# #13 Nauka Power Platform | AI Hub - Podstawowe informacje

**Film YouTube:** https://www.youtube.com/watch?v=OWZqZ74nADc

---

Cześć, witajcie po dłuższej przerwie. W dzisiejszym odcinku chciałbym opowiedzieć wam o tym, czym jest w Power Platformie AI Hub, gdzie go znaleźć, jakie daje możliwości i przejść z wami po panelu AHuba. Przygotuję też kolejne dwie lekcje, w których już w praktyczny sposób poznamy jego możliwości. Do AHubu dostajemy się przez panel Power Automate, czyli wchodzimy na stronę www.mak.powerautomate.com na powerutomate.com i zostajemy przekierowani na odpowiednie środowisko. Weźmy pod uwagę, że w danej organizacji możecie nie mieć dostępu do pewnych możliwości. Zależy to od różnych polityk DLP. I warto wiedzieć, że funkcjonalności AI buildera są płatne, są oparte obecnie o kredyty Aa Builderowe, które możemy kupować w ramach pakietu Office, w ramach umowy z Microsoftem. Natomiast już teraz jest to proces przejściowy i wszystkie kredyty związane z AI będą ewoluowały w jeden byt, prawdopodobnie w kredyty Copilot Studio i z nich będzie można korzystać w ramach tych funkcjonalności związanych z AI. Opisuję w tych nagraniach związanych z AI builderem stan na dzień dzisiejszy na tym tenancie jaki mam. Faktycznie będzie się to dynamicznie zmieniało i wiem, że jeszcze pewne kwestie będą doprecyzowywane. Niemniej Aahub znajdziecie w lewym menu. Jeśli go nie widzicie domyślnie, możecie wejść w trzy kropeczki i znaleźć sobie taką pozycję albo dać Discover all i tam poszukać co jest w Aa Hubie. W AHubie znajdziecie wszelkie funkcjonalności power platformowe z użyciem modeli językowych bądź szeroko rozumianego machine learningu. Tak naprawdę podstawowymi korowymi dwoma funkcjonalnościami ahubu są tak zwane prompty. Prompts i AI models. Prompty pozwalają na korzystanie z wbudowanych i przygotowanych przez Microsoft gotowych promptów, które promptów, czyli zapytań do modelów językowych opartych o ażurea Open AI i modele tam dostępne i wstrzykiwanie tych promptów w przyjemny low kodowy sposób do różnych rozwiązań automatyzacji. To zrobimy sobie na osobnej lekcji. Jeśli chodzi o AI models, tutaj mamy dostęp do modeli OCrowych machine learningu. W tle działa dokument intelligence ażurowy, który pozwala nam przygotowywać również automatyzację w oparciu o rozpoznawanie treści na dokumentach. Tu też zrobimy sobie pod to osobny praktyczny scenariusz, żeby poznać możliwości tych rozwiązań. Wchodzimy sobie do promptów. W promptach możemy zobaczyć, że mamy już gotowe templatki, z których możemy bardzo fajny, prosty sposób korzystać. Możemy też tworzyć własne prompty. I pokażę jak taki interfejs wygląda. Nazwa jest edytowalna, więc możemy sobie stworzyć takiego prompta. możemy napisać instrukcję, która ma się wykonywać w momencie, gdy przekażemy coś do tego prompta albo nic nie przekażemy i po prostu ma się w danym momencie wykonać i coś zwrócić. Możemy tutaj też wybrać odpowiedni model, jaki nas interesuje, językowy, a także podpiąć inne modele, których tutaj nie ma, ale to wymaga już konfiguracji na poziomie ajura i azur found. Możemy pisząc prompty dodawać też zmienne, ale tutaj zrobimy sobie taki przykład na osobnej lekcji, czyli możemy dodawać zmienne wejściowe, które potem w implementacji, na przykład w Power Automatie będziemy mogli uzupełnić danymi w przepływie. Możemy wstawiać formuły, korzystać też natywnie z danych z data versa i wskazywać konkretne tabele i konkretne kolumny tabel, które model językowy ma potraktować z promptem. Możemy też określić w tym panelu output wiadomości. Możemy poprosić o format tekstowy jako wyjściowy bądź struktury Jason. W procesach warto sobie zadbać o taką strukturyzację danych wyjściowych. Natomiast tekst też może być potrzebny na przykład wykorzystując jakiś automatyczny research po jakiejś liście kontrahentów powiedzmy. I możemy też oczekiwać wyjściowo dokumentu, ale jest to w wersji preview, więc jeszcze Microsoft nad tym pracuje. To co ważne, to możemy w tym panelu testować swoje rozwiązanie. Możemy kliknąć test i zobaczyć co na daną instrukcję się wydarzy i jaką dostaniemy odpowiedź. I testowanie nic nie kosztuje. Ma one pewne ograniczenia. Natomiast do prostych pojedynczych testów możemy testować tutaj na środowisku i nie będzie nam to zjadało kredytów. AI w panelu AI Models, tak jak wspominałem dotyczy on bardziej kwestii machine learningowych. Mamy tutaj gotowe komponenty przygotowane przez Microsoft już nauczone jak rozpoznawać dane typy dokumentów. Jak widzimy, możemy tutaj skorzystać z rozpoznawania z faktur, tekstu z obrazków i PDFów. z rachunków, więc z wizytówek. Więc mamy tutaj gotowe moduły, z których możemy korzystać, ale mamy też możliwość stworzenia własnego customowego modelu i nauczenia go na próbkach danych. Jak widać, tych możliwości tu troszeczkę jest, a do tego zachęcam, żeby się zapoznać i zobaczyć, co to jeszcze, na co to jeszcze pozwala. W osobnej lekcji zrobimy sobie konkretny praktyczny przykład na jednym z takich OCRowych modeli. Warto pamiętać, że o ile w danym procesie możemy korzystać z promptu i wtedy nie bardzo jest co uczyć, możemy poprawiać instrukcje, możemy doprecyzowywać ten proces na bazie instrukcji, zmiany modelu językowego. O ile o tyle w OCR już musimy pamiętać, że implementując to rozwiązanie Microsoft tworząc, gdy stworzymy sobie taki model OCRowy daje nam kompleksowe rozwiązanie, które pozwala wstrzyknąć Power Automate gotowego już przygotowaną tę platkę, którą możemy edytować po to, żeby nadal uczyć proces. Będziemy widzieć wskaźniki jakości rozpoznawania i będziemy mogli w ten proces yyy dodać osobę, zespół, który będzie nadzorował, czy warto jest kolejny dokument, który wpadł do puli do rozpoznania dodać do nauczania, czy go zignorować, czy ręcznie obrobić, ale nie uczyć modelu na tej danej. Warto pamiętać, że biznesowo ten proces jest bardziej angażujący. Na dzisiaj to wszystko. To bardzo krótka lekcja. Zapraszam was do kolejnych dwóch, w których w praktyczny sposób pokażę jak korzystać z tej