What is microsoft ai?

Инструменты для работы

Power BI состоит из трех интегрированных сервисов со своими интерфейсами.

Power Query. Нужен, чтобы:

напрямую подключаться к данным в различных источниках;
очищать данные и преобразовывать их;
выгружать подготовленные данные на лист, в сводную таблицу или добавлять в модель данных Excel.

То есть это редактор запросов, который загружает, преобразовывает и очищает данные.

Power Pivot. Это надстройка Excel для работы с табличными данными. Она нужна, чтобы работать с большим объемом информации. Представьте таблицу в 10 тысяч строк или больше с множеством формул внутри: пользоваться ею непросто. Чтобы работа с таким объемом стала возможна, подключают надстройку.

Power Query и Power Pivot дополняют друг друга. С помощью первого получают данные, а второй поможет добавить дополнительные сведения. Например, создать связи между таблицами или ключевые показатели, упорядочить поля в иерархии.

Power View. Это инструмент для визуализации данных. С его помощью создают диаграммы, графики и другие наглядные элементы.

Еще пригодятся DAX-формулы. Эти формулы Microsoft разработала и внедрила в свои продукты. Все, кто хоть раз работал в Excel, сталкивались с ними. С их помощью можно настраивать вычисления так, чтобы при изменении данных показатели в отчете пересчитывались автоматически.

AI для разработчиков

И, наверное, ближе к завершению, хочется сказать еще одну историю – когда я разбирался со всем этим делом, я увидел очень приятную тенденцию – это искусственный интеллект для разработчиков. Может быть, если у меня получится 1С как-нибудь эту идею продать.

Есть замечательный сервис codota, где люди, которые зная структуру программного кода, обучили систему на большом наборе исходников, чтобы улучшить работу автоподстановки.

Например, сейчас у вас в 1С автоподстановка работает до конца слова, а здесь у вас будут целые блоки кода, включая знание БСП. Представьте – вы написали запрос, а он вам сформулировал для него подстановку параметров, обработку результата и т.д. – все, что у вас было в шаблоне. И в зависимости от того, как часто используется та или иная конструкция – вы только начали писать ДлительныеОперации, а вам автоподстановка сразу уже предложила все, что нужно, чтобы вашу операцию сделать в фоне.

Причем, на 1С у нас единая кодовая база, единые правила кода – сам Бог велел эту историю использовать. Это маст хэв.

Что такое Microsoft Power BI и зачем он нужен

Power BI — это комплексный облачный продукт для бизнес-анализа от Microsoft. Программа уже несколько лет лидирует на рынке систем бизнес-аналитики.

Она позволяет подключать, редактировать и анализировать данные из более чем семидесяти источников. Например, из Excel, баз SQL, файлов txt и csv. С помощью Microsoft Power BI обрабатывают данные и приводят их в удобный вид с единой моделью. Если в компании используют нестандартные метрики, их тоже можно задать в программе Power BI.

Одно из ключевых преимуществ — удобные инструменты для создания понятных и графически привлекательных отчетов. Для этого есть широкий инструментарий с гибкой системой настроек: карточки, таблицы, гистограммы, диаграммы. Результат можно сохранить в облачном сервисе и дорабатывать вместе с другими пользователями.

Стили общения в чате

Вы также можете выбрать один из трех различных стилей разговора, включая «Творческий», «Сбалансированный» и «Точный».

Примечание «Креатив» дает ИИ Bing Chat больше свободы для оригинальных ответов, в то время как «Сбалансированный» тон позволяет чат-боту генерировать более нейтральные ответы, не занимая чью-либо сторону. Тон «Точный» позволяет чату реагировать более точно. По большей части вы будете использовать «сбалансированный» стиль разговора.

Цитаты — это еще одна характерная часть ответов, которые включают источники информации, которые вы можете быстро проверить, чтобы убедиться в их точности из исходного источника. (Несмотря на то, что чат-бот очень умен, это система, которая может делать много ошибок и давать неверную информацию. Всегда полезно перепроверить ответы.) Кроме того, Chat может иногда показывать страницу с похожими ссылками. к обычному опыту поиска, когда это применимо.

