DEV Community: Pablito Piova

Workflows en Microsoft Foundry

Pablito Piova — Tue, 23 Dec 2025 11:36:49 +0000

¿Qué es un Workflow en Microsoft Foundry?

Cuando pasas de “un agente que responde” a “un sistema que resuelve”, aparecen tareas con varios pasos, decisiones, validaciones y (a veces) intervención humana. Los Workflows en Microsoft Foundry están pensados para resolver eso: una forma visual (UI-based) de definir una secuencia declarativa de acciones donde podés invocar agentes, agregar lógica (if/else, bucles), transformar datos y conversar con el usuario.

En la práctica, esto te permite armar automatizaciones robustas combinando:

Agentes (con diferentes roles o especialidades).
Lógica de proceso (decisiones, bifurcaciones, validaciones).
Mensajes y preguntas para guiar al usuario.
Variables y expresiones con Power Fx.

Prerrequisitos

Una cuenta de Azure con suscripción activa.
Un proyecto creado en Microsoft Foundry.
Acceso a la experiencia Foundry (new) con el toggle New Foundry habilitado.

Conceptos clave: patrones de orquestación

Al crear un Workflow podés empezar desde cero o desde plantillas que siguen patrones típicos:

Human in the loop: el flujo pregunta algo y espera una confirmación o dato humano para continuar.
Sequential: encadena pasos en orden (ideal para “pipeline”).
Group chat: coordina varios agentes “pasándose la posta” según reglas/contexto (escalamientos, especialistas).

Tip: Si tu caso exige patrones más avanzados (por ejemplo, ejecución paralela), revisá los patrones del Microsoft Agent Framework (por ejemplo Concurrent, Sequential, Group Chat, Handoff).

Crear un Workflow (paso a paso)

Entrá al portal de Microsoft Foundry.
Verificá que New Foundry esté activado.
En el menú superior derecho, elegí Build.
Seleccioná Create new workflow y elegí un template (por ejemplo Sequential).
Asigná agentes a los nodos de agente (podés usar existentes o crear nuevos).
Importante: guardá con Save cada vez que hagas cambios (no se guarda automáticamente).
Probalo con Run Workflow y probá el flujo en el panel de chat.

Ejemplo 1: “Ask a question” + Power Fx (Upper)

Este ejemplo es ideal para entender el flujo mínimo:
1) preguntás algo, 2) guardás la respuesta en una variable, 3) la reutilizás con una fórmula.

Paso 1 — Agregar “Ask a question” y guardar la respuesta

Agregá un nodo Ask a question con un texto como:

“What is your name?”

y guardá la respuesta en una variable local (por ejemplo: Var01).

Paso 2 — Enviar un mensaje usando Power Fx

Agregá un nodo Send message y usá esta fórmula para devolver el nombre en mayúsculas:

{Upper(Local.Var01)}

Paso 3 — Probarlo en Preview

Ejecutá Preview y probá el flujo desde el panel de chat.

Ejemplo 2 - invocar un agente con salida estructurada (JSON Schema)

Cuando tu workflow crece, el texto libre se vuelve difícil de encadenar. Por eso Foundry permite configurar que un agente responda con un JSON Schema (salida estructurada), y luego guardar ese JSON en una variable para usarlo en decisiones o transformaciones.

Paso 1 — Configurar el formato de salida del agente

En la configuración del agente (en el nodo Invoke agent):

Ir a Details
Abrir el panel de Parameters
En Text format, elegir JSON Schema

Paso 2 — Pegar el JSON Schema en “Add response format”

Pegá tu schema en el modal Add response format y guardá.

Ejemplo de schema (simple) para un agente que devuelve resultado estructurado:
{ "name": "triage_response", "schema": { "type": "object", "properties": { "category": { "type": "string" }, "priority": { "type": "string", "enum": ["Low", "Medium", "High", "Critical"] }, "summary": { "type": "string" } }, "required": ["category", "priority", "summary"], "additionalProperties": false }, "strict": true }

Paso 3 — Probar el workflow en Preview

Una vez configurados los nodos, es momento de ejecutar y validar el flujo sin salir del portal.

En el editor del workflow, hacé clic en Preview (o Run workflow, según la vista).
Se abrirá un panel de chat donde podés interactuar con el flujo.
Respondé a la pregunta inicial (por ejemplo, tu nombre).
Verificá que el resultado refleje correctamente la lógica definida (en este caso, que el nombre se devuelva en mayúsculas usando Power Fx).

Este modo de preview interactivo es clave para iterar rápido: podés ajustar nodos, fórmulas o mensajes, guardar cambios y volver a ejecutar el workflow hasta que el comportamiento sea el esperado.

Ejemplo 3 — Bifurcación del flujo con if/else y System variables

Uno de los puntos más potentes de los Workflows en Microsoft Foundry es la posibilidad de tomar decisiones dentro del flujo usando nodos de if/else. Esto permite crear experiencias dinámicas donde el comportamiento cambia según el contexto, los datos ingresados o el resultado de un agente.

Agregar un nodo if/else

En el canvas del workflow, hacé clic en + y seleccioná Logic → If/else.
En el panel de configuración del nodo, definí la condición que determinará qué rama del flujo se ejecuta.
Al comenzar a escribir una expresión, Foundry sugiere automáticamente variables disponibles.

Uso de System variables

Las System variables exponen información del contexto de ejecución, como:

mensajes del usuario,
estado de la conversación,
resultados previos,
metadatos del flujo.

Para acceder a ellas, simplemente comenzá a escribir: System.

El editor mostrará las opciones disponibles para ese contexto.

Ejemplo práctico de decisión

Supongamos que en un paso anterior guardaste la salida de un agente (en formato JSON Schema) en una variable local llamada Local.TriageResult.

Podés usar una condición como: Local.TriageResult.priority = "Critical"

Si la condición es verdadera → el flujo puede:
- pedir confirmación al usuario (human-in-the-loop),
- escalar a un agente especializado,
- o redirigir a otro workflow.
Si la condición es falsa → el flujo continúa con una respuesta automática o un siguiente paso estándar.

¿Cuándo usar if/else en un workflow?

Este patrón es ideal cuando necesitás:

clasificar tickets (alta vs baja prioridad),
validar información antes de continuar,
aplicar reglas de negocio simples,
decidir entre automatización completa o intervención humana.

Con este enfoque, el workflow deja de ser una secuencia rígida y pasa a comportarse como un proceso inteligente, combinando IA, reglas y contexto en tiempo real.

Comparación: workflow visual vs orquestación por código

Para equipos técnicos, una pregunta frecuente es:

¿cuándo conviene usar Workflows visuales en Foundry y cuándo orquestar todo por código?

La respuesta corta es: no compiten, se complementan. Cada enfoque brilla en escenarios distintos.

Workflow visual (Microsoft Foundry)

Ventajas

Diseño low-code / no-code, ideal para iterar rápido.
Visibilidad clara del flujo completo (canvas visual).
Fácil de explicar y mantener por equipos mixtos (devs + negocio).
Soporte nativo para:
- JSON Schema
- Power Fx
- if/else
- human-in-the-loop
Versionado automático y vista en YAML.

Cuándo usarlo

Procesos bien definidos (triage, approvals, validaciones).
Automatizaciones con reglas de negocio claras.
Casos donde la transparencia del flujo es clave.
Prototipado y evolución rápida sin reescribir código.

Orquestación por código (SDK / Agent Framework)

La orquestación por código es el enfoque más flexible cuando necesitás definir flujos complejos, dinámicos o fuertemente integrados con una aplicación existente. En lugar de un canvas visual, el flujo entre agentes y pasos se describe directamente en código usando el Microsoft Agent Framework.

Este modelo resulta especialmente atractivo para equipos de desarrollo que buscan:

control total del ciclo de vida del workflow,
versionado y despliegue junto con el código,
integración directa con servicios, SDKs y sistemas empresariales.

