Data Science および Data Engineering の用の Copilot の概要 (プレビュー)
重要
この機能はプレビュー中です。
Data Science および Data Engineering 用の Copilot は、データの分析と視覚化に役立つ AI アシスタントです。 レイクハウスのテーブルとファイル、Power BI データセット、pandas/spark/fabric データフレームで動作し、回答とコード スニペットをノートブックに直接提供します。 Copilot を使用する最も効果的な方法は、データを DataFrame として追加することです。 チャット パネルで質問すると、AI は応答やコードをノートブック内へコピーして提供します。 Copilot は、データのスキーマとメタデータを認識し、データがデータフレームに読み込まれている場合には、データ フレーム内のデータも認識しています。 Copilot に対して、データに関する分析情報の提供、視覚化のためのコードの作成、またはデータ変換用コードの提供を依頼することができます。ファイル名が認識されて簡単に参照できます。 Copilot は、複雑なコーディングを排除することで、データ分析を効率化します。
Note
- Copilot の使用を開始する前に、管理者がテナントスイッチを有効にする必要があります。 詳細については、Copilot テナント設定に関する記事を参照してください。
- お使いの F64 または P1 の容量が、Fabric を利用可能なリージョンに関する記事に記載されているいずれかのリージョンにある必要があります。
- お使いのテナントまたは容量が米国またはフランスの外部にある場合、Fabric テナント管理者が Fabric 管理ポータルで Azure OpenAI に送信されたデータを、テナントの地理的リージョン、コンプライアンス境界、または国内クラウド インスタンスの外部で処理できるというテナント設定を有効にしない限り、Copilot はデフォルトで無効になっています。
- Copilot in Microsoft Fabric は、試用版 SKU ではサポートされていません。 有料 SKU (F64 以上、または P1 以上) のみがサポートされます。
- Fabric の Copilot は現在、パブリック プレビュー段階でロールアウトされており、2024 年 3 月末までにすべての顧客が利用できるようになる予定です。
- 詳細については、Fabric と Power BI の Copilot の概要に関する記事を参照してください。
Fabric Data Science の Data Science と Data Engineering 用の Copilot の概要
Data Science および Data Engineering 用の Copilot を使用すると、データ分析と視覚化タスクの処理に役立つ AI アシスタントとチャットできます。 ノートブック内で、レイクハウス テーブル、Power BI データセット、Pandas/Spark DataFrame に関して Copilot に質問することができます。 Copilot は、自然言語またはコード スニペットで回答します。 また、タスクによっては、Copilot でデータ固有のコードを生成することもできます。 たとえば、Data Science および Data Engineering 用の Copilot では、次のコードを生成できます。
- グラフの作成
- データのフィルター処理
- 変換の適用
- 機械学習モデル
まず、ノートブック リボンにある Copilot アイコンを選択します。 Copilot チャット パネルが開き、ノートブックの上部に新しいセルが表示されます。 このセルは、Spark セッションが Fabric ノートブックに読み込まれるたびに実行する必要があります。 そうしないと、Copilot エクスペリエンスが正しく動作しません。 今後のリリースでは、この必要な初期化を処理するための他のメカニズムを評価中です。
このコードを使用して、ノートブックの上部にあるセルを実行します。
#Run this cell to install the required packages for Copilot
%pip install https://aka.ms/chat-magics-0.0.0-py3-none-any.whl
%load_ext chat_magics
セルが正常に実行されたら、Copilot を使用できます。 ノートブック内のセッションが閉じるたびに、ノートブックの上部にあるセルを再実行する必要があります。
Copilot の有効性を最大化するには、テーブルまたはデータセットを DataFrame としてノートブックに読み込みます。 これにより、AI はデータにアクセスし、その構造と内容を理解できます。 次に、AI とのチャットを開始します。 ノートブック ツール バーのチャット アイコンを選択し、チャット パネルに質問または要求を入力します。 たとえば、次のような質問ができます。
- "このデータセットの顧客の平均年齢は何ですか?"
- "地域別の売上の横棒グラフを表示してください"
その他 Copilot から回答またはコードが返され、それをノートブックにコピーして貼り付けることができます。 Data Science と Data Engineering 用の Copilot は、データを探索して分析するための便利で対話型の方法です。
Copilot を使用しながら、ノートブック セル内でマジック コマンドを呼び出して、ノートブック内で直接出力を取得することもできます。 たとえば、応答に対する自然言語の回答については、次のように "%%chat" コマンドを使用して質問できます。
%%chat
What are some machine learning models that may fit this dataset?
または
%%code
Can you generate code for a logistic regression that fits this data?
また、Data Science と Data Engineering 用 Copilot には、レイクハウス内のテーブルに対するスキーマとメタデータの認識もあります。 Copilot は、アタッチされたレイクハウス内でのデータのコンテキストにおいて、関連情報を提供できます。 たとえば、次のような質問ができます。
- "レイクハウスには何個のテーブルが含まれていますか?"
- "テーブル「顧客」の列は何ですか?"
ノートブックにレイクハウスを追加した場合、Copilot は関連情報を回答します。 Copilot は、ノートブックにアタッチされている任意のレイクハウスに追加されたファイルの名前も認識します。 チャット内では、これらのファイルを名前で参照できます。 たとえば、レイクハウスに sales.csv という名前 のファイルがある場合は、"sales.csv からデータフレームを作成する" と依頼できます。 Copilot がコードを生成し、それをチャット パネルに表示します。 ノートブック用 Copilot を使用すると、さまざまなソースからのデータに簡単にアクセスしてクエリを実行できます。 これを行うために正確なコマンド構文は必要ありません。
ヒント
- Copilot チャット パネルの会話を "消去する" には、チャット パネルの上部にある [ほうき] を使用します。 Copilot にセッション中の入力または出力に関する知識は保持されたままであり、これは現在の内容が紛らわしい場合に役立ちます。
- チャット マジック ライブラリを使用して、プライバシーの設定を含む Copilot に関する設定を構成します。 デフォルトの共有モードは、Copilot がアクセスできるコンテキスト共有を最大化するように設計されているため、copilot に提供される情報を制限すると、応答の関連性に直接的かつ大きな影響を与える可能性があります。
- Copilot の初回起動時には、作業を開始するのに役立つ一連の役に立つプロンプトが表示されます。 これらのプロンプトは Copilot との会話を開始するのに役立ちます。 後でプロンプトを参照するには、チャット パネルの下部にあるスパークル ボタンを使用します。
- copilot チャットのサイドバーを "ドラッグ" してチャット パネルを大きくして、コードをより明確に表示したり、画面上の出力を読みやすくしたりできます。
制限事項
Data Science エクスペリエンスの Copilot 機能では、現在、ノートブックにスコープが当てられています。 この機能には、Copilot チャット ウィンドウ、コード セル内で使用できる IPython マジック コマンド、コード セルに入力した際の自動コード候補が含まれます。 Copilot では、セマンティック リンク統合を使用して Power BI セマンティック モデルを読み取ることもできます。
Copilot には、次の 2 つの主な用途があります。
- 1 つ目として、ノートブック内のデータ分析を調べるように Copilot に要求することができます (たとえば、最初に DataFrame を読み込んでから、DataFrame 内のデータについて Copilot に尋ねます)。
- 2 つ目として、関連する予測モデル、さまざまな種類のデータ分析を実行するコード、完成したノートブック用のドキュメントなど、データ分析プロセスに関するさまざまな提案を生成するよう Copilot に要求することができます。
頻繁に更新されるライブラリや最近リリースされたライブラリを使用したコード生成には、不正確な内容が含まれる可能性があることに注意してください。