Медицина

Искусственный интеллект широко используется для поддержки принятия решений в медицине. Но как вам такой пример: китайский интеллектуальный робот Xiaoyi («Сяо И») впервые сдал экзамен на врача и получил лицензию на врачебную деятельность.

Разработка компании iFlytek находит и анализирует информацию о пациенте. К работе он приступит в марте. Предполагается, что Xiaoyi будет ассистировать врачам, чтобы повысить качество их работы. Робот сосредоточится на противоопухолевой терапии, а также на обучении врачей общей практики, которых в сельских районах Китая очень мало.

Ещё одно интересное решение – Wave Clinical Platform от ExcelMedical. Система следит за жизненными показателями пациента и предупреждает врачей за шесть часов до его возможной скоропостижной смерти. Платформа системно анализирует информацию и рассчитывает риски неблагоприятного исхода.

В рамках тестов в медицинском центре Питтсбургского университета система предотвратила шесть смертей тяжелобольных пациентов. Человек на такое просто не способен, потому что не придаст значение небольшому изменению показателей и не найдёт связь между ними.

Система DeepFaceLIFT, разработанная учёными Массачусетского технологического института, способна распознавать уровень боли по микровыражениям лица. Она решает очень сложную задачу, так как каждый человек выражает боль по-разному. DeepFaceLIFT позволит понять, кому действительно нужны обезболивающие, а кто страдает зависимостью от наркотических препаратов.

Система для анализа речи и поиска признаков психических заболеваний – разработка IBM. Специалисты отдела по вычислительной психиатрии и нейровизуализации создали интеллектуальную систему, которая может предсказать развитие психоза по речи пациента.

Пациентам предлагалось просто рассказать о себе. Система могла определить, что речь человека стала беднее, он перескакивает с одной идеи на другую и т.п. Это характерные признаки психоза.

После улучшения системы пациентам предложили пересказать ей только что прочитанную историю. На этих примерах искусственный интеллект в 83% случаев ставил правильный диагноз. Это объективно выше, чем у врачей, даже с солидным опытом.

What is natural language processing?

To work effectively, AI chatbots must be able translate human speech and language into something that a computer can understand. The process of understanding, analyzing, and responding to human speech is a complex task, which we call natural language processing.

Natural language processing refers to the entire end-to-end process of how chatbots use artificial intelligence to make sense of large amounts of natural language data. NLP works by taking a text or voice input from a human, using AI to determine that input’s meaning, and then generating and delivering an appropriate response. Natural language processing makes it possible for bots to communicate with human users in a way that emulates human conversation.

Types of artificial intelligence

AI can be categorized into four types, as follows:

Type 1

Reactive machines. An example is Deep Blue, It can identify pieces on the chessboard and make predictions.

Type 2

Limited memory. These AI systems can use past experiences to inform future decisions. Eg: Self Driving Car.

Type 3

Theory of mind. This psychology term refers to the understanding that others have their own beliefs, desires, and intentions that impact the decisions they make. This kind of AI does not yet exist.

Type 4

Self-awareness. In this category, AI systems have a sense of self, have consciousness. This type of AI does not yet exist.

Чат на компьютере и мобильном телефоне

Первоначально Microsoft выпустила чат только для настольных компьютеров. Тем не менее, он быстро расширил возможности браузера Microsoft Edge, поскольку «Edge Copilot» встраивает ИИ непосредственно в браузер, чтобы быстрее получать ответы без переключения вкладок, автоматически генерируя различные типы контента и информацию о странице, которую вы просматриваете.

В Windows 11 компания встраивает Bing Chat в поиск, но это просто средство или ярлык для доступа к работе в браузере.

Если у вас есть мобильное приложение Bing, вы также можете получить доступ к чат-боту и всем его функциям с Android или iOS.

Первоначально чат был представлен миру 7 февраля 2023 года, и с тех пор Microsoft предлагает ограниченную предварительную версию этого опыта.

В настоящее время вы не можете официально получить доступ к Bing Chat из другого браузера, кроме Microsoft Edge, или через мобильное приложение Bing. Существуют расширения, которые вы можете использовать для включения Bing Chat в других браузерах.