Ventajas principales

Definición explícita del flujo de ejecución.
Mayor expresividad para lógica compleja y condicional.
Integración nativa con el ecosistema .NET (middleware, DI, logging, testing).
Ideal para escenarios donde el workflow es parte del core de la aplicación.

Ejemplo oficial en C# (.NET)

Microsoft ofrece ejemplos donde los workflows se definen de forma declarativa pero expresados en código, combinando claridad estructural con la potencia del lenguaje.

Un ejemplo representativo es el siguiente sample en C# (.NET) del repositorio oficial del Agent Framework:

👉 https://github.com/microsoft/agent-framework/blob/main/dotnet/samples/GettingStarted/Workflows/Declarative/HostedWorkflow/Program.cs#L84

En este ejemplo se puede observar:

cómo definir un workflow declarativo directamente en C#,
cómo registrar el flujo dentro de una aplicación .NET,
cómo ejecutar la orquestación sin depender de una interfaz visual,
y cómo este enfoque encaja naturalmente en pipelines de CI/CD y despliegue automatizado.

¿Cuándo elegir orquestación por código?

Este enfoque es recomendable cuando:

el flujo de agentes forma parte de una aplicación backend existente,
necesitás lógica altamente dinámica o dependiente del runtime,
requerís control fino sobre estados, errores o ejecución,
o querés aplicar patrones avanzados difíciles de modelar visualmente.

En estos casos, el Agent Framework ofrece la libertad y el control que los desarrolladores esperan, sin renunciar a los conceptos de orquestación y agentes.

Conclusión

Después de trabajar con agentes y distintos modelos de orquestación, los Workflows en Microsoft Foundry se sienten como una evolución natural: pasar de pruebas aisladas a soluciones de IA pensadas para producción.

La combinación de un workflow visual, soporte para JSON Schema y Power Fx permite diseñar flujos claros, fáciles de entender y, sobre todo, mantenibles en el tiempo. En equipos reales —donde conviven desarrollo, arquitectura y negocio— esto marca una diferencia importante.

Desde el lado técnico, lo más interesante es que Foundry no obliga a elegir entre visual o código. Se pueden usar workflows visuales para orquestar procesos y reglas de negocio, y complementar con orquestación por código cuando se necesita mayor control, extensibilidad o integración profunda.

Este enfoque híbrido baja la barrera de entrada sin limitar el crecimiento. El verdadero desafío ya no es cómo usar agentes, sino cómo diseñar flujos de IA que aporten valor real y sostenible.

Si estás explorando agentes en Microsoft Foundry, vale la pena probar Workflows, iterar en Preview y combinar lo visual con código sin miedo. Ahí es donde Foundry empieza a mostrar todo su potencial.

Gracias por leer 🙌 y espero que este recorrido te ayude a diseñar mejores soluciones de IA en tus próximos proyectos 🚀

Referencias

Mi Viaje con la Inteligencia Artificial

Pablito Piova — Tue, 26 Dec 2023 18:50:46 +0000

¡Hola! Soy Pablito Piova, y estoy aquí para compartir contigo mi experiencia en el emocionante mundo de la inteligencia artificial (IA). Desde mis primeros días maravillándome con las computadoras en la escuela hasta trabajar en proyectos avanzados de IA, este campo ha sido una constante fuente de inspiración y asombro para mí. La IA no es solo una tecnología; es un catalizador de cambio, una ventana a futuros inimaginables y una herramienta poderosa que transforma todo lo que toca, desde negocios hasta el arte y más allá.

Despertando a la IA: Mis Primeros Pasos

Mi fascinación con la IA comenzó como una chispa de curiosidad. Recuerdo leer historias de ciencia ficción y soñar con inteligencias artificiales que podrían pensar y sentir. Pero cuando comencé a estudiar computación y a entender lo que realmente hace a la IA, esa chispa se convirtió en una llama. Aprendí sobre los pioneros que sentaron las bases de la IA y cómo sus sueños y teorías se han convertido en las aplicaciones prácticas que vemos hoy. Desde algoritmos simples hasta máquinas que pueden aprender y adaptarse, mi apreciación por la IA ha crecido junto con su evolución.

Desmitificando la IA: Más Allá de los Robots

La IA a menudo se presenta envuelta en un aura de misterio y malentendidos. Al principio, yo mismo pensaba que la IA estaba limitada a robots que podían caminar y hablar. Sin embargo, pronto descubrí que la IA está en todas partes: en los algoritmos que filtran el correo electrónico, en las aplicaciones que nos sugieren qué película ver o música escuchar, y en sistemas más complejos que ayudan a los médicos a diagnosticar enfermedades. La IA es una herramienta versátil que mejora la eficiencia, la precisión y, en muchos casos, la creatividad.

El Impacto de la IA en el Trabajo y la Sociedad

Cuando comencé a comprender el verdadero alcance de la IA, también empecé a reflexionar sobre su impacto en el trabajo y la sociedad. He visto debates sobre el futuro del empleo, con algunos temiendo que la IA pueda reemplazar puestos de trabajo. Sin embargo, también he sido testigo de cómo la IA puede actuar como una fuerza multiplicadora de la creatividad humana, eliminando tareas tediosas y permitiendo a las personas centrarse en lo que hacen mejor. La IA tiene el potencial de mejorar la vida laboral, pero esto requiere un enfoque cuidadoso y considerado en su implementación y una comprensión clara de su interacción con la dinámica social y económica.

Avances en IA: Aprendiendo y Adaptándome

A lo largo de los años, he presenciado y participado en la evolución de la IA, y cada avance me ha dejado más asombrado. Desde los primeros programas capaces de jugar ajedrez hasta sistemas que pueden diagnosticar enfermedades con mayor precisión que los humanos, la IA ha mostrado una capacidad de aprendizaje y adaptación extraordinaria. Los avances en aprendizaje profundo y redes neuronales han abierto nuevas puertas para entender y procesar el lenguaje humano, las imágenes y los datos complejos. Estos avances no solo son una muestra de ingenio humano, sino que también abren un diálogo sobre qué significa aprender y ser inteligente.

Ética y Responsabilidad en la IA

Mi viaje con la IA también me ha llevado a explorar sus aspectos éticos y responsables. A medida que la IA se vuelve más integral en nuestras vidas, es imperativo abordar las cuestiones de privacidad, sesgo y control. He aprendido sobre los esfuerzos para diseñar IA ética que considere las consecuencias sociales de sus acciones y tome decisiones justas y transparentes. La responsabilidad en la IA no es solo sobre cómo se usa la tecnología, sino cómo se diseña, quién tiene acceso a ella y cómo se regulan sus aplicaciones. Este es un campo en constante cambio que requiere nuestra atención y comprensión continua.

IA en Mi Vida Diaria

La IA no es solo un tema de interés académico o profesional para mí; se ha entrelazado en mi vida diaria de maneras que nunca imaginé. Utilizo IA todos los días, desde sistemas de navegación que me ayudan a evitar el tráfico hasta herramientas generativas que asisten en la creación de contenido y diseño gráfico, como Microsoft Designer. La IA también me ha ayudado a mantenerme conectado durante tiempos difíciles, ofreciendo nuevas formas de comunicación y soporte. Herramientas como ChatGPT me permiten explorar ideas creativas, mientras que la función de traducción en tiempo real de Microsoft Teams ha revolucionado mis reuniones internacionales, permitiéndome comunicarme sin barreras de idioma sumando la opción de generarme resúmenes y puntos importantes de mis reuniones. Además, la IA ha facilitado tareas cotidianas como programar reuniones, filtrar correos electrónicos y personalizar mi experiencia en plataformas digitales. Es sorprendente cómo algo que una vez fue una teoría en libros de texto ahora facilita tantos aspectos de mi vida cotidiana.

