生成 AI アプリケーションを理解する
生成 AI アプリケーションは、言語モデルを使用して構築されます。 これらの言語モデルは、ユーザーと生成 AI の間の相互作用の "アプリ ロジック" コンポーネントに力を発揮します。
アシスタントについて
多くの場合、生成 AI は、ユーザーが情報を見つけて効率的にタスクを実行できるように、アプリケーションに統合されたチャット ベースのアシスタントとして表示されます。 このようなアプリケーションの 1 つの例として、リアルタイムのインテリジェンスと支援を提供することで、作業経験を向上させるために設計された AI を活用した生産性ツールである Microsoft Copilot があります。
注
Microsoft Copilot は、さまざまな Microsoft アプリケーションとユーザー エクスペリエンスに統合された生成型 AI ベースのアシスタントです。 ビジネス ユーザーは、Microsoft Copilot を使用して、AI によって生成されたコンテンツとタスクの自動化によって生産性と創造性を向上させることができます。 開発者は、ビジネス プロセスとデータに Copilot を統合するプラグインを作成して Microsoft Copilot を拡張したり、生成型 AI 機能をアプリやサービスに組み込んだりするために、副操縦的なエージェントを作成することもできます。 Microsoft Copilot について詳しくは、 こちらをご覧ください。
エージェントについて
いくつかの例と同様に、税金の申告や出荷手配の調整などのタスクを実行できる生成 AI は、 エージェントと呼ばれます。 エージェント は、ユーザーの入力に応答したり、 状況を自律的に評価したり、適切なアクションを実行したりできるアプリケーションです。 これらのアクションは、一連のタスクに役立ちます。 たとえば、"エグゼクティブ アシスタント" エージェントは、予定表上の会議の場所に関する詳細を提供し、マップを添付したり、タクシーやライドシェア サービスの予約を自動化してそこに移動したりできます。
エージェントには、次の 3 つの主要なコンポーネントが含まれています。
- 推論と言語理解に力を入れる言語モデル
- エージェントの目標、動作、制約を定義する手順
- エージェントがタスクを完了できるようにするツール (関数)
注
今日の AI ソリューションには、多くの場合、アシスタント、エージェント、その他の AI 機能の組み合わせが含まれています。 モデル、データ ソース、ツール、ワークフローなどの複数の AI コンポーネントを調整および管理して、統合ソリューションで効率的に連携させるプロセスは オーケストレーションと呼ばれます。
生成型 AI アプリケーションを理解するためのフレームワークを使用する
異なる生成 AI アプリケーションを考える 1 つの方法は、それらをバケットにグループ化することです。 一般に、業界と個人の生成 AI を 3 つのバケットに分類できます。それぞれ、すぐに使用できるアプリケーション、拡張可能なアプリケーション、基盤から構築するアプリケーションなど、より多くのカスタマイズが必要です。
| カテゴリ | 説明 |
|---|---|
| すぐに使用できる | これらのアプリケーションは、すぐに使用できる生成 AI アプリケーションです。 ツールを利用するためにユーザー側でプログラミング作業を行う必要はありません。 アシスタントに質問するだけで始めることができます。 |
| 拡張 | 一部のすぐに使用できるアプリケーションは、独自のデータを使用して拡張することもできます。 これらのカスタマイズにより、アシスタントは特定のビジネス プロセスまたはタスクをより適切にサポートできます。 Microsoft Copilot は、すぐに使用でき、拡張可能なテクノロジの例です。 |
| 基盤から構築するアプリケーション | 言語モデルから始まるエージェント機能を使用して、独自のアシスタントとアシスタントを構築できます。 |
多くの場合、サービスを使用して生成 AI アプリケーションを拡張または構築します。 これらのサービスは、生成型 AI モデルの開発、トレーニング、デプロイに必要なインフラストラクチャ、ツール、フレームワークを提供します。 たとえば、Microsoft では、さまざまなモデルから AI を構築するために Microsoft 365 Copilot と Microsoft Azure AI Foundry を拡張する Copilot Studio などのサービスを提供しています。
次に、生成型 AI アプリケーションの拡張と構築に使用されるツールを見てみましょう。