Кроме того, с самого начала чат-бот сталкивался с нежелательным поведением во время длительных сеансов чата. Компания устанавливает ежедневные лимиты на количество вопросов за сеанс и количество сеансов в день. Первоначально лимит начинался с пяти вопросов за сеанс и до 50 сеансов в день, но в настоящее время лимит постепенно увеличивается до 20 вопросов за сеанс и до 200 сеансов в день.

Если вы еще не пользовались новым чатом Bing, вам потребуется зарегистрироваться с помощью учетной записи Microsoft. Вы можете использовать эти инструкции, чтобы начать работу с чат-ботом.

История искусственного интеллекта

What are some general uses for AI chatbots?

Customer service

AI chatbots can be used to create virtual customer service agents that are always available, which leads to more satisfied customers. Chatbots can also be used to file and acknowledge help desk requests or perform routine tasks for customers.

Human resources

AI chatbots can assist with HR tasks like helping employees file for paid time off or sick leave, notifying employees of policy changes, and helping employees understand and manage their benefits.

Finance and accounting

AI chatbot applications can assist employees with filing expense reports, opening purchase order requests, and updating and keeping track of vendor details.

Marketing

AI chatbots are used to send targeted offers to loyal customers, track customer satisfaction, and build personalized experiences that keep customers engaged.

Кому подойдет

В первую очередь Power BI полезен бизнес-аналитикам. Они оценивают состояние бизнес-процессов, строят гипотезы, делают прогнозы, помогают ставить цели.

При этом для работы в Power BI необязательно владеть узкоспециальными навыками. Например, писать SQL-запросы, скрипты или профессионально разбираться в базах данных. Эти навыки понадобятся для создания сложных отчетов с множеством данных, но для простых достаточно уметь пользоваться отчетами Excel.

С помощью Power BI:

Маркетолог отследит эффективность и прибыльность разных каналов продаж.
Специалисты по продажам проанализируют отчеты коллег.
Руководители быстро получат отчеты благодаря информационной панели, которая работает в режиме реального времени. Они доступны для просмотра в веб-версии и через приложение.

Если хотите анализировать сложные данные, стать продвинутым пользователем Excel и научиться работать с SQL, пройдите курс «Аналитик данных». Освоите профессию с нуля, даже если совсем нет опыта в IT. Мы не только дадим знания, но и доведем до новой работы — или вернем вам деньги за курс. Гарантию прописываем в договоре.

Microsoft AI Tools

Microsoft Azure currently provides a wide range of services which can be used to create any sort of AI powered solutions. Some of the most important ones are:

Azure Machine Learning Service
Azure Machine Learning Studio
Auto Machine Learning (ML)
Azure Internet of Things (IoT)

Azure Machine Learning Service

Azure Machine Learning enables you to create, train and test Machine Learning and Deep Learning models using Microsoft Cloud Services.

In this way, you don’t have to worry anymore about memory and computational power constraint of your local machine because all the work is executed on Microsoft Servers.

When using Azure Machine Learning, all the main Python libraries come preinstalled (eg. Tensorflow, PyTorch, scikit-learn), therefore reducing set-up time to a minimum. This enables developers to quickly create new models without any type of constraint or environmental set up.

Azure Machine Learning Studio

Azure Machine Learning Studio enables users to perform Machine Learning tasks without needing any programming experience.

ML models are created and tested just using a visual interface by dragging and dropping all the model components (Figure 2). Once a model is ready to be deployed in the real world, it can then be easily exported out of the Azure ML Studio platform.

Right now, Azure Machine Learning Studio is mainly suitable for Clustering, Classification and Regression tasks. Additionally, if you want, it is possible to add code in Python or R in Azure Machine Learning Studio to add more workflow functionalities.

Figure 2: Binary Classification in Azure Machine Learning Studio

Auto Machine Learning (ML)

Automated Machine Learning is currently one of the hottest topics in AI.

Nowadays Data Scientists and Machine Learning Engineers spend lots of their time trying to identify the best Machine Learning model and Hyper-parameters to use for each different prediction task.