El Futuro de la IA: Lo Que Nos Espera

El futuro de la IA es tan emocionante como incierto. Con cada avance, nos acercamos a resolver algunos de los problemas más complejos de la humanidad. Veo un futuro donde la IA trabaja junto con las personas en todos los campos, desde la medicina hasta la educación, deportes y más allá. Pero también reconozco que con gran poder viene gran responsabilidad. El futuro de la IA debe ser guiado por un enfoque ético y considerado, asegurando que sus beneficios se compartan ampliamente y que sus riesgos se gestionen cuidadosamente.

Preparándonos para un Mundo con IA

A medida que avanzamos hacia un futuro cada vez más influenciado por la IA, me he dado cuenta de la importancia de prepararnos para los cambios que traerá. Esto significa no solo actualizar nuestras habilidades técnicas sino también fomentar una comprensión más profunda de cómo la IA afecta los aspectos éticos, culturales y sociales de nuestras vidas. Personalmente, me mantengo al día con los desarrollos de la IA asistiendo a cursos y conferencias en universidades y en comunidades reconocidas a nivel mundial. Además de compartir conocimiento a otros a través de charlas y blog posts, me gusta mostrar los avances y usos de la IA para todos, no solo para profesionales sino también para el público en general. Como Microsoft MVP en Inteligencia Artificial, me dedico a desmitificar la IA y hacerla accesible, promoviendo una comprensión más amplia y profunda de cómo esta tecnología puede ser utilizada para el beneficio de todos.

Participando en la Comunidad de IA

En mi viaje, he encontrado una comunidad vibrante y diversa de individuos apasionados por la IA. Desde ingenieros y científicos hasta artistas y filósofos, la comunidad de IA es un crisol de ideas y culturas. Participar en esta comunidad ha sido una de las partes más gratificantes de mi viaje. He colaborado en proyectos y compartido ideas en grupos de expertos, además de organizar y participar activamente en conferencias internacionales. Estos eventos me han permitido intercambiar conocimientos con otros líderes en el campo y aprender de sus experiencias. Ser reconocido como Microsoft MVP en Inteligencia Artificial ha sido un hito destacado, reflejando mi compromiso y contribuciones a la comunidad. Esta interacción continua no solo ha ampliado mi conocimiento y habilidades, sino que también ha fortalecido mi creencia en el potencial colectivo para dirigir la IA hacia un futuro positivo.

IA y Creatividad: Nuevas Formas de Arte

Uno de los aspectos más sorprendentes de la IA que he experimentado es su capacidad para colaborar en el proceso creativo. La IA está redefiniendo lo que significa ser creativo, ofreciendo nuevas herramientas y técnicas para la expresión artística. He visto cómo los algoritmos pueden diseñar patrones complejos, componer música e incluso escribir poesía. Esta colaboración entre humanos y máquinas está abriendo nuevos horizontes para el arte, desafiando nuestras nociones tradicionales de creatividad y autoría. Para mí, esto no solo es una muestra de la flexibilidad de la IA sino también una invitación a explorar nuevas formas de expresión y creatividad.

Enseñanzas y Reflexiones

A lo largo de mi viaje con la IA, he aprendido que esta tecnología no es solo un conjunto de algoritmos y datos, sino una fuerza transformadora que toca casi todos los aspectos de nuestras vidas. La IA me ha enseñado sobre la importancia de la adaptabilidad, el aprendizaje continuo y la consideración ética. También me ha mostrado que el futuro no es algo que nos sucede, sino algo que podemos formar con nuestras decisiones y acciones. Cada día, me inspiro para contribuir a un futuro donde la IA se utilice para amplificar nuestras capacidades, enriquecer nuestras vidas y enfrentar los desafíos globales.

Mi Compromiso con el Futuro de la IA

La IA es una parte integral y apasionante de mi vida, y mi compromiso con su desarrollo y aplicación ética es inquebrantable. Continuaré dedicándome a aprender más, explorar nuevas posibilidades y contribuir significativamente al campo de la IA. Animo a todos, desde entusiastas hasta expertos, a seguir explorando y entendiendo esta poderosa herramienta. Juntos, podemos navegar por sus desafíos y maximizar sus beneficios. Sigamos aprendiendo y colaborando para asegurar que la IA contribuya positivamente a nuestras vidas y al mundo. Juntos, podemos forjar un futuro donde la IA sirva para ampliar nuestro potencial humano y abordar los problemas más complejos de nuestra sociedad.

Para aquellos interesados en profundizar su comprensión y habilidades en IA, aquí hay algunos recursos que considero importantes para empezar en este mundo:

👋Hasta la próxima, comunidad

Orca 2 - Small Language Models

Pablito Piova — Thu, 07 Dec 2023 17:10:45 +0000

Esta publicación forma parte del Calendario de Adviento AI 2023, iniciativa liderada por Héctor Pérez, Alex Rostan, Pablo Piovano y Luis Beltrán. Consulte este enlace para obtener más artículos interesantes sobre IA creados por la comunidad.

Introducción

En la vanguardia del progreso de la inteligencia artificial, surge un nuevo protagonista que redefine lo que conocíamos sobre los modelos de lenguaje. Este enfoque innovador combina una eficiencia sin precedentes con una capacidad excepcional, marcando el comienzo de una nueva era en el procesamiento del lenguaje natural. Distanciándose de los gigantescos modelos que dominaban el campo, esta nueva metodología se inclina hacia un diseño más compacto y eficiente, sin sacrificar el rendimiento y la precisión.

La esencia de esta revolución yace en su habilidad única para comprender y procesar el lenguaje de manera excepcionalmente eficaz. Mientras que los modelos anteriores demandaban enormes recursos computacionales, este enfoque innovador logra resultados comparables con una fracción del tamaño y el consumo de recursos. Esta característica no solo lo hace más accesible, sino que también abre las puertas a un abanico más amplio de aplicaciones prácticas, desde dispositivos móviles hasta sistemas integrados en ubicaciones remotas.

Este avance representa no solo un salto tecnológico, sino también un paso hacia una inteligencia artificial más sostenible y democrática. La eficiencia y accesibilidad de este enfoque permiten que pequeñas empresas y desarrolladores independientes incursionen en el mundo de la IA avanzada, democratizando así el acceso a tecnologías previamente reservadas para grandes corporaciones con significativos recursos. Este es un paso crucial hacia una era donde la inteligencia artificial se convierte en una parte integral y accesible de nuestra vida cotidiana.

Preliminares

En el camino hacia la optimización de modelos de lenguaje, emergen dos elementos clave: la "Afinación de Instrucciones" (Instruction Tuning) y la "Afinación de Explicaciones" (Explanation Tuning). Estos componentes sirven como los pilares de una estructura más sofisticada y eficiente en el procesamiento del lenguaje. La "Afinación de Instrucciones" se enfoca en calibrar el modelo para responder no solo con precisión sino también de acuerdo a instrucciones específicas, elevando así la utilidad y aplicabilidad del modelo en diversas tareas. Por otro lado, la "Afinación de Explicaciones" mejora la capacidad del modelo para no solo ofrecer respuestas correctas, sino también explicaciones coherentes y comprensibles, un paso crucial hacia la creación de sistemas de IA más transparentes y fiables.

Estos enfoques innovadores abren nuevos horizontes en el desarrollo de modelos de lenguaje. Con la "Afinación de Instrucciones", se introduce una dimensión de adaptabilidad y personalización, permitiendo que el modelo se ajuste más estrechamente a las necesidades específicas del usuario. En contraste, la "Afinación de Explicaciones" lleva a la IA más allá de la mera funcionalidad hacia una era de inteligencia artificial explicativa, donde los usuarios no solo reciben respuestas, sino también el razonamiento detrás de ellas, fomentando así la confianza y la comprensión.

La combinación de estos dos elementos marca un cambio significativo en cómo interactuamos y percibimos la inteligencia artificial. Ya no se trata solo de máquinas que procesan y responden, sino de sistemas que entienden y se comunican, acercando la tecnología a una interacción más natural y humana. Esta evolución representa no solo un avance técnico, sino también un paso hacia sistemas más integrados y armoniosos con nuestras vidas cotidianas.

