Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# AI generativa in ambienti notebook SageMaker
<a name="jupyterai"></a>

[Jupyter AI](https://github.com/jupyterlab/jupyter-ai) è un'estensione open source dell' JupyterLab integrazione di funzionalità di intelligenza artificiale generativa nei notebook Jupyter. Tramite l’interfaccia della chat di Jupyter AI e i comandi magic, gli utenti conducono esperimenti sul codice generato da istruzioni in linguaggio naturale, spiegano il codice esistente, pongono domande sui file locali, generano interi notebook e altro ancora. L'estensione collega i notebook Jupyter con modelli linguistici di grandi dimensioni (LLMs) che gli utenti possono utilizzare per generare testo, codice o immagini e per porre domande sui propri dati. Jupyter AI supporta fornitori di modelli generativi come AI21 Anthropic ( AWS e JumpStart Amazon Bedrock), Cohere e OpenAI.

Puoi utilizzare Amazon Q Developer anche come soluzione pronta all’uso. Invece di configurare manualmente una connessione in un modello, puoi iniziare a utilizzare Amazon Q Developer con una configurazione minima. Quando lo abiliti, Amazon Q Developer diventa il provider di soluzioni predefinito all’interno di Jupyter AI. Per ulteriori informazioni sull’utilizzo di Amazon Q Developer, consulta [SageMaker JupyterLab](studio-updated-jl.md).

Il pacchetto dell'estensione è incluso nella [versione 1.2 e successive](https://github.com/aws/sagemaker-distribution/tree/main/build_artifacts/v1) di [Amazon SageMaker Distribution](https://github.com/aws/sagemaker-distribution). Amazon SageMaker Distribution è un ambiente Docker per la scienza dei dati e il calcolo scientifico utilizzato come immagine predefinita delle istanze di JupyterLab notebook. Gli utenti di IPython ambienti diversi possono installare Jupyter AI manualmente.

[In questa sezione, forniamo una panoramica delle funzionalità di intelligenza artificiale di Jupyter e dimostriamo come configurare i modelli forniti da JumpStart Amazon Bedrock dai [JupyterLab](https://docs.aws.amazon.com/sagemaker/latest/dg/studio-updated-jl.html)nostri notebook Studio Classic.](https://docs.aws.amazon.com/sagemaker/latest/dg/studio.html) Per informazioni approfondite sul progetto Jupyter AI, consulta la relativa [documentazione](https://jupyter-ai.readthedocs.io/en/latest/). In alternativa, puoi fare riferimento al post di blog *[Generative AI in Jupyter](https://blog.jupyter.org/generative-ai-in-jupyter-3f7174824862)* per una panoramica ed esempi delle principali funzionalità di Jupyter AI.

Prima di utilizzare Jupyter AI e interagire con il tuo, assicurati di soddisfare i seguenti prerequisiti: LLMs
+ Per i modelli ospitati da AWS, dovresti disporre dell'ARN del tuo endpoint SageMaker AI o avere accesso ad Amazon Bedrock. Per gli altri provider di modelli, devi disporre della chiave API utilizzata per autenticare e autorizzare le richieste nel modello. Jupyter AI supporta un’ampia gamma di provider di modelli e modelli linguistici, consulta l’elenco dei [modelli supportati](https://jupyter-ai.readthedocs.io/en/latest/users/index.html#model-providers) per aggiornamenti sugli ultimi modelli disponibili. Per informazioni su come implementare un modello in JumpStart, consulta [Deploy](https://docs.aws.amazon.com/sagemaker/latest/dg/jumpstart-deploy.html) a Model nella documentazione. JumpStart Devi richiedere l’accesso ad [Amazon Bedrock](https://aws.amazon.com/bedrock/) per utilizzarlo come provider di modelli.
+ Assicurati che nel tuo ambiente siano presenti le librerie di Jupyter AI. In caso contrario, installa il pacchetto richiesto seguendo le istruzioni riportate in [Installazione di Jupyter AI](sagemaker-jupyterai-installation.md).
+ Acquisisci familiarità con le funzionalità di Jupyter AI in [Accesso alle funzionalità di Jupyter AI](sagemaker-jupyterai-overview.md).
+ Configura i modelli di destinazione da utilizzare seguendo le istruzioni riportate in [Configurazione del provider di modelli](sagemaker-jupyterai-model-configuration.md).

Dopo aver completato le fasi preliminari, puoi procedere alla sezione [Usa Jupyter AI nel nostro Studio Classic JupyterLab](sagemaker-jupyterai-use.md).

**Topics**
+ [Installazione di Jupyter AI](sagemaker-jupyterai-installation.md)
+ [Accesso alle funzionalità di Jupyter AI](sagemaker-jupyterai-overview.md)
+ [Configurazione del provider di modelli](sagemaker-jupyterai-model-configuration.md)
+ [Usa Jupyter AI nel nostro Studio Classic JupyterLab](sagemaker-jupyterai-use.md)