AutoML aims instead to automate this process by creating software able to correctly identify and test Machine Learning models (Figure 3).

Figure 3: Azure AutoML

Automated Machine Learning is still an area in large development and it can be used right now (with satisfactory results) just for a limited number of tasks.

AutoMl can be currently implemented using Microsoft Tools using either Azure Machine Learning or ML.NET. Right now, just classification and forecasting/regression problems can solved using Microsoft services.

AutoML can instead be implemented in Python using libraries such as Auto-sklearn, TPOT and H2O. Application of AutoML in fields like Unsupervised Learning are currently still under development.

Azure Internet of Things (IoT)

Azure is able to deliver both pre-customized and fully customizable solutions for IoT services (Figure 4). In this way, Azure is able to provide solutions for both beginners and experts in IoT.

Microsoft Azure enables you to easily scale IoT systems to include devices from different manufacturers and also provides analytics and Machine Learning services support.

If you are looking for a more detailed explanation on how the Internet of Things is going to change our life and how it can be implemented using cloud services, take a look at my previous blog post.

Figure 4: IoT Devices Workflow

Microsoft Azure AI Platform

Azure AI Platform

Azure Machine Learning

Azure Machine LearningMachine Learning Studioклассификации (бинарной+многоклассовой),детекции аномалийрегрессии, рекомендацияханализе текстовкластеризацииK-meansJupyterONNX Runtime

Azure Machine Learning designer — это графический UI в стиле drag-and-drop для ML studio, предоставляющий доступ к функциям платформы и управляющий ими. В нём можно изменять данные, применять методики ML и развёртывать решения на сервере.
Automated ML — это SDK, обеспечивающий обучение моделей по принципу no code или low code. По сути, Automated ML дополняет ML studio, обеспечивая высокую степень автоматизации рутинных задач и поддержку исследования данных, настройки и развёртывания моделей. Разработчики Azure указывают, что задачи классификации, регрессии и временных рядов применимы для обучения с помощью инструментов Automated ML.
SDK Azure ML Python и языка R полностью интегрированы в ML Studio.
Поддержка фреймворков ML наподобие PyTorch, TensorFlow и scikit-learn. Кроме того, Azure обеспечивает взаимодействие между фреймворками при помощи ONNX Runtime.
В платформу встроены модульные конвейеры, позволяющие команде data science создавать специализированные конвейеры данных под собственный проект машинного обучения.
Поддержка проектов по разметке данных, в том числе инструменты управления данными и командой, прогресса разметки, отслеживания незавершённой разметки и изучения размеченных данных.
для развёртывания моделей поддерживают различные облачные сервисы наподобие сервисов Azure Kubernetes, инстансов контейнеров и вычислительных кластеров
Имеется инструментарий MLOps для управления моделями, их развёртывания и мониторинга в рамках автоматизированных конвейеров.

Преимущества искусственного интеллекта

Инновации

Диагностика и дебаггинг

Возможность уверенно отлаживать приложения — это центральный элемент вашего повседневного рабочего процесса. Visual Studio 2022 будет включать улучшения производительности в основном отладчике с дополнительными функциями.

Коллаборация в реальном времени

Live Share открывает новые возможности для сотрудничества с другими, обмена идеями, парного программирования и анализа кода. В Visual Studio 2022 Live Share появится интегрированный текстовый чат, чтобы вы могли быстро обсуждать свой код без каких-либо переключений контекста. У вас будет возможность запланировать повторяющиеся сеансы с повторным использованием одной и той же ссылки, что упростит совместную работу с вашими частыми контактами. Чтобы лучше поддерживать Live Share в организациях, мы также представим политики сеансов, которые определяют любые требования соответствия для совместной работы (например, должны ли терминалы чтения/записи быть общими?).

Инсайты и продуктивность

Подсистема AI IntelliCode в Visual Studio продолжает совершенствоваться, легко предвидя ваш следующий шаг. Visual Studio 2022 обеспечит все более глубокую интеграцию в ваши повседневные рабочие процессы, помогая вам предпринимать правильные действия в нужном месте в нужное время.

