Ai-kompetencebegreber (prøveversion)
Med Microsoft Fabric AI-færdighederne kan du gøre data mere tilgængelige for dine kolleger. Du kan konfigurere et generativt AI-system til at generere forespørgsler, der besvarer spørgsmål om dine data. Når du har konfigureret AI-færdigheden, kan du dele den med dine kolleger, som derefter kan stille deres spørgsmål på almindeligt engelsk. Baseret på deres spørgsmål genererer AI-dataene forespørgsler over dine data, der besvarer disse spørgsmål.
Vigtigt
Denne funktion er en prøveversion.
Sådan fungerer AI-færdighederne
AI-færdighederne er baseret på generativ AI, specifikt store sprogmodeller (LLMs). Disse VM'er kan generere forespørgsler, f.eks. T-SQL-forespørgsler, baseret på et bestemt skema og et spørgsmål. Systemet sender et spørgsmål om AI-færdigheder, oplysninger om de valgte data (herunder tabel- og kolonnenavne og de datatyper, der findes i tabellerne) til LLM. Derefter anmoder den om oprettelse af en T-SQL-forespørgsel, der besvarer spørgsmålet. Fortolk den genererede forespørgsel for først at sikre, at den ikke ændrer dataene på nogen måde. Udfør derefter denne forespørgsel. Til sidst skal du vise resultaterne af udførelsen af forespørgslen. En AI-færdighed er beregnet til at få adgang til bestemte databaseressourcer og derefter generere og udføre relevante T-SQL-forespørgsler.
Konfiguration af AI-færdigheder
Tænk på AI-færdighederne, som du måske tænker på Power BI-rapporter. Du opretter først rapporten, og derefter deler du rapporten med dine kolleger, der kan bruge den til at få deres dataindsigt. AI-færdighederne fungerer på samme måde. Du skal først oprette og konfigurere AI-færdighederne. Derefter kan du dele den med dine kolleger.
Du bør forvente at håndtere nogle nødvendige konfigurationstrin, før AI-færdighederne fungerer korrekt. En AI-færdighed kan ofte give klar svar på rimelige spørgsmål, men den kan give forkerte svar på din specifikke situation. Forkerte svar forekommer typisk, fordi AI mangler kontekst om din virksomhed, konfiguration eller definition af nøgleord. Du kan løse problemet ved at give ai'en instruktioner og eksempel på par med spørgsmålsforespørgsler. Du kan bruge disse effektive teknikker til at guide AI til de rigtige svar.
Forskel mellem en AI-færdighed og en copilot
Teknologien bag AI-dygtigheden og Fabric-copiloterne er den samme. De bruger begge generativ AI til at ræsonnere over data. De har også nogle vigtige forskelle:
- Konfiguration: Med en AI-færdighed kan du konfigurere ai'en til at fungere, som du har brug for. Du kan give den instruktioner og eksempler, der tilpasser den til din specifikke use case. En Fabric-copilot tilbyder ikke denne konfigurationsfleksibilitet.
- Use case: En copilot kan hjælpe dig med at udføre dit arbejde på Fabric. Det kan hjælpe dig med at generere forespørgsler om notesbogkode eller data warehouse. Ai-færdighederne fungerer derimod uafhængigt af hinanden. Du kan til sidst oprette forbindelse til Microsoft Teams og andre områder uden for Fabric.
Evaluering af AI-færdigheden
- Produktteamet testede AI-færdighederne på forskellige offentlige og private T-SQL-opgavebenchmarks for at fastslå kvaliteten af SQL-forespørgsler.
- Produktteamet investerede også i ekstra skadesreduktioner. Disse omfatter teknologiske metoder til at fokusere copilotoutput på konteksten af de valgte datakilder.
Begrænsninger
AI-færdighederne er i øjeblikket i offentlig prøveversion og har begrænsninger. Opdateringer forbedrer AI-færdighederne over tid.
- Generativ AI fortolker ikke resultaterne af en udført T-SQL-forespørgsel. Den genererer kun den pågældende forespørgsel.
- AI-færdighederne returnerer muligvis forkerte svar. Du bør teste AI-færdigheden sammen med dine kolleger for at bekræfte, at den besvarer spørgsmål som forventet. Hvis den laver fejl, skal du give den flere eksempler og instruktioner.
- Det er kun T-SQL-forespørgsler på lagre og lakehouses, der understøttes.
- AI-færdighederne genererer kun T-SQL-"læse"-forespørgsler. Det genererer ikke T-SQL-forespørgsler, der opretter, opdaterer eller sletter data.
- AI-færdighederne kan kun få adgang til de data, du angiver. Den bruger kun de konfigurationer af dataressourcer, du angiver.
- AI-kompetencen har dataadgangstilladelser, der svarer til de tilladelser, der er tildelt til ai-kompetencespørgsmåleren. Dette er tilfældet, når AI-færdighederne publiceres til andre placeringer, f.eks. Copilot til Microsoft 365 eller Microsoft Copilot Studio.
- Du kan ikke bruge AI-færdighederne til at få adgang til ustrukturerede dataressourcer. Disse ressourcer omfatter f.eks. .pdf, .docx eller .txt filer.
- På nuværende tidspunkt kan du kun vælge et enkelt lager eller et enkelt lakehouse.
- AI-færdighederne understøtter ikke en samtalegrænseflade. Alle spørgsmål skal være fuldstændig selvstændige. Det husker ikke tidligere spørgsmål.
- Det blokerer spørgsmål eller instruktioner på ikke-engelsk sprog.
- Du kan ikke forbinde AI-færdighederne med Fabric-copiloter, Microsoft Teams eller andre oplevelser uden for Fabric.
- Du kan ikke ændre den LLM, som AI-færdighederne bruger.
- AI-færdighederne mister nøjagtigheden, hvis du bruger ikke-beskrivende kolonnenavne.
- AI-færdighederne mister nøjagtigheden, hvis du bruger store skemaer med mange tabeller.
- AI-færdigheden er i en prøveversionsstatus. Det har et begrænset omfang, og det kan have fejl. Af disse grunde anbefaler vi, at du undgår at bruge det i produktionssystemer. Undgå også at bruge den til kritiske beslutninger.
- Ikke-beskrivende dataressourcekolonne- og tabelnavne har en betydelig negativ indvirkning på den genererede T-SQL-forespørgselskvalitet. Vi anbefaler, at du bruger beskrivende navne.
- Brug af for mange kolonner og tabeller kan sænke ydeevnen for AI-færdigheder.
- AI-kompetencen er i øjeblikket udviklet til at håndtere simple forespørgsler. Komplekse forespørgsler, der kræver mange joinforbindelser eller avanceret logik, har ofte lavere pålidelighed.