興奮しています。

企業が環境をより詳細に制御できるように、Kubernetes に対する長期的なサポートを発表しています。このサポートにより、お客様は現在可能な限り 2 倍の期間、2 年間同じリリースを維持できます。また、Azure Linux が AKS 用に最適化されたコンテナー ホスト オペレーティング システム プラットフォームとして利用できるようになったことを、本日から共有することにも興奮しています。さらに、Azure Marketplace からの簡単なクリックスルー デプロイを使用して、Azure のお客様がファースト パーティとサード パーティのソリューションの活気に満ちたエコシステムにアクセスできるようになりました。最後に、機密性の高いコンテナーは、ファースト パーティがサポートするオファリングとして、近日中に AKS に提供される予定です。Kata Confidential Containers に合わせて、この機能を使用すると、チームは AKS でのゼロ トラスト オペレーターのデプロイをサポートする方法でアプリケーションを実行できます。

Azure では、インフラストラクチャを管理することなく、Azure 上で動的に構築、デプロイ、スケーリングを行うさまざまなサーバーレス実行環境から選択できます。Azure Container Apps は、マイクロサービスとコンテナー化されたアプリケーションをサーバーレス プラットフォーム上で実行できるようにするフル マネージド サービスです。プレビュー段階で、チームがサーバーレス アプリケーション開発を簡素化するためのいくつかの新機能を発表しました。開発者は、必要に応じて Azure Container Apps ジョブを実行し、アプリケーションとイベント ドリブンのアドホック タスクをスケジュールして、完了まで非同期的に実行できるようになりました。この新機能により、複雑なジョブ内の小さな実行可能ファイルを並列に実行できるため、主要なビジネス ロジックと共に、無人バッチ ジョブを簡単に実行できます。コンテナーとサーバーレス製品に対するこれらの進歩により、Azure でインテリジェントなクラウドネイティブ アプリを構築することがシームレスかつ自然になります。

開発者の成長を支援する統合された AI ベースのツール

Azure でインテリジェントな AI 埋め込みアプリを簡単に構築することは、イノベーションの方程式の一部にすぎません。もう 1 つの重要な部分は、開発者が戦略的で意味のある作業により多くの時間を集中できるようにすることです。つまり、デバッグやインフラストラクチャ管理などのタスクに対する苦労が少なくなります。プロセスを簡素化し、開発者の速度とスケールを向上させるために、GitHub Copilot、Microsoft Dev Box、Azure Deployment Environment への投資を行っています。

GitHub Copilot は、世界初の大規模な AI 開発者ツールであり、何百万人もの開発者が最大 55% 速くコードを作成するのに役立ちます。本日、Visual Studio に組み込まれた新しい Copilot エクスペリエンスを発表し、新しいプロジェクトを開始する際の無駄な時間を排除しました。また、新しいスターター開発者イメージや Microsoft Dev Box での Visual Studio の昇格された統合など、セットアップ時間を短縮し、パフォーマンスを向上させる Microsoft Dev Box の新機能もいくつか発表しています。最後に、Azure Resource Manager に加えて、Azure デプロイ環境と HashiCorp Terraform のサポートの一般提供についてお知らせします。

Microsoft Dev Box graphic

AI の時代に安全で信頼できるエクスペリエンスを実現する

インテリジェント アプリケーションの構築、デプロイ、実行に関しては、セキュリティは後から考えられることはできません。開発者優先のツールとワークフローの統合は重要です。ソフトウェア開発ライフサイクルの早い段階でセキュリティを実装し、コードをデプロイする前にセキュリティの問題を見つけて修正し、信頼できるコンテナーを Azure にデプロイするためのツールと組み合わせるために、新機能に投資しています。

Azure DevOps 向けの GitHub Advanced Security が近日中にプレビュー段階で発表されます。この新しいソリューションは、GitHub Advanced Security の 3 つのコア機能を Azure DevOps プラットフォームに提供するため、自動化されたセキュリティ チェックをワークフローに統合できます。これには、脆弱性を検出するための CodeQL を利用したコード スキャン、コード リポジトリに機密情報が含まれないようにするシークレット スキャン、オープンソースの依存関係の脆弱性を特定して更新アラートを提供するための依存関係スキャンが含まれます。

セキュリティは開発者のリストの一番上にありますが、責任を持って AI を使用することはそれほど重要ではありません。ほぼ 7 年間、会社間プログラムに投資し、AI システムが設計で責任を負っていることを確認してきました。プライバシーと一般データ保護規則 (GDPR) に関する Microsoft の取り組みから、ポリシーでは十分ではないという教えがあります。責任を持って AI を使用して簡単に構築できるツールとエンジニアリング システムが必要です。組織が AI 開発ライフサイクル全体にわたって正確性、安全性、公平性、説明性を向上させるのに役立つ新しい製品と機能をお知らせいたします。

Azure AI Content セーフty (プレビュー段階) により、開発者は言語間で安全でない画像とテキストに重大度スコアを検出して割り当てることで、より安全なオンライン環境を構築できます。これにより、企業はテント モードのレビュー内容に優先順位を付けるのに役立ちます。また 、組織の規制やポリシーに対処するようにカスタマイズ することもできます。責任ある AI に対する Microsoft の取り組みの一環として、Azure OpenAI Service や Azure Machine ラーニングなど、Azure AI コンテンツセーフを製品全体に統合し、ユーザーがプロンプトや生成されたコンテンツのコンテンツを評価してモデレートできるようにします。

さらに、Azure Machine ラーニング の責任ある AI ダッシュボードで、プレビューのテキストデータと画像データがサポートされるようになりました。つまり、ユーザーはモデル エラーをより簡単に識別し、パフォーマンスと公平性の問題を理解し、テキストや画像の分類や物体検出のシナリオなど、より広範な機械学習モデルの種類に関する説明を提供できます。運用環境では、ユーザーはモデルとデータの誤差についてモデルと実稼働データを引き続き監視し、データ整合性テストを実行し、モデル監視の助けを借りて介入を行うことができます (プレビュー段階)。

Microsoft は、開発者と機械学習エンジニアが、共有学習、リソース、および専用のツールとシステムを通じて、責任を持って AI を適用できるように支援することに取り組んでいます。詳細については、責任を持ってブレークアウト セッションを行う AI モデルの構築と使用に参加し、責任ある AI Standard をダウンロードしてください

この履歴を一緒に書いてみましょう

AI はコンピューティングの大きな変化です。ワークフローの一部であっても、クラウド開発の一部であっても、次世代のインテリジェント アプリを活用する場合でも、この開発者コミュニティはこのシフトをリードしています。 

Microsoft では、最新の AI テクノロジに深く取り組み、Microsoft 内外の専門家とつながり、AI を活用した実際のソリューションを紹介するため、Microsoft Build をお客様に提供することに興奮しています。

Microsoft Build で Azure の詳細を確認する

  • Explore

     

    Let us know what you think of Azure and what you would like to see in the future.

     

    Provide feedback

  • Build your cloud computing and Azure skills with free courses by Microsoft Learn.

     

    Explore Azure learning


Join the conversation

Leave a Reply

Your email address will not be published. Required fields are marked *