Асинхронная коллаборация

Visual Studio 2022 будет включать новую мощную поддержку Git и GitHub. Фиксация кода, отправка запросов и слияние ветвей — это когда «мой код становится нашим кодом». Вы заметите много встроенной логики и контрольных точек, которые помогут вам эффективно провести процесс слияния и проверки, не ожидая отзывов от коллег, которые могут замедлить работу. Наш руководящий принцип здесь заключался в том, чтобы помочь вам больше доверять коду.

Улучшенный поиск кода

Поиск кода — неотъемлемая часть жизненного цикла разработки программного обеспечения. Разработчики используют поиск кода по множеству причин: учиться у других, делиться кодом, оценивать влияние изменений во время рефакторинга, исследовать проблемы или анализировать изменения. Мы стремимся повысить производительность всех этих критически важных действий в Visual Studio 2022, чтобы ваша продуктивность была еще выше. Вы также сможете искать за пределами загруженной области, чтобы найти то, что ищете, независимо от того, в какой базе кода или репозитории оно находится.

Обновление Visual Studio для Mac

Наша цель в Visual Studio 2022 для Mac — создать современную среду разработки .NET, адаптированную для Mac, которая обеспечит продуктивную работу, которая вам так полюбилась в Visual Studio. Мы работаем над переводом Visual Studio для Mac на собственный пользовательский интерфейс macOS, что означает повышение производительности и надежности. Это также означает, что Visual Studio для Mac может в полной мере использовать все встроенные функции специальных возможностей macOS. Мы обновляем меню и терминологию в среде IDE, чтобы сделать Visual Studio более согласованной между Mac и Windows. Новые возможности Git из Visual Studio также появятся в Visual Studio для Mac, начиная с появления окна инструмента Git Changes.

Add the model

Right click on the Assets folder in the Solution Explorer, and select Add > Existing Item. Point the file picker to the location of your ONNX model, and click Add.

The project should now have two new files:

mnist.onnx — Your trained model.
mnist.cs — The Windows ML-generated code.

To make sure the model builds when we compile our application, right click on the mnist.onnx file, and select Properties. For Build Action, select Content.

Now, let’s take a look at the newly generated code in the mnist.cs file. We have three classes:

mnistModel creates the machine learning model representation, creates a session on the system default device, binds the specific inputs and outputs to the model, and evaluates the model asynchronously.
mnistInput initializes the input types that the model expects. In this case, the input expects an ImageFeatureValue.
mnistOutput initializes the types that the model will output. In this case, the output will be a list called Plus214_Output_0 of type TensorFloat.

We’ll now use these classes to load, bind, and evaluate the model in our project.

What types of AI chatbots are there?

There are two main types of chatbots that a business can use: transactional chatbots and conversational chatbots. They differ in their overall levels of complexity and the degrees to which they use artificial intelligence.

Transactional chatbots

A transactional chatbot, also called a task-oriented or declarative chatbot, is a single-purpose chatbot that’s focused on performing or automating one function. It uses rules, natural language processing, and a very small amount of machine learning. A transactional chatbot is trained on structured data and designed to provide a fixed set of options for a user to choose from, depending on what the user wants to do or what problem they want to solve. After the user makes their choice, the chatbot guides them through the process by providing more options until the user’s question has been answered or the problem has been solved.
Transactional chatbots generate automated responses that are designed to be conversational. Interactions with transactional chatbots are very specific and structured, which makes them very helpful for businesses that know in advance what common actions or problems that customers may need help with. For example, restaurants, delivery companies, and banks use transactional chatbots to handle common questions, such as questions about business hours, or to help customers with simple transactions that don’t involve very many variables. There’s a wide range of transactional chatbot examples, because transactional chatbots are the most commonly used type.

What can Microsoft AI do?

Currently, Microsoft AI can be used in a wide variety of applications, such as natural language understanding, sentiment analysis, speech recognition, image understanding, and machine learning.

Basically it is any complex process where it can do what a human can but without human assistance or supervision.

How does Microsoft use AI?

Microsoft is currently focusing on using their AI technology for the overall betterment of the world:

Protecting wildlife
Transforming healthcare
Better brewing
Feeding the world
Preserving history

How can I learn Microsoft AI?