Enseñando a Orca 2 a ser un Razonador Cauteloso

El desarrollo de Orca 2 como un razonador cauteloso representa un hito en el campo de la inteligencia artificial. Este enfoque se centra en cultivar una forma de razonamiento más reflexiva y ponderada en el modelo, en contraposición a la tendencia de respuestas rápidas pero potencialmente imprecisas de modelos anteriores. La idea es entrenar al modelo para que evalúe cuidadosamente la información, considerando diferentes aspectos antes de llegar a una conclusión. Este nivel de cautela es especialmente crucial en aplicaciones donde la precisión y la fiabilidad son fundamentales.

El entrenamiento de Orca 2 en esta dirección implica un enfoque meticuloso, en el que se valora la calidad de la respuesta tanto como la velocidad. Se enseña al modelo a considerar diversos puntos de vista y a manejar la incertidumbre de manera efectiva. Este proceso no solo mejora la precisión del modelo, sino que también lo hace más confiable y adecuado para tareas críticas en distintos campos, desde la medicina hasta la toma de decisiones financieras.

Esta evolución en el razonamiento de la IA representa un avance hacia modelos más maduros y sofisticados, capaces de procesar grandes cantidades de información de una manera que refleje un nivel de consideración y juicio más cercano al humano. Finalmente, lo que se busca es una inteligencia artificial que no solo sea eficiente y potente, sino también prudente y confiable, un compañero de confianza en la era de la información.

Detalles Técnicos

La esencia de este avance en inteligencia artificial reside en los detalles técnicos de su construcción. El proceso comienza con la meticulosa construcción del conjunto de datos, un paso crítico que define la calidad y la versatilidad del modelo. Esta fase involucra la recopilación y el procesamiento de una vasta cantidad de datos, asegurando que el modelo esté nutrido con información rica y diversa. La etapa de entrenamiento sigue, donde se aplican técnicas avanzadas para optimizar la eficiencia y la efectividad del modelo. Este proceso no solo refina la capacidad del modelo para procesar y entender el lenguaje, sino que también asegura que lo haga de manera eficiente y con un consumo mínimo de recursos.

El enfoque en la eficiencia y la compacidad durante la construcción del modelo es lo que realmente lo distingue. A diferencia de los enfoques tradicionales, que se inclinan por modelos más grandes y consumidores de recursos, aquí se pone énfasis en la optimización y la economía de recursos. Esta estrategia no solo hace que el modelo sea más accesible para su uso en una variedad de plataformas y aplicaciones, sino que también lo hace más sostenible y respetuoso con el medio ambiente, una consideración cada vez más importante en el mundo de la tecnología.

La fase final, la implementación, es donde la teoría se encuentra con la práctica. Aquí, el modelo se prueba en situaciones reales, demostrando su capacidad para adaptarse y funcionar eficientemente en diversos entornos. Esta fase no solo valida la robustez y flexibilidad del modelo, sino que también proporciona valiosas perspectivas para futuras iteraciones y mejoras, asegurando que el modelo no solo sea relevante hoy, sino que también evolucione y permanezca relevante en el futuro.

Configuración Experimental

La fase experimental es crucial para demostrar la eficacia de cualquier modelo de inteligencia artificial. En este contexto, se establece un entorno de pruebas riguroso para evaluar exhaustivamente el rendimiento del modelo en una variedad de tareas y escenarios. Se seleccionan cuidadosamente modelos de referencia, o 'baselines', para comparar el nuevo modelo, proporcionando una medida objetiva de su rendimiento. Además, se establecen una serie de pruebas estándar, o 'benchmarks', que abarcan desde la capacidad de razonamiento hasta la comprensión y generación de lenguaje, incluyendo conversaciones abiertas de múltiples turnos y la síntesis de información.

En este marco experimental, se examinan las capacidades únicas del modelo, como su habilidad para manejar conversaciones abiertas y complejas, su competencia en resumir y sintetizar información, y su capacidad para operar de manera segura y veraz. Estas pruebas son fundamentales para entender no solo qué puede hacer el modelo, sino también cómo lo hace, proporcionando una visión completa de su funcionamiento y potencial.

El resultado de esta configuración experimental es una evaluación comprensiva y detallada del modelo, que va más allá de los números y estadísticas. Proporciona una comprensión profunda de las fortalezas, debilidades y áreas de oportunidad del modelo, elementos esenciales para garantizar su éxito y adopción en aplicaciones del mundo real. Esta fase no solo certifica la calidad del modelo, sino que también sienta las bases para su mejora y evolución continua.

Resultados de la Evaluación

Los resultados de la evaluación son un testimonio del poder y la versatilidad del modelo. En pruebas rigurosas, ha demostrado un rendimiento impresionante en una variedad de áreas, incluyendo razonamiento, comprensión y generación de lenguaje, y manejo de conversaciones abiertas. Lo notable es su capacidad para igualar, y en muchos casos superar, a modelos más grandes y establecidos, un logro significativo dada su eficiencia y tamaño reducido.

En las pruebas de razonamiento, el modelo mostró una habilidad notable para navegar a través de problemas complejos, ofreciendo soluciones que demuestran un entendimiento contextual y lógico profundo. En el ámbito de la comprensión y generación de lenguaje, su capacidad para capturar y expresar matices sutiles del lenguaje humano fue especialmente impresionante, reflejando un nivel de sofisticación raramente visto en modelos de su tamaño.

Quizás lo más emocionante es cómo el modelo maneja las conversaciones abiertas y la síntesis de información. En estas áreas, demostró una agilidad y fluidez que prometen revolucionar la forma en que interactuamos con las máquinas. Estos resultados no solo validan el enfoque innovador detrás del modelo, sino que también subrayan su potencial para ser una herramienta invaluable en una amplia gama de aplicaciones prácticas, desde asistentes virtuales hasta análisis de datos avanzados.

Limitaciones

Como cualquier tecnología emergente, el modelo tiene sus limitaciones, un recordatorio importante de que todavía estamos en las etapas iniciales de comprensión y perfeccionamiento de la inteligencia artificial. A pesar de su impresionante rendimiento, hay áreas donde el modelo puede mejorar, especialmente en escenarios de extrema complejidad o donde se requieren respuestas altamente especializadas. Estas limitaciones no son fallas, sino oportunidades para el desarrollo y la mejora continua.

Uno de los desafíos más significativos es el equilibrio entre eficiencia y profundidad. Aunque el modelo destaca en eficiencia y accesibilidad, hay situaciones donde la profundidad y el detalle de modelos más grandes pueden ser necesarios. Otro aspecto a considerar es la adaptabilidad del modelo a contextos y situaciones cambiantes, un área donde la investigación y el desarrollo continuos son cruciales.

Reconocer estas limitaciones es esencial para el uso efectivo y responsable de la tecnología. Proporciona una guía para futuras investigaciones y aplicaciones, asegurando que el modelo no solo se utilice en los contextos adecuados, sino que también se mejore y evolucione de manera que satisfaga las crecientes y cambiantes demandas del mundo de la IA.

Conclusiones

Al reflexionar sobre los avances representados por este modelo, queda claro que estamos presenciando un cambio significativo en el campo de la inteligencia artificial. La combinación de eficiencia, accesibilidad y rendimiento abre nuevas posibilidades para la integración de la IA en nuestra vida diaria, haciendo que la tecnología avanzada sea más accesible y sostenible. Este modelo no es solo un logro técnico, sino también un paso hacia una forma más inclusiva y democrática de tecnología de IA.

La importancia de este modelo se extiende más allá de su rendimiento inmediato. Representa un cambio de paradigma en el desarrollo de la IA, un movimiento hacia sistemas que son tanto potentes como cuidadosos en su uso de recursos. Este enfoque no solo beneficia a los usuarios actuales, sino que también establece un camino para futuras generaciones, marcando el inicio de una era donde la inteligencia artificial se convierte en una parte integral, sostenible y accesible del tejido social y económico.

