Condividi tramite


Privacy, sicurezza e uso responsabile di Copilot per l'analisi scientifica dei dati

Questo articolo illustra come funziona Microsoft Copilot for Data Science, come mantiene i dati aziendali sicuri e rispetta i requisiti di privacy e come usare l'intelligenza artificiale generativa in modo responsabile. Per una panoramica di questi argomenti per Copilot in Fabric, vedere Privacy, sicurezza e uso responsabile per Copilot (anteprima).

Con Copilot per l'analisi scientifica dei dati in Microsoft Fabric e altre funzionalità di intelligenza artificiale generative in anteprima, Microsoft Fabric offre un nuovo modo per trasformare e analizzare i dati, generare informazioni dettagliate e creare visualizzazioni e report in Data Science e negli altri carichi di lavoro.

Per considerazioni e limitazioni, vedere Limitazioni .

Uso dei dati di Copilot per l'analisi scientifica dei dati

  • Nei taccuini, Copilot può accedere soltanto ai dati disponibili nel taccuino corrente dell’utente, sia quelli presenti in una lakehouse collegata, sia quelli caricati o importati direttamente in quel taccuino dall’utente. Nei notebook, a Copilot non è possibile accedere a dati che non sono accessibili al notebook.

  • Per impostazione predefinita, Copilot ha accesso ai tipi di dati seguenti:

    • Messaggi precedenti inviati a Copilot e risposte ricevute per quell'utente in quella sessione.
    • Contenuto delle celle eseguite dall'utente.
    • Output delle celle eseguite dall'utente.
    • Schemi di origini dati nel notebook.
    • Dati di esempio provenienti da origini dati nel notebook.
    • Schemi provenienti da origini dati esterne in un lakehouse collegato.

Valutazione di Copilot per l'analisi scientifica dei dati

  • Il team del prodotto ha testato Copilot per verificare le prestazioni del sistema all'interno del contesto dei notebook e se le risposte di intelligenza artificiale sono dettagliate e utili.
  • Il team ha anche investito in ulteriori mitigazioni dei danni potenziali, inclusi gli approcci tecnologici per concentrare l'output di Copilotsugli argomenti relativi alla data science.

Suggerimenti per l'uso di Copilot per l'analisi scientifica dei dati

  • Copilot è meglio attrezzato per gestire gli argomenti di data science, quindi limitare le domande a questa area.
  • Sii esplicito sui dati che vuoi che Copilot esamini. Se si descrive l'asset di dati, come nominare file, tabelle o colonne, è più probabile che Copilot recuperi i dati pertinenti e generi output utili.
  • Se si vogliono risposte più granulari, provare a caricare i dati nel notebook come DataFrames o fissare i dati nel tuo Lakehouse. In questo modo Copilot acquisisce più contesto con cui eseguire l'analisi. Se un asset è troppo grande da caricare, bloccarlo è un'alternativa utile.

Competenza di intelligenza artificiale: Domande frequenti sull'intelligenza artificiale responsabile

Che cos'è la competenza di intelligenza artificiale?

Competenza di intelligenza artificiale è un nuovo strumento in Fabric che offre un modo per ottenere risposte dai dati tabulari nel linguaggio naturale.

Che cosa può fare la competenza di intelligenza artificiale?

Un analista di dati o un tecnico può preparare la competenza di intelligenza artificiale per l'uso da parte di utenti aziendali non tecnici. È necessario configurare l'origine dati di Fabric e facoltativamente fornire informazioni di contesto aggiuntive che non sono evidenti dallo schema.

Gli utenti non tecnici possono quindi digitare domande e ricevere i risultati dall'esecuzione di una query SQL generata dall'intelligenza artificiale.

Che cos'è/sono gli usi previsti della competenza di intelligenza artificiale?

  • Gli utenti aziendali che non hanno familiarità con il modo in cui i dati sono strutturati sono in grado di porre domande descrittive, ad esempio "quali sono i 10 prodotti principali per volume di vendite del mese scorso?" sopra i dati tabulari archiviati in Fabric Lakehouses e Fabric Warehouses.

  • La competenza di intelligenza artificiale non è destinata all'uso nei casi in cui sono necessari 100% risultati accurati, che riflettono le limitazioni LLM correnti.

  • La competenza di intelligenza artificiale non è destinata a casi d'uso che richiedono analisi approfondite o analisi causali. Ad esempio, chiedendo "perché i numeri di vendita sono calati l'ultimo mese?" non rientra nell'ambito.

Come è stata valutata la competenza di intelligenza artificiale? Quali metriche vengono usate per misurare le prestazioni?

Il team del prodotto ha testato la competenza di intelligenza artificiale su un'ampia gamma di benchmark pubblici e privati per le attività SQL per verificare la qualità delle query SQL.

Il team ha anche investito in altre mitigazioni dei danni, inclusi gli approcci tecnologici per concentrare l'output della competenza di intelligenza artificiale sul contesto delle origini dati scelte.

Quali sono le limitazioni della competenza di intelligenza artificiale? In che modo gli utenti possono ridurre al minimo l'impatto delle limitazioni della competenza di intelligenza artificiale quando si usa il sistema?

  • Assicurarsi che i nomi delle colonne siano descrittivi. Anziché usare nomi di colonna come "C1" o "ActCu", usare "ActiveCustomer" o "IsCustomerActive". Questo è il modo più efficace per ottenere query più affidabili dall'IA.

  • Usare le note per il modello nel pannello di configurazione nell'interfaccia utente. Se le query SQL generate dalla competenza di intelligenza artificiale non sono corrette, è possibile fornire istruzioni al modello in inglese normale per migliorare le query future. Il sistema utilizzerà queste istruzioni con ogni richiesta. Le istruzioni brevi e dirette sono migliori.

  • Fornire esempi nel pannello di configurazione del modello nell'interfaccia utente. Il sistema sfrutta gli esempi più rilevanti per fornire le risposte.

Quali fattori operativi e impostazioni consentono un uso efficace e responsabile della competenza di intelligenza artificiale?

  • La abilità di intelligenza artificiale ha accesso solo ai dati che fornisci. Usa lo schema (nome della tabella e nome della colonna), nonché le note per il modello e gli esempi forniti nell'interfaccia utente.

  • La competenza di intelligenza artificiale ha accesso solo ai dati a cui il questioner ha accesso. Se si usa la competenza di intelligenza artificiale, le credenziali vengono usate per accedere al database sottostante. Se non si ha accesso ai dati sottostanti, nemmeno l'abilità dell'intelligenza artificiale vi ha accesso. Ciò vale quando si pubblica la competenza di intelligenza artificiale in altre destinazioni, ad esempio Copilot per Microsoft 365 o Microsoft Copilot Studio, in cui la competenza di intelligenza artificiale può essere usata da altri questioner.