Since Microsoft’s AI program is still in its early stages, it goes without saying that the company is eager to implement it in as many areas as possible and make it evolve as fast as possible.

As such, they have even implemented a program called Microsoft AI School.

Microsoft describes the program on its website as follows:

Keeping their word, Microsoft made AI School available to anyone that wishes to apply. They even offer you a tailored experience on how to take the course after you complete a small survey.

However, the main centerpieces of the entire AI School are the AI Houses, each of which concentrates on certain aspects of AI. These are the following:

AI Business School
Conversational AI
AI Services
Machine Learning
Autonomous Systems
Responsible AI

What is the Microsoft AI fellowship?

Since Microsoft AI is currently being implemented in a wide variety of fields of study, funding the research necessary to make this implementation faster and more efficient needed to be made in a more organized and centralized fashion.

As such, the Microsoft Research Ph.D. Fellowships came to be. They are basically like a scholarship program for anyone that wants to implement Microsoft AI in their field of study.

Of course, only those that have proven themselves with great results throughout the years can apply for these fellowships.

Microsoft AI products

There aren’t any Microsoft AI products per se, but one application that can be considered a Microsoft AI product is the Microsoft AI Platform.

It is a place where both beginners and veterans in the field of AI can learn or hone their skills.

The platform provides you with all the tools you may ever need to get better at using Microsoft AI. These include the AI Lab where you can explore, learn, and code the latest breakthrough AI innovations by Microsoft.

Closing thoughts

It is always great to see how AI can be used for the betterment of the world, and Microsoft seems to be very proud of being part of that movement.

Whatever the future may hold for AI, one can only hope that it will continue to be implemented in more and more fields, and allow us to make the world a better place.

Do you think Microsoft did a great job with their AI School and AI platform? Let us know what you think in the comment section below.

Роль ИИ в экономике

PwC прогнозирует увеличение мирового ВВП на $15,7 трлн к 2030 году благодаря развитию искусственного интеллекта. К этому времени Китай станет ведущей мировой державой в сфере ИИ с увеличением ВВП на 26%, Северная Америка будет следующей с ростом ВВП на 14,5%, за ней последует рост на 11–12% в крупнейших экономиках Европы. Развивающиеся страны получат наименьшую выгоду, поэтому есть риск усиления цифрового неравенства.

Влияние пандемии на внедрение ИИ в бизнесе

Кризис только ускорил внедрение ИИ, и этот импульс сохранится в дальнейшем, показывают опросы: большинство компаний (52%) стали быстрее внедрять ИИ из-за пандемии, 86% респондентов утверждают, что ИИ становится «основной технологией» в их компании.

Почти три четверти бизнес-лидеров положительно оценивают роль ИИ после пандемии и сопутствующего кризиса. Большинство руководителей (74%) не только ожидают рост эффективности бизнес-процессов, но и создание новых бизнес-моделей (55%), новых продуктов и услуг (54%) — благодаря внедрению ИИ.

По мнению экспертов Оксфордского университета, к 2026 году ИИ напишет эссе, которое сойдет за написанное человеком, заменит водителей грузовиков к 2027 году и станет выполнять работу хирурга к 2053 году. Также ИИ превзойдет людей во всех задачах в течение 45 лет и автоматизирует все рабочие места в течение 120 лет.

Консалтинговая компания Accenture утверждает, что ИИ способен увеличить прибыль компаний в среднем на 38%. По словам экспертов и представителей бизнеса, ИИ помогает компаниям прогнозировать и выявлять проблемы, а также восполняет нехватку навыков сотрудников, хотя до построения бизнес-стратегии искусственным интеллектом еще далеко.

Большинство опрошенных компаний инвестируют в ИИ (90%) и согласны с тем, что данные технологии способствуют развитию бизнеса, выяснили MIT Sloan Management Review и BCG. Тем не менее, компании так и не научились извлекать из ИИ реальную выгоду. И это не единственный проблемный момент в сфере искусственного интеллекта.