En conclusión, este modelo de IA es una ventana a un futuro emocionante y prometedor, donde la inteligencia artificial se integra armoniosamente en nuestras vidas, enriqueciéndolas sin abrumar nuestros recursos ni comprometer nuestra sostenibilidad. Es un testimonio de cómo la innovación cuidadosa y reflexiva puede llevar a avances que no solo son tecnológicamente avanzados, sino también socialmente responsables y accesibles para todos.

En este enlace pueden revisar la publicación en Microsoft Research Blog

Espero que esta explicación haya sido de gran ayuda. Siéntase libre de dejar sus comentarios y preguntas.

👋Hasta la próxima, comunidad

Revolutionizing Graphic Design with Artificial Intelligence

Pablito Piova — Mon, 04 Dec 2023 18:39:20 +0000

In today's digital era, where every pixel counts, Microsoft Designer emerges: an AI-powered graphic design application that promises to transform your idea into visually appealing content. This software stands as an indispensable tool, offering a platform accessible to you regardless of your design experience.

Innovative Features of Microsoft Designer

Intuitive and Fast: With Microsoft Designer, design becomes intuitive, quick, and enjoyable for you. The app integrates cutting-edge technologies such as DALL.E 3 and GPT 3.5, enabling you to create personalized designs and compelling messages that reflect your original ideas.
Animation and Refinement: Beyond static designs, Microsoft Designer offers options to animate your creations, bringing them to life as engaging short videos or captivating visual stories.
Boundaries Expanded by Generative AI: Advanced tools like "generative erase" and the upcoming "generative fill" and "generative expand," all powered by DALL.E 3, open up a range of possibilities for you to edit and enhance designs in previously unreachable ways.
Accessible and User-Friendly: Designed for everyone from hobbyists to professionals, Microsoft Designer is perfect for creating social media posts, invitations, and much more, proving to be a versatile and easy-to-use tool for you.
Extended Reach: Initially launched as a web app, work is underway to bring Microsoft Designer to other platforms, including applications for Windows and mobile devices.
Multilingual Support in Progress: Currently available in English, Microsoft Designer is planning to add support for more languages.
Free During Preview Phase: Take advantage of the app's free preview phase before paid subscriptions with Microsoft 365 are introduced for advanced features.

Microsoft Designer's commitment to excellence is mirrored in its active feedback loop and user interviews, ensuring that the software not only meets but exceeds your expectations.

Invitation to Discover

Explore the revolution in graphic design with Microsoft Designer through our YouTube video, available in Spanish with English subtitles. Discover how 'Image Creator' and 'Design Creator' turn words into rich and complex designs. Plus, with 'Generative erase' and 'Remove background', image editing is simpler than ever for you.

Thank you for joining me on this journey through the heart of innovation in graphic design. Microsoft Designer presents itself not just as a powerful tool brimming with possibilities but also as a gift to the creative community, accessible at no cost. I invite you to dive into the world of creativity with Microsoft Designer: your next design project is just a click away, and it's completely free.

This publication is part of the AI Advent Calendar 2023, an initiative led by Héctor Pérez, Alex Rostan, Pablo Piovano, and Luis Beltrán. Check this link for more interesting articles about AI created by the community.

Advent Artificial Intelligence

Pablito Piova — Sun, 19 Nov 2023 14:27:22 +0000

Artificial Intelligence Advent Calendar 2023

Advent calendars are a prominent tradition in the tech community. Throughout December, individuals with diverse experiences share their knowledge in various formats:

Blog posts
Videos
Webinars
And others.

This year, Héctor Pérez, Pablo Piovano, Alex Rostan, and Luis Beltrán (Microsoft MVPs) enthusiastically present the first edition of the Artificial Intelligence Advent Calendar 2023 in Spanish. This initiative seeks to create a collaborative space for the exchange of knowledge and experiences in Artificial Intelligence, benefiting everyone from beginners to experts.

Want to Share Your Knowledge About AI?

Your level of experience is not a limitation! From basic concepts to advanced topics, all contributions are valuable. The important thing is to share knowledge and make a significant contribution to the community. To participate, follow these steps:

Before December:

Reserve a spot with the hashtag #AdvientoAI or by leaving a comment here.
Choose a date from the calendar. More dates may become available depending on community response!
Send us the title of your contribution before the last week of November.

In December, On Your Chosen Date:

Publish your contribution on the platform of your choice. We will share it on social networks and communities.
Include a link to this page in your contribution, so visitors can access all the contributions.
Send us your link to update our table with your contribution.

AI Advent Calendar 2023 Contribution Table:

Date	Requested by	Topic
Dec 1	Luis Beltrán	Fine-tuning a model with Azure Open AI Studio
Dec 4	Pablo Piovano	Microsoft Designer: Revolutionizing Graphic Design with Artificial Intelligence
Dec 5	Microsoft Tech Community	The AI Study Guide
Dec 6	Microsoft Research Podcast	Abstracts
Dec 7	Pablo Piovano	Orca 2 - Small Language Models
Dec 8	Pablo Piovano	Global AI Conference 23
Dec 11	Pablo Piovano	Introduction to Azure AI Search - Revolutionizing Business Search
Dec 12	Microsoft Research Blog	Phi-2: The surprising power of small language models
Dec 13	Microsoft Tech Community	GPT-4 Turbo with Vision is now available on Azure OpenAI Service!
Dec 14	Microsoft Tech Community	Using Azure OpenAI Services to automate programming test scoring
Dec 15	Microsoft Tech Community	Build a recommender Full stack App using OpenAI and Azure SQL: Step-by-Step Guide
Dec 18	Ivana Tilca	Why is Prompt Flow and why should we talk about Prompt engineering?
Dec 19	Microsoft Learn	Microsoft Learn Cloud Skills Challenge
Dec 20	Microsoft Tech Community	Introducing Custom Display Format in Azure AI Speech
Dec 21	Microsoft Learn	Develop Generative AI solutions with Azure OpenAI Service
Dec 22	Everypixel Journal	2023: The Year of AI
Dec 25
Dec 26	Pablo Piovano	My Journey with Artificial Intelligence
Dec 27
Dec 28
Dec 29

We thank in advance all those who wish to join this initiative. We hope it will be an enriching learning and collaboration experience for everyone!

One more thing...

Check out the Advent Calendars of other technologies that have excellent community contributions:

Adviento Inteligencia Artificial

Pablito Piova — Sun, 19 Nov 2023 14:23:36 +0000

Calendario de Adviento de Inteligencia Artificial 2023 en Español

Los calendarios de Adviento son una tradición destacada en la comunidad tecnológica. Durante diciembre, personas con diversas experiencias comparten su conocimiento en formatos variados:

Publicaciones de blog
Vídeos
Seminarios web
Y otros.

Este año, Héctor Pérez, Pablo Piovano, Alex Rostan y Luis Beltrán (Microsoft MVPs) presentan con entusiasmo la primera edición del Calendario de Adviento de Inteligencia Artificial 2023 en Español. Esta iniciativa busca forjar un espacio colaborativo para el intercambio de conocimientos y experiencias en Inteligencia Artificial, beneficiando a todos desde principiantes hasta expertos.

¿Quieres Compartir tus Conocimientos sobre AI?

¡Tu nivel de experiencia no es una limitante! Desde conceptos básicos hasta temas avanzados, todas las contribuciones son valiosas. Lo importante es compartir conocimiento y generar un aporte significativo a la comunidad. Para participar, sigue estos pasos:

Antes de Diciembre:

Reserva un espacio con el hashtag #AdvientoAI o dejando un comentario aquí.
Elige una fecha del calendario. ¡Puede haber más fechas disponibles según la respuesta de la comunidad!
Envíanos el título de tu aporte antes de la última semana de noviembre.

