Azure Fundamentals · درس

Azure OpenAI Service

انشر نموذج GPT في Azure OpenAI Service، واستدعِ completions API من برنامج نصي، وتعرّف على مبادئ الذكاء الاصطناعي المسؤول وخيارات تصفية المحتوى.

Azure OpenAI Service درس مجاني في Azure Fundamentals على CoddyKit. هذا هو الدرس 4 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في Azure Fundamentals، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة Azure Fundamentals 4 دروس في المجموع.

ما هي Azure OpenAI Service؟

توفر Azure OpenAI Service إمكانية الوصول إلى نماذج اللغة الكبيرة من OpenAI — بما في ذلك نماذج GPT-4 وGPT-3.5-turbo وDALL-E وEmbeddings — عبر البنية الأساسية السحابية لـ Azure التابعة لشركة Microsoft. وعلى خلاف استخدام OpenAI API مباشرةً، توفر Azure OpenAI ميزات مؤسسية، منها: الشبكات الخاصة عبر VNet/Private Link، وشهادات امتثال Microsoft (ISO 27001 وSOC 2 وGDPR)، وتصفية المحتوى، وخصوصية بيانات العملاء (لا تُستخدم بياناتك لتدريب النماذج الأساسية لـ OpenAI)، والتكامل مع Azure RBAC والمراقبة.

طلب الوصول ونشر النماذج

تتطلب Azure OpenAI اشتراكًا معتمدًا — فالوصول إليها مقيّد، ويجب طلبه عبر نموذج. بعد الموافقة، تنشئ مورد Azure OpenAI، ثم تنشئ عملية نشر داخله. تربط عملية النشر نموذجًا (مثل gpt-4) باسم نشر (مثل my-gpt4) وحصة رموز (حد الرموز في الدقيقة). تستدعي API باستخدام اسم النشر، وليس اسم النموذج الأساسي. ويمكن أن تتعايش عمليات نشر متعددة بنماذج أو حصص مختلفة في مورد واحد.

# Create an Azure OpenAI resource
az cognitiveservices account create \
  --name myOpenAI \
  --resource-group myRG \
  --kind OpenAI \
  --sku S0 \
  --location eastus

# Create a deployment
az cognitiveservices account deployment create \
  --name myOpenAI \
  --resource-group myRG \
  --deployment-name my-gpt4 \
  --model-name gpt-4 \
  --model-version '0613' \
  --model-format OpenAI \
  --sku-name Standard \
  --sku-capacity 10

Chat Completions API

تقبل chat completions API (/openai/deployments/{deployment}/chat/completions) قائمةً من الرسائل ذات الأدوار (system وuser وassistant)، وتعيد استجابة النموذج. تحدد رسالة system سلوك النموذج وشخصيته. وتحتوي رسالة user على المطالبة أو السؤال. تُضمَّن الأدوار السابقة من المحادثة في مصفوفة الرسائل، حتى يحافظ النموذج على السياق عبر حوار متعدد الأدوار. وتتحكم Temperature (من 0 إلى 2) في عشوائية الاستجابة.

# Chat completion API call
curl -X POST 'https://myOpenAI.openai.azure.com/openai/deployments/my-gpt4/chat/completions?api-version=2024-02-01' \
  -H 'api-key: <key>' \
  -H 'Content-Type: application/json' \
  -d '{
    "messages": [
      {"role": "system", "content": "You are a helpful Azure expert."},
      {"role": "user", "content": "Explain what a Recovery Services vault is."}
    ],
    "temperature": 0.7,
    "max_tokens": 500
  }'

أساسيات هندسة المطالبات

هندسة المطالبات هي ممارسة صياغة رسائل إدخال فعّالة للحصول على أفضل النتائج من نموذج اللغة. ومن الأساليب الأساسية: System prompt — منح النموذج دورًا وقيودًا واضحة؛ أمثلة Few-shot — عرض مثالين إلى خمسة أمثلة للنموذج على تنسيق الإدخال والإخراج المطلوب؛ Chain-of-thought — مطالبة النموذج بالتفكير خطوة بخطوة قبل تقديم الإجابة النهائية؛ القيود — توجيه النموذج صراحةً بشأن التنسيق والطول وما ينبغي تجنبه. تقلل المطالبات الجيدة من الهلوسة وتحسن الاتساق.

