Funkcje sztucznej inteligencji w usłudze Azure Databricks
Ważne
Ta funkcja jest dostępna w publicznej wersji zapoznawczej.
W tym artykule opisano funkcje AI usługi Azure Databricks, wbudowane funkcje SQL, które umożliwiają stosowanie sztucznej inteligencji na danych bezpośrednio z bazy danych SQL.
Język SQL ma kluczowe znaczenie