En Diciembre, en tu Fecha Elegida:

Publica tu contribución en la plataforma que prefieras. Nosotros la compartiremos en redes sociales y comunidades.
Incluye un enlace a esta página en tu aporte, para que los visitantes puedan acceder a todas las contribuciones.
Envíanos tu enlace para actualizar nuestra tabla con tu aporte.

Temas Sugeridos:

Avances en Inteligencia Artificial
Desafíos y soluciones en AI
Consejos prácticos en AI
Integración de AI con otras tecnologías
Herramientas emergentes en AI
Experiencias en proyectos de AI
Fundamentos de la Inteligencia Artificial Generativa
Aplicaciones prácticas de Generative AI

Estos temas abarcan desde lo básico hasta lo avanzado, invitando a participantes de todos los niveles a compartir y aprender. Si no tienes una plataforma para publicar, existen opciones gratuitas como wordpress.com, GitHub Pages, dev.to, y Medium.

Tabla de Aportaciones del Calendario de Adviento AI 2023:

Fecha	Solicitado por	Tema
Dic 1	Luis Beltrán	Fine-tuning de un modelo con Azure Open AI Studio
Dic 4	Pablo Piovano	🚀¡Microsoft Designer + AI: Totalmente Gratis!🎨
Dic 5	Sergio Macías	Azure Open AI + Bot usando mis datos
Dic 6	Bruno Capuano	NTN 228 - 📚 Lo que realmente paso en OpenAI Parte 1
Dic 7	Pablo Piovano	Orca 2 - Small Language Models
Dic 8	Pablo Piovano	Global AI Conference 23
Dic 11	Bruno Capuano	NTN 229 - 📚 Lo que realmente paso en OpenAI Parte 2
Dic 12	Bruno Capuano	NTN 230 - 📚 Lo que realmente paso en OpenAI Parte 3
Dic 13	Ricardo Josue Pérez Altamirano	Implementacion de Azure Form Recognizer con .NET MAUI
Dic 14	Bruno Capuano	NTN 233 - 📚 Lo que realmente pasó en OpenAI (Completo)
Dic 15	Luis Beltrán	Global AI Conference Latam Online
Dic 18	Ivana Tilca	Introducción a Prompt Flow
Dic 19	Microsoft Learn	Microsoft Learn Cloud Skills Challenge
Dic 20	Microsoft Tech Community	Microsoft Learn lanza nuevo contenido sobre IA Generativa para personas innovadoras
Dic 21	Rodrigo Ezequiel Liberoff Vázquez	Semantic Kernel 1.0.0 ¡La espera ha terminado!
Dic 22	Roberto Navarro Matesanz	IA Generativa para Dummies
Dic 25	Daniel Gomez	Inteligencia Artificial por voz con Azure AI Speech
Dic 26	Pablo Piovano	Mi Viaje con la Inteligencia Artificial
Dic 27
Dic 28	Alberto Alonso	Encuentros en la Tercera Fase - para despedir el 2023 y lanzar propósitos para el 2024
Dic 29	Diego Zapico	Prompt Flow

Agradecemos de antemano a todos los que deseen sumarse a esta iniciativa. ¡Esperamos que sea una experiencia de aprendizaje y colaboración enriquecedora para todos!

Una cosa más...

Consulta los Calendarios de Adviento de otras tecnologías que cuentan con excelentes contribuciones por parte de la comunidad:

Fine-Tuning or Not, That Is the Question

Pablito Piova — Thu, 09 Nov 2023 05:00:54 +0000

Hello Community,

In the dynamic realm of artificial intelligence, fine-tuning stands out as a key technique, especially with the introduction of advanced language models like GPT-3 and GPT-4. But when to leverage fine-tuning over other strategies is a crucial decision.

What Is Fine-Tuning? Fine-tuning is refining a pre-trained language model with your specific data, enhancing its ability to accomplish designated tasks or behave in ways advantageous to your application.

A Valid Alternative: Prompt Engineering
Before we delve into fine-tuning, it's essential to comprehend prompt engineering. This craft involves strategically crafting input messages to direct model responses effectively. Often, this can be ample for numerous applications, bypassing the need for model alterations.

Models at a Glance

General Purpose Models (GPT-3, GPT-4): Customizable for diverse tasks, from brand-specific content generation to intricate data analysis.
Specialized Models (Turbo, Babbage, Davinci): Turbo could be fine-tuned for specialized chatbot functionalities, while Babbage and Davinci are adept at autocompletion and generating detailed reports.

When Fine-Tuning Becomes Necessary
Fine-tuning is apt for scenarios like:

Acquiring New Abilities: Tailoring the model to perform beyond its typical scope.
Specific Behavioral Adjustments: Directing the model to respond in a particular format.
Enhancing Resource Efficiency: Training less robust models for precise tasks can curb costs while preserving quality.

When Fine-Tuning May Be Excessive
Prompt engineering alone might reach your objectives, sidelining the need for fine-tuning. This method is a more straightforward means to tweak your model's conduct. It's estimated that prompt engineering alone suffices in 80 to 90% of use cases.

Real-World Applications

Turbo: Ideal for customer support chatbots that demand real-time, wide-ranging query comprehension.
Babbage and Davinci: Suitable for producing specialized reports or executive summaries post a targeted fine-tuning process.

Incorporating Pricing and Resources
Understanding the cost implications of fine-tuning versus prompt engineering is also vital.

For detailed pricing, please refer to the Azure Open AI pricing page.
For further guidance, Microsoft's documentation provides comprehensive insights into fine-tuning, visit these links to explore in-depth tutorials and best practices:

📎Microsoft Documentation Fine-Tuning page
📎Azure OpenAI GPT 3.5 Turbo fine-tuning
📎Microsoft Azure AI Fundamentals: Generative AI

Fine-tuning shines when precise, deep customization is essential in your AI solutions. Embark with prompt engineering and, if needed, escalate to fine-tuning to match your exact needs, ensuring efficiency and specialization in your AI operations.

Thank you for taking the time to read this article. I hope it has been informative and aids you in making informed decisions about employing fine-tuning in your AI projects. Your engagement is greatly appreciated, and I look forward to providing further insights that support your endeavors in the fascinating world of artificial intelligence.
👋Until next time, community.

Variables de entorno: Guardando tus claves y endpoints de forma segura

Pablito Piova — Thu, 28 Sep 2023 17:59:37 +0000

¡Hola Comunidad!
Hoy estoy emocionado de compartir con ustedes una técnica esencial y absolutamente INDISPENSABLE que les permitirá asegurar y proteger la información sensible en sus proyectos de desarrollo. ¡Sí, estamos hablando de las variables de entorno!

¿Qué son las variables de entorno?

Las variables de entorno son un conjunto de valores dinámicos que pueden afectar la forma en que se ejecutan los procesos en un equipo. Estas variables existen en todos los sistemas operativos, no solo en Windows, y generalmente se utilizan para definir ciertos detalles específicos del sistema o preferencias del usuario.

¿Por qué es importante no subir claves y endpoints a GitHub?

Cuando trabajamos en proyectos que requieren acceso a bases de datos, APIs, servicios en la nube, entre otros, generalmente necesitamos usar claves de autenticación, endpoints y otros datos sensibles. Si estos datos se suben a repositorios públicos, personas malintencionadas podrían acceder a nuestros recursos, lo que podría resultar en robos de datos, costos elevados, entre otros riesgos.

¿Cómo usar las variables de entorno de Windows 11 para guardar claves y endpoints?

1. Configuración de una variable de entorno:

a. Haz clic derecho en el botón de Inicio y selecciona 'Sistema'.

b. Haz clic en 'Configuración avanzada del sistema' a la izquierda.

c. En la pestaña 'Avanzado', haz clic en 'Variables de entorno…'.

d. En el apartado 'Variables de usuario', haz clic en 'Nuevo...' y agrega el nombre de la variable (por ejemplo, API_KEY) y su valor.

e. Haz clic en Aceptar en todas las ventanas abiertas para guardar los cambios.