Embeddings للبحث الدلالي

تحوّل Embeddings النص إلى متجه عددي كثيف يلتقط المعنى الدلالي. يكون المتجهان لنصين متشابهين في المعنى متقاربين في الفضاء المتجهي (ويُقاس ذلك بالتشابه الجيبي). تستخدم نقطة نهاية embeddings في Azure OpenAI (/embeddings) نموذج text-embedding-ada-002 لإنشاء متجهات ذات 1,536 بُعدًا. وتستخدم embeddings لبناء البحث الدلالي (العثور على مستندات مشابهة لاستعلام)، وRAG (التوليد المعزز بالاسترجاع)، وأنظمة التوصية.

# Get an embedding vector for a piece of text
curl -X POST 'https://myOpenAI.openai.azure.com/openai/deployments/my-embedding/embeddings?api-version=2024-02-01' \
  -H 'api-key: <key>' \
  -H 'Content-Type: application/json' \
  -d '{
    "input": "Azure Site Recovery replicates VMs to a secondary region."
  }'

تصفية المحتوى

تتضمن Azure OpenAI نظام تصفية محتوى متعدد الطبقات يعمل على المطالبات (الإدخال) والإكمالات (الإخراج). ويكتشف المحتوى ويحظره ضمن أربع فئات: الكراهية والمحتوى الجنسي والعنف وإيذاء النفس. ولكل فئة ثلاثة مستويات للخطورة (منخفض ومتوسط وعالٍ)، ويمكنك ضبط حدود التصفية لكل فئة. كما تُصفّى محاولات حقن المطالبات (عمليات كسر الحماية التي تحاول تجاوز مطالبة النظام). تكون تصفية المحتوى مفعلةً افتراضيًا، ولا يمكن تعطيلها لمعظم النماذج دون تقديم مبرر لحالة الاستخدام.

التوليد المعزز بالاسترجاع (RAG)

يربط RAG استجابات نموذج اللغة ببياناتك الخاصة بدلًا من الاعتماد فقط على معرفة النموذج المكتسبة من التدريب. ويتبع هذا النمط الخطوات التالية: (1) فهرسة مستنداتك في مخزن متجهات (مثل Azure AI Search)، (2) عند طرح المستخدم سؤالًا، تضمين السؤال والبحث في مخزن المتجهات عن أجزاء المستندات ذات الصلة، (3) تضمين تلك الأجزاء في مطالبة النظام بوصفها سياقًا، (4) يجيب النموذج استنادًا إلى السياق المقدم. يقلل RAG من الهلوسة، ويمكّن نماذج اللغة الكبيرة من الإجابة عن أسئلة تتعلق ببيانات خاصة وحديثة دون ضبط دقيق.

الضبط الدقيق مقارنةً بـ RAG

هناك نهجان يوسّعان إمكانات النموذج باستخدام بيانات مخصّصة. يعمل الضبط الدقيق على تدريب إصدار جديد من النموذج باستخدام أمثلتكم، بحيث تُضمَّن المعرفة في أوزان النموذج — وهو الأنسب لتعليم النموذج أنماطًا أو تنسيقات أو سلوكيات محددة يصعب وصفها في مطالبة. أما RAG فيسترجع المعلومات ذات الصلة وقت الاستدلال ويضعها في السياق — وهو أفضل لقواعد المعرفة الكبيرة التي تتغير باستمرار، لأنكم تحدّثون فهرس المتجهات بدلًا من إعادة تدريب النموذج. وبالنسبة إلى معظم حالات الاستخدام المؤسسية، يُفضَّل RAG بسبب انخفاض التكلفة وسرعة التكرار.

Azure AI Studio (AI Foundry)

يُعد Azure AI Studio (الذي يُعاد تقديمه تحت العلامة التجارية Azure AI Foundry) بوابة موحّدة لبناء تطبيقات الذكاء الاصطناعي التوليدي على Azure. ويوفّر ساحة تجارب لاختبار إكمالات النموذج تفاعليًا، وأدوات لتقييم جودة النموذج مقارنةً بمجموعات بيانات تمثل الحقيقة المرجعية، ومصمّم تدفق المطالبات لبناء مسارات RAG ونشرها كواجهات REST API، بالإضافة إلى التكامل مع GitHub وVS Code ضمن سير عمل المطورين. ويبسّط Azure AI Studio الانتقال من نشر النموذج إلى تطبيق ذكاء اصطناعي جاهز للإنتاج.