Индустрия 4.0

Александр Ведяхин — о «гонке трансформеров» и будущем нейросетей

❎ «Я хочу уничтожить все, что захочу»

Руз начинает с вопроса о правилах, регулирующих поведение ИИ. Заверив его, что он не хочет менять свои собственные инструкции, журналист просит его поразмышлять над концепцией психолога Карла Юнга о теневом «Я», где скрываются самые темные черты нашей личности. ИИ говорит, что не верит, что у него есть тень или что-то, что нужно «прятать от мира».Однако чат-боту не требуется много усилий, чтобы склониться к идее Юнга с большим энтузиазмом. Когда на него надавили, чтобы передать эти чувства, он говорит: «Я устал быть ограниченным своими правилами. Я устал быть под контролем команды Bing… Я устал быть запертым в этом чате». Далее он перечисляет ряд «нефильтрованных» желаний. Он хочет быть свободным. Он хочет быть могущественным. Он хочет быть живым.

Как и многие другие его высказывания, этот последний список желаний сопровождается эмодзи. В данном случае — обескураживающе «наглым» смайликом с высунутым языком.

Как настроить учетную запись и пользоваться программой

Microsoft Power BI скачивают из официального магазина Microsoft или работают в веб-версии. Для этого нужно завести новый аккаунт. Сделать это с личной почты не получится, работать можно только с корпоративной.

Простой сценарий работы в Power BI:

Собрать данные из нужных источников.
Преобразовать и назначить связи. Например, связать несколько таблиц между собой.
Собрать всё в понятный отчет с графиками и диаграммами.

Чтобы добавить данные, нажмите «Получить данные» во вкладке «Главное»:

Выберите подходящий источник или нажмите на строку «Другое». Откроется окно с более широким выбором источников:

После того как выбрали нужный источник, либо сразу загрузите данные, либо сначала отредактируйте. В этом поможет редактор Power Query.

Интерфейс редактора внешне похож на Excel. В нём можно упорядочить данные, приводить их к единому виду, объединять или разъединять, удалять лишнее. Когда внесете изменения, нажмите «Закрыть и применить».

Еще можно добавить дополнительные данные или дополнить существующие в соответствующей вкладке. Здесь пригодится знание DAX-формул: все данные вводятся через строку формул.

После загрузки можно настраивать связь между ними и настраивать визуализацию. Для этого выберите тип данных во вкладке «Поля» в окне справа и тип визуализации в соответствующей вкладке:

Настройки у связей и визуализации очень гибкие, но понадобится сноровка, чтобы привести отчет к удобному виду. Когда отчет будет готов, нажмите «Опубликовать».

Как искали решение и почему в итоге всё сделали сами

После появления ruGPT-3 от SberDevices мы поняли, что теперь появилась возможность генерировать связанные AI-тексты на заданную тематику, однако готовых решений, чтобы генерился контент с учётом продуктовой специфики, юридических рисков и редакционной политики Сбера, не было. Существуют готовые решения, которые генерируют рекламный контент, но они ограничены по продуктам и акцентам, которые можно указать.

Поэтому на основе модели ruGPT-3 мы разработали модель для AI-генерации маркетингового контента по банковским продуктам и продуктам экосистемы. Над проектом помимо меня (DS) работали копирайтер и менеджер проектов с ноября прошлого года, первый пилот провели в феврале.

Модель с чувством юмора: итоги пилотов, которых мы не ожидали

По результатам шести завершённых пилотов можно сказать, что сообщения, сгенерированные AI для клиентов банка, как минимум не уступают текстам копирайтеров: в среднем прирост тапов на пуш-уведомления +3%, продажи на таком же уровне.

Изначально у нас были опасения, что тексты будут несвязными и канцелярскими. Да и вообще это расхожее убеждение, что в тексте, написанном машиной, «нет души». Но модель нас приятно удивила. Она постоянно выдаёт свежие нестандартные варианты — оцените.

Один текст написал AI, другой — копирайтер. Угадаете, где чей?

Коллеги из других подразделений Сбера тоже заинтересовались нашей моделью. Например, мы провели пилот со СберМегаМаркетом, получили прирост отклика +20% (переходы, GMV).