2. Accediendo a la variable de entorno en tu código:

Ejemplo en Python:

import os

api_key = os.environ.get('API_KEY')

Ejemplo en C#:

using System;

namespace ExampleApp
{
    class Program
    {
        static void Main()
        {
            string apiKey = Environment.GetEnvironmentVariable("API_KEY");

            if(!string.IsNullOrEmpty(apiKey))
            {
                Console.WriteLine("La clave API es: " + apiKey);
            }
            else
            {
                Console.WriteLine("Variable de entorno API_KEY no está configurada.");
            }
        }
    }
}

3. Ignora archivos con datos sensibles en Git:

Si tienes archivos que contienen datos sensibles, es importante que los ignores usando un archivo .gitignore. Si bien al usar variables de entorno estás protegiendo esos valores, siempre es bueno asegurarse de no subir por error otros archivos que contengan información confidencial.

Antes de concluir, quiero compartir con ustedes un recurso visual muy útil. Si prefieren un enfoque más directo y visual para aprender, aquí tienen un Short de YouTube de mi canal Pablito Piova

En tan solo 40 segundos les mostraré cómo usar las variables de entorno. ¡Definitivamente vale la pena echarle un vistazo!

Conclusión

Las variables de entorno son una excelente manera para proteger datos sensibles en nuestros proyectos. Nos permiten mantener nuestros secretos fuera del código fuente y, por ende, fuera de repositorios públicos como GitHub. Asegúrate de utilizarlas siempre que manejes información que no deba ser expuesta públicamente. 🛡️¡La seguridad primero!

Espero fervientemente que esta técnica sea una manera crucial para fortalecer la seguridad en sus proyectos de desarrollo. Estoy aquí para ayudar con cualquier duda, inquietud o sugerencia sobre la gestión de datos sensibles usando variables de entorno. ¡No duden en compartir sus experiencias y reflexiones en la sección de comentarios!

¡Gracias por leer y les deseo proyectos seguros y exitosos!

👋Hasta la próxima, comunidad.

.NET Interactive and Polyglot Notebooks📒 - Multiple programming languages 💻

Pablito Piova — Wed, 20 Sep 2023 05:00:35 +0000

Hey community! Today, I'm thrilled to unveil the .NET Interactive, your next stop for multilanguage development. If you're eager to harness the strengths of multiple programming languages in a single environment, you're in luck! Let's dive in!

Unwrapping the World of .NET Interactive

.NET Interactive stands as a powerhouse tool, functioning as an engine and API for running and editing code interactively. It empowers developers to:

Execute Code and Witness Results in Real-Time: A feature that eases the debugging and optimization process.
Evaluate Code to Provide Language Services: Think autocomplete and diagnostics, a real game-changer for boosting development efficiency.
Share Data Across Various Languages and Remote Machines: Promoting seamless collaboration and efficiency in large-scale projects.

Polyglot Programming with Notebooks in Visual Studio Code

Polyglot programming is all about utilizing multiple programming languages to leverage the strengths each language brings to the table for different tasks. Visual Studio Code has rolled out Polyglot Notebooks, offering seamless integration of various languages, thus fostering a rich and diversified development experience.

.NET Interactive vs Jupyter Notebook: Unveiling the Key Differences

What is a Computational Notebook?

A "computational notebook" is a tool that blends formatted text and executable code, crafting documents with real-time executable examples. It's a representation of literate programming, where a notebook houses "cells" capable of hosting both text and code.

Highlighting the Differences with Jupyter Notebook

Language Interoperability: While Jupyter Notebook primarily focuses on Python, .NET Interactive takes it a notch higher, allowing seamless integration of multiple languages like C#, F#, and PowerShell, fostering truly polyglot programming.

Integration with Visual Studio Code: Unlike Jupyter Notebook, .NET Interactive is tightly knit with Visual Studio Code, particularly through the Polyglot Notebooks extension, promising a richer and more diversified development experience. Grab the Polyglot Notebooks extension here.
Customization and Extensibility: .NET Interactive enables greater customization and extensibility, making it easier to craft complex object models and connect with various technologies, including SQL databases.
Magic Commands: are special code commands that can be run in an interactive code submission. The magic command concept is familiar to Jupyter users. With a slight change in syntax to accommodate the .NET languages, they're also available in .NET Interactive.
Browser Connectivity: Facilitates interaction with browsers, allowing HTML and JavaScript code execution through browser instances like Chromium.

Noteworthy Advantages of Using .NET Interactive

Facilitated Multilanguage Programming: Smooth integration and execution of multiple programming languages in a single environment.
Interactivity: An environment that allows real-time code execution, fostering dynamic adjustments and instant feedback.
Extensibility: The ability to craft complex object models and establish connections with SQL databases and other technologies.

Wrapping Up

.NET Interactive is here to revolutionize your programming journey, offering an environment that not only makes multilanguage programming feasible but also introduces a series of features promising to enhance efficiency and collaboration in software development projects. Get inspired and explore real examples here.

I hope this explanation has been very helpful! Feel free to leave your comments and questions.

👋Until next time, community.

¡Embárcate en tu Aventura de Aprendizaje de Python con Microsoft Learn! 🚀

Pablito Piova — Wed, 06 Sep 2023 02:03:11 +0000

¡Hola Comunidad!

Hoy estoy emocionado de compartir con ustedes un recurso fantástico y completamente GRATIS que les permitirá adentrarse y perfeccionar sus habilidades en el lenguaje de programación Python.

A pesar de que esta plataforma está diseñada principalmente para principiantes que desean entrar en el mundo de Python, también puede ser una excelente herramienta para los programadores experimentados que quieran refrescar sus conocimientos. La gran noticia es que el contenido está disponible tanto en inglés como en español. Pueden comenzar esta emocionante travesía de aprendizaje a través del siguiente enlace:
Entrenamiento de Python con Microsoft Learn

Temas Destacados:

1. Conceptos Básicos de Python

Instalación y configuración de herramientas Python
Trabajando con entrada y salida
Entendiendo variables y tipos de datos
Conversión de tipos y operadores aritméticos
Proyecto práctico: Calculando la distancia entre planetas

2. Estructuras de Datos en Python

Representación y manipulación de datos usando cadenas, listas, bucles y diccionarios
Utilizando lógica booleana y expresiones condicionales para controlar el flujo de tus programas

3. Funciones y Excepciones en Python

Creación de código modular y reutilizable mediante el uso de funciones con diversos argumentos
Gestionando errores y creando mensajes informativos a través de excepciones

4. Jupyter Notebooks

Uso interactivo de cuadernos Jupyter para ejecutar código Python
Creando un manual de nave espacial que integra elementos de Markdown y código

Espero fervientemente que este recurso sea de gran beneficio para ustedes y que disfruten profundizando sus conocimientos en Python. Estoy aquí para ayudar con cualquier pregunta, comentario o sugerencia que puedan tener. ¡No duden en compartir sus pensamientos en la sección de comentarios!

¡Gracias por leer y les deseo un feliz aprendizaje!
👋Hasta la próxima, comunidad

Embark on Your Python Learning Journey with Microsoft Learn! 🚀

Pablito Piova — Wed, 06 Sep 2023 01:59:32 +0000

Hello community,

Today, I'm thrilled to share with you a fantastic and absolutely FREE resource that will empower you to delve into and hone your skills in the Python programming language.

Even though this platform is crafted primarily for beginners who are keen on stepping into the world of Python, it can also serve as a beneficial resource for seasoned programmers wishing to brush up on their skills. The great news is that the content is available in both English and Spanish. Start this exhilarating learning journey through the following link:
Microsoft Learn Python Training

Highlighted Topics:

1. Python Basics

Installation and configuration of Python tools
Working with input and output
Understanding variables and data types
Type conversion and arithmetic operators
Hands-on project: Calculating the distance between planets

2. Python Data Structures

Data representation and manipulation using strings, lists, loops, and dictionaries
Utilizing Boolean logic and conditional expressions to control your program's flow

3. Python Functions and Exceptions

Crafting modular and reusable code using functions with varied arguments
Managing errors and crafting informative messages through exceptions

4. Jupyter Notebooks

Interactive engagement with Jupyter notebooks to execute Python code
Assembling a spaceship manual that amalgamates Markdown and code elements

I fervently hope that this resource will be a tremendous asset to you and that you take pleasure in deepening your Python knowledge. I'm here to assist with any questions, comments, or suggestions you might have. Please don't hesitate to share your thoughts in the comments section below!

