Chat GPT 掀起前所未有的 AI 浪潮
在今年掀起了一股 Chat GPT（Chat Generative Pre-trained Transformer，聊天生成預訓練轉換器，一種人工智能聊天機器人程式）的浪潮，Chat GPT 的出現為科技業帶來前所未有的巨變，所有人都想一睹為快 Chat GPT 的本事，過去我們從未想過有一天 AI（Artificial Intelligence，人工智能）能夠擁有幾乎貼近真人般的行為表現，如今 Chat GPT 已為全人類示範了這個可能，同時激起人們熱烈討論該如何有效運用 AI，並與 AI 共榮共存呢？搭上這股 AI 浪潮，今天要跟大家一起談論的是由 Azure 提供的 Azure OpenAI 這項服務。
Microsoft 與 OpenAI 聯手打造的 Azure OpenAI
由 Microsoft Azure 與開發 Chat GPT 而聲名大噪的 OpenAI 兩強團隊共同開發的Azure OpenAI 是一個根據 OpenAI 所創建的 GPT 架構而成的 AI 服務平台，提供使用者一個具備多元功能，且性能強大與高可擴性等的 AI 體驗。
在 Azure OpenAI 中，我們經常會聽到幾個重要概念，以下分別介紹：
- Prompts & Completions（提示&完成）：其 API 提供存取模型（Models）的文本輸入與輸出介面，當使用者鍵入指令即是 Prompts，得到的結果回應則是 Completions。
- Tokens（基元）：主要分為 Text Tokens（文本基元）和 Image Tokens（圖像基元）兩種：
- Text Tokens：Azure OpenAI 會將文字拆解成 tokens 來處理接收到的文字，tokens 的形式可能會是個單一字詞，也可能是字詞的字元區塊，短一點的字詞在 tokens 中可能不會被拆解，長一點的字詞，如以英文單字 hamburger 一詞為例，在 tokens 中就會被拆解為「ham」、「bur」和「ger」，tokens 的總數取決於使用者的輸入與相應輸出以及所要求的參數長度，隨之影響模型的回應。
- Image Tokens：圖像的大小以及圖像的詳細數據設定為兩個主要決定圖像 tokens 總數的指標。低解析度數據因可取用較少的 tokens，可使 API 回應速度較快 ，基本映射需要85個 tokens；高解析度數據為詳細辨識圖像，API 會把影像裁切成許多較小的方塊，每個方塊又使用許多標記來產出文字，tokens 總數由一系列調整步驟所計算，較為龐大。
- Deployments & Models（部屬&模型）：當使用者在 Azure 中建立 Azure OpenAI 資源後，接著需要部署模型，不同的模型有不同的功能與計費方式，像我們熟知的 GPT-3.5 和 GPT-4 用於理解與生成自然語言、DALL-E 模型用於透過自然語言產生圖像等，當部署完成後便可開始運用 API 呼叫與產生文字。
非知不可的 Azure OpenAI 強大功能
Azure OpenAI 目前主要有三大 AI 功能，以下分別說明：
- 自然語言生成功能：生成自然語言背後的 GPT 模型為 GPT-3.5 或 GPT-4，當使用者給予自然語言的 Prompts 時，此模型能夠根據 Prompts，以建構自然語言的方式提供相應的回答。而 GPT 模型適用於許多不同的工作型態（Task），除了之前大家經常使用的給予問題讓 AI 回答之外，諸如：摘要文字、分類文字、產生名稱、翻譯、建議內容等等都是其可做到的工作，如下圖官方所示的例子。
GPT 模型可進行的自然語言工作型態列舉（圖片取自 Azure 官方教學文檔：https://learn.microsoft.com/zh-tw/training/modules/explore-azure-openai/5-understand-openai-natural-language）
- 程式碼生成功能：GPT 模型熟悉許多程式語言，我們常見的如 Python、JavaScript、C#、PHP等，此模型能根據自然語言的 Prompts 給予程式碼編寫的回應，甚至能進行程式碼的單元測試，如下圖官方所示的例子。
GPT 模型進行程式碼單元測試（圖片取自 Azure 官方教學文檔：https://learn.microsoft.com/zh-tw/training/modules/explore-azure-openai/6-understand-openai-code-generation）
- 圖像生成功能：生成圖像的模型為 DALL-E，功能主要有三大類：圖像建立、圖像編輯與圖像變化，也就是說使用者可提供 Prompts 要求 AI 生成圖像，或可直接提供一個圖像要求 AI 為其進行變化，我們一起來看看下方表格整理的官方所示舉例。
 | 給予「一頭站立的大象，還有一個漢堡在頭上」得到的圖像建立結果 |
 | 指出編輯範圍後，給予「讀書的藍色猩猩」得到的圖像編輯結果 |
 | 承第一個例子，給予想要的變化程度，好比色彩、外觀等得到的圖像變化結果 |
（表格圖片皆取自 Azure 官方教學文檔：https://learn.microsoft.com/zh-tw/training/modules/explore-azure-openai/7-understand-openai-image-generation）
Azure OpenAI 的領航優勢
至於使用 Azure OpenAI 有哪些優勢呢？我們一起來看看吧！以下列舉幾項：
- 性能強大：如同開頭所提 Azure OpenAI 由於根據 OpenAI 的 GPT 模型所建，OpenAI 將能提供強大的技術支持，而 Microsoft Azure 則提供雲端環境，讓使用者能輕鬆在 Azure 上使用 AI 服務。
- 可擴性優：Azure OpenAI 能根據使用者的需求提供相應的運算能力，彈性的擴容與縮容的變化，可因應企業的各種大小型專案，在提高效能的同時，也降低了成本。
- 安全性與合規性高：像是資料傳輸可加密，透過私有網路或私鑰加密提高數據傳輸的安全與穩定，以及存取資格加強控管，整合 Azure AD 與 MFA 等訪問者身分管理加強資料存取資格的管控，還有嚴格的內容審查，透過 Azure 內容審查過濾器，篩選掉具攻擊性等的負面內容，必要時進行人工審核。
參考資料：
Azure 官方文檔 - 〈什麼是 Azure OpenAI 服務？〉https://learn.microsoft.com/zh-tw/azure/ai-services/openai/overview
Azure 官方教學文檔 - 〈了解 OpenAI 的自然語言功能〉https://learn.microsoft.com/zh-tw/training/modules/explore-azure-openai/5-understand-openai-natural-language
Azure 官方教學文檔 - 〈了解 OpenAI 程式碼產生功能〉https://learn.microsoft.com/zh-tw/training/modules/explore-azure-openai/6-understand-openai-code-generation
Azure 官方教學文檔 - 〈了解 OpenAI 的影像產生功能〉https://learn.microsoft.com/zh-tw/training/modules/explore-azure-openai/7-understand-openai-image-generation