AI-DRIVEN SOFTWARE DEVELOPMENT MIT AZURE AI Jörg Neumann

THEMEN  AI Development  Business App Development  Frontend Technologies  Development, Consulting, Coaching, Training KONTAKT  Mail: [email protected]  LinkedIn: www.linkedin.com/in/jörgneumann  X: @JoergNeumann  Web: www.neogeeks.de JÖRG NEUMANN Founder & CEO NeoGeeks GmbH Azure OpenAI Service, Azure Machine Learning Platform

No content

BUSINESS SZENARIEN MARKETING  Werbetexte und Bilder generieren  Automatisch Hashtags erzeugen DOKUMENTEN-GENERIERUNG  Erstellung von Standarddokumenten (Arbeitsverträgen, Arbeitsbescheinigung, Elternzeit, …)  Entwicklung von Trainingsunterlagen und techn. Dokumentation  Generierung wiederkehrender Mails

BUSINESS SZENARIEN HR  Unterstützung von Mitarbeitern  Wird mit Dokumenten des Unternehmens trainiert  Integration in Teams, inkl. Input Dialogen SERVICE  Chat für technische Dokumentation  Abfrage von Datenbank mit natürlicher Sprache  Automatisierung von Callcenter-Prozessen

OPEN SOURCE MODELS  Llama 2  Falcon  Dolly v2  Mistral GPT-4 GPT-4-32k GPT-3.5-Turbo Text Embeddings Ada Davinci / Babbage Dalle3 OpenAI Models Whisper LARGE LANGUAGE MODELS (LLMs)

AI IN AZURE AZURE OPENAI SERVICE  Modelle von OpenAI  Endpoint für eine API-Zugriff  Verfügbare Modelle hängen von Region ab AZURE OPENAI STUDIO  Bereitstellung und Konfiguration der Modelle

DEMO Azure OpenAI & Spring AI https://github.com/rd-1-2022/ai-azure-retrieval-augmented-generation

AI PATTERNS RETRIEVAL AUGMENTED GENERATION (RAG)  Chat with own Data  Customer Support  Call Centers  …

RETRIEVAL AUGMENTED GENERATION (RAG) ZIEL  Modell um externe Datenquellen erweitern  domänenspezifisches Wissen integrieren  Modell muss nicht trainiert werden

RETRIEVAL AUGMENTED GENERATION Frage eigene Daten abfragen Ergebnisse zum Prompt hinfügen Model abfragen Antwort

RETRIEVAL ARGUMENTED GENERATION (RAG) Chunk Chunk Chunk Chunk Embeddings Embeddings Embeddings Embeddings Vector Database PDF Dokument Benutzer- suche Embeddings Search Antwort LLM Ergebnisse gewichten

Beantworte die Frage basierend auf dem unten stehenden Kontext. Wenn die Frage nicht mit den bereitgestellten Informationen beantwortet werden kann, antworte mit 'Ich weiß es nicht‘. Kontext: Große Sprachmodelle (LLMs) sind die neuesten Modelle, die in der NLP verwendet werden. Ihre überlegene Leistung gegenüber kleineren Modellen hat sie unglaublich nützlich für Entwickler gemacht. Diese Modelle können über die 'transformers'-Bibliothek von Hugging Face, über OpenAI mit der 'openai'- Bibliothek und über Cohere mit der 'cohere'-Bibliothek abgerufen werden. Frage: Welche Bibliotheken und Modellanbieter bieten LLMs an? Instruktionen Prompt externe Informationen Originalfrage des Anwenders Ergebnis aus der Vektor- datenbank Prompt für LLM- Abfrage

UMSETZUNG HERAUSFORDERUNGEN  Tabellen und Abbildungen in Dokumenten  Antworten haben keine Quellenangaben  Antworten können veraltet sein  Das Model kann halluzinieren  Kontext auf bestimmte Daten beschränken  Inhaltsfilter

UMSETZUNG CODING  Python, C#, Java FRAMEWORKS  LangChain, LlamaIndex, …  Semantic Kernel  Spring AI VECTOR STORES  Pinecone, Chroma, Milvus, Qdrant, …

Dokumente Table Storage Blob Storage AI Search OpenAI Service DB-Daten App ARCHITEKTUR

DEMO Azure OpenAI Studio Quelle: https://oai.azure.com

DEMO Chat Web App Template https://github.com/microsoft/sample-app-aoai-chatGPT API-Zugriff https://learn.microsoft.com/en-us/azure/ai-services/openai/use-your-data-quickstart

AI IN AZURE AZURE AI STUDIO  Entwicklung komplexer AI-Lösungen  Multi-Model Support  Prompt Flow  Debugging & Metriken  https://ai.azure.com

DEMO Azure AI Quelle: https://oai.azure.com

FAZIT  Azure OpenAI bietet eine einfache Möglichkeit AI-Modelle zu nutzen  Einbindung über APIs für Python, JavaScript, .NET und Java möglich  RAG ist ein komplexes Pattern  Zahlreiche Frameworks und Tools erforderlich  Azure OpenAI und Azure AI bietet eine einfache Low-Code-Umgebung

Q& A

"The electric light did not come from the continuous improvement of candles." Oren Harari, Wirtschaftsprofessor NeoGeeks AI Workshops Generative AI eröffnet viele neue Möglichkeiten in diversen Geschäftsbereichen. Ob als Chat im Kundensupport, als Unterstützung im Vertragsmanagement, dem Texten und Entwerfen von Logos im Marketing oder als Hilfe beim Onboarding neuer Mitarbeiter*innen – das Feld an Möglichkeiten ist vielfältig. Doch auch die Themen Datenschutz und IT-Sicherheit müssen hierbei berücksichtig werden. Wir möchten Euch helfen von den neuen Möglichkeiten zu profitieren! Dazu bieten wir Euch individuelle Workshop an, in denen wir zeigen, wie Ihr AI-Modelle in Eurem Unternehmen sicher betreiben und mit Eurem domänenspezifischen Wissen trainieren könnt. Wir unterstützen Euch beim Finden von sinnvollen Einsatzszenarien, dem Sammeln und Aufbereiten der erforderlichen Daten, bis hin zur Integration in Eure IT- Landschaft. Wir helfen Euer AI-Vorhaben zu realisieren. AI Ideation Workshop • Einordnung des Themas und der Möglichkeiten • Ideenfindung im Kontext des eigenen Geschäfts • Zielgruppe: Entscheider • Dauer: ½ Tag › Die Agenda kann individuell auf Eure Bedürfnisse angepasst werden. › Wir führen die Workshops je nach Bedarf bei Euch im Haus oder remote durch. › Im Anschluss erhaltet ihr neben dem Folienmaterial eine Dokumentation der diskutierten Themen, sowie eine Empfehlung für das weitere Vorgehen. › Die Workshops werden durch Jörg Neumann durchgeführt. Er ist Microsoft MVP für die Bereiche Azure OpenAI Service und Azure Machine Learning Platform und verfügt über langjährige Erfahrung im AI-Umfeld. Kontakt: [email protected] AI Exploration Workshop • Überblick der technischen Möglichkeiten • Entwurf eines Projekts oder PoC • Projektplanung und Setup • Zielgruppe: Architekten • Dauer: 1 Tag AI Developer Training • Technisches Training zu GenAI • Anpassen von Modellen • Entwickeln von AI-Lösungen • Zielgruppe: Entwickler • Dauer: 2 Tage Coaching und Mentoring • Beratung und Projekt- begleitendes Coaching Development Power • Unterstützung für Euer Team • Entwicklung Eurer Lösung