Thank you for reading.
👋Until next time, community

ChatGPT Enterprise vs ChatGPT Plus

Pablito Piova — Sat, 02 Sep 2023 20:29:55 +0000

Image created with ideogram.ai

Introduction

The world of Artificial Intelligence (AI) is ever-changing, and OpenAI has been at the forefront with their ChatGPT technology. Recently, they've upped the ante with ChatGPT Enterprise, a business-focused evolution of their popular chatbot. This new offering is in direct competition with Microsoft's Bing Chat Enterprise and has already garnered significant attention in the corporate world.

In this article, we will explore the features, security, and capabilities of ChatGPT Enterprise, and how it compares to its sibling, ChatGPT Plus. We'll also discuss pricing, a crucial factor in any business decision.

The Corporate Adoption of ChatGPT

ChatGPT has seen widespread adoption, making its way into over 80% of Fortune 500 companies, according to OpenAI. Early adopters include industry giants like Block, Canva, Carlisle, the Estée Lauder Companies, PWC, and Zapier. These companies have already begun leveraging ChatGPT Enterprise for a variety of operational enhancements, ranging from clear communication to code acceleration and creative assistance.

Security First

In an era where data is gold, security remains a significant concern for enterprises. ChatGPT Enterprise addresses this issue with robust data protection features. Unlike the standard version, the Enterprise edition doesn't use client data for any kind of training, offering an added layer of privacy. Moreover, it comes with SOC2 compliance, a certification that guarantees stringent data safety measures.

Performance Metrics

ChatGPT Enterprise promises not just faster but also unlimited access, a boon for businesses that require real-time insights. Unlike ChatGPT Plus, which operates on shared resources, the Enterprise version benefits from dedicated processing power, ensuring more consistent and dependable performance.

Feature Table: A Head-to-Head Comparison

Feature	ChatGPT Plus	ChatGPT Enterprise
Access	General	Dedicated
Messages per 3 Hours	50	Unlimited
Response Time	Variable	Faster
Processing Power	Shared	Dedicated
Security	Industry Standard	Enhanced + SSO & Domain Verification

Unique Features of ChatGPT Enterprise

Extended Context Tokens: For better understanding of complex queries with up to 32k tokens.
Chat Templates: Enables organizations to create and disseminate specialized chatbots.
Admin Console: Allows more control over deployment and usage.
API Credits: For creating customized enterprise solutions.

Versatility and Future Roadmap

ChatGPT Enterprise is not just about textual conversations. It offers a unique code interpreter, allowing businesses to delve into data analysis and visualization with ease. Plus, OpenAI has plans to roll out even more features, including code writing, text summarizing, and image recognition capabilities.

Pricing Considerations

When it comes to pricing, ChatGPT Plus is available at a flat rate of 20 dollars per month. On the other hand, pricing for ChatGPT Enterprise is available "by request," requiring businesses to get in touch with OpenAI for a customized quote. The cost of the Enterprise version will likely depend on various factors such as the number of users, volume of interactions, and additional feature requirements.

Tips for Decision Making

ChatGPT Plus: Suitable for individuals and small businesses with basic chatbot needs.
ChatGPT Enterprise: Tailored for larger organizations needing a high-performance, secure, and customizable chatbot solution.

Conclusion

ChatGPT Enterprise is not just another chatbot; it's an expansive AI toolset designed to meet contemporary business challenges. With its advanced feature set, dedicated resources, and unparalleled security measures, it provides a compelling case for enterprise adoption. Depending on your organization's specific needs and budget, choosing between ChatGPT Plus and ChatGPT Enterprise should now be an informed decision.

By offering both performance and flexibility, ChatGPT Enterprise is poised to reshape the business AI landscape, providing a new level of efficiency, utility, and data security.

Please visit the ChatGPT website for more product information: OpenAI Enterprise

I hope this explanation has been greatly helpful! Feel free to leave your comments and questions.
👋Until next time, community

DEV Community: Pablito Piova

Workflows en Microsoft Foundry

¿Qué es un Workflow en Microsoft Foundry?

Prerrequisitos

Conceptos clave: patrones de orquestación

Crear un Workflow (paso a paso)

Ejemplo 1: “Ask a question” + Power Fx (Upper)

Paso 1 — Agregar “Ask a question” y guardar la respuesta

Paso 2 — Enviar un mensaje usando Power Fx

Paso 3 — Probarlo en Preview

Ejemplo 2 - invocar un agente con salida estructurada (JSON Schema)

Paso 1 — Configurar el formato de salida del agente

Paso 2 — Pegar el JSON Schema en “Add response format”

Paso 3 — Probar el workflow en Preview

Ejemplo 3 — Bifurcación del flujo con if/else y System variables

Agregar un nodo if/else

Uso de System variables

Ejemplo práctico de decisión

¿Cuándo usar if/else en un workflow?

Comparación: workflow visual vs orquestación por código

Workflow visual (Microsoft Foundry)

Orquestación por código (SDK / Agent Framework)

Ventajas principales

Ejemplo oficial en C# (.NET)

¿Cuándo elegir orquestación por código?

Conclusión

Referencias

Mi Viaje con la Inteligencia Artificial

Despertando a la IA: Mis Primeros Pasos

Desmitificando la IA: Más Allá de los Robots

El Impacto de la IA en el Trabajo y la Sociedad

Avances en IA: Aprendiendo y Adaptándome

Ética y Responsabilidad en la IA

IA en Mi Vida Diaria

El Futuro de la IA: Lo Que Nos Espera

Preparándonos para un Mundo con IA

Participando en la Comunidad de IA

IA y Creatividad: Nuevas Formas de Arte

Enseñanzas y Reflexiones

Mi Compromiso con el Futuro de la IA

Orca 2 - Small Language Models

Introducción

Preliminares

Enseñando a Orca 2 a ser un Razonador Cauteloso

Detalles Técnicos

Configuración Experimental

Resultados de la Evaluación

Limitaciones

Conclusiones

Revolutionizing Graphic Design with Artificial Intelligence

Innovative Features of Microsoft Designer

Invitation to Discover

Advent Artificial Intelligence

Artificial Intelligence Advent Calendar 2023

Want to Share Your Knowledge About AI?

Before December:

In December, On Your Chosen Date:

Suggested Topics:

AI Advent Calendar 2023 Contribution Table:

Adviento Inteligencia Artificial

Calendario de Adviento de Inteligencia Artificial 2023 en Español

¿Quieres Compartir tus Conocimientos sobre AI?

Antes de Diciembre:

En Diciembre, en tu Fecha Elegida:

Temas Sugeridos:

Tabla de Aportaciones del Calendario de Adviento AI 2023:

Fine-Tuning or Not, That Is the Question

Variables de entorno: Guardando tus claves y endpoints de forma segura

¿Qué son las variables de entorno?

¿Por qué es importante no subir claves y endpoints a GitHub?

¿Cómo usar las variables de entorno de Windows 11 para guardar claves y endpoints?

1. Configuración de una variable de entorno:

2. Accediendo a la variable de entorno en tu código:

Ejemplo en Python:

Ejemplo en C#:

3. Ignora archivos con datos sensibles en Git:

Conclusión

.NET Interactive and Polyglot Notebooks📒 - Multiple programming languages 💻

Unwrapping the World of .NET Interactive

Polyglot Programming with Notebooks in Visual Studio Code

4. Jupyter Notebooks