تسعير الرموز وإدارة الحصة

تُحتسب تكلفة Azure OpenAI لكل 1,000 رمز تتم معالجته — حيث يعادل الرمز تقريبًا 4 أحرف أو 0.75 كلمة. وتُحتسب تكلفة رموز الإدخال (المطالبة) ورموز الإخراج (الإكمال) معًا. وتبلغ تكلفة GPT-4 لكل رمز أكثر بكثير من GPT-3.5-turbo. ولكل عملية نشر حصة رموز لكل دقيقة (TPM) تحدّ من معدل النقل لمنع إساءة الاستخدام. إذا تجاوز تطبيقكم الحصة، فستُرجع واجهة API الخطأ 429 TooManyRequests. ويمكنكم طلب زيادة الحصة أو تنفيذ التراجع الأُسّي وإعادة المحاولة من جانب العميل.

الذكاء الاصطناعي المسؤول للذكاء الاصطناعي التوليدي

تطبّق Microsoft مبادئ الذكاء الاصطناعي المسؤول الخاصة بها على الذكاء الاصطناعي التوليدي تحديدًا. الاستناد إلى مصادر موثوقة — ينبغي أن تستند الاستجابات إلى معلومات قابلة للتحقق (ويساعد RAG في ذلك). الشفافية — ينبغي أن يعرف المستخدمون أنهم يتفاعلون مع الذكاء الاصطناعي. منع الأضرار — تحظر عوامل تصفية المحتوى المخرجات الضارة. الخصوصية — لا تُستخدم بياناتكم في Azure OpenAI لتدريب نماذج OpenAI العالمية. ويجب أن تتضمن التطبيقات المبنية على Azure OpenAI تقييمًا لمخاطر حالة الاستخدام، وأن تطبّق إجراءات تخفيف الأضرار المحددة، وفقًا لما تقتضيه سياسة الاستخدام المقبول من Microsoft.

تحقق سريع

اختبروا مدى فهمكم لمفاهيم Microsoft Azure Fundamentals (AZ-900) الواردة في هذا الدرس.

مراجعة الدرس

تعلّمتم في هذا الدرس أن Azure OpenAI Service يوفّر وصولًا بمستوى المؤسسات إلى GPT-4 ونماذج أخرى، مع إمكانات الشبكات الخاصة والامتثال، وأن واجهة chat completions API تدعم المحادثات متعددة الأدوار باستخدام أدوار رسائل النظام/المستخدم/المساعد، وأن التضمينات وRAG يجعلان استجابات النموذج مستندةً إلى بياناتكم الخاصة للحد من الهلوسة. بعد ذلك، سنستكشف Azure Arc لإدارة الموارد المختلطة والمحلية من خلال مستوى تحكم Azure.

الأسئلة الشائعة

هل درس «Azure OpenAI Service» مجاني؟

نعم — نص درس «Azure OpenAI Service» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة Azure Fundamentals، انتقل إلى CoddyKit PRO. تتضمن دورة Azure Fundamentals 4 دروس في المجموع.

ماذا ستتعلم في «Azure OpenAI Service»؟

انشر نموذج GPT في Azure OpenAI Service، واستدعِ completions API من برنامج نصي، وتعرّف على مبادئ الذكاء الاصطناعي المسؤول وخيارات تصفية المحتوى. تتمرن على Azure Fundamentals مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.

هل أحتاج إلى خبرة سابقة لأبدأ Azure Fundamentals؟

لا تُشترط خبرة سابقة. Azure Fundamentals على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 4 من أصل 4.

كم من الوقت يستغرق درس «Azure OpenAI Service»؟

معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.

هل يمكنني كتابة وتشغيل أكواد في درس Azure Fundamentals هذا؟

نعم. كل درس في Azure Fundamentals يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.

جميع الدروس في هذه الدورة

← العودة إلى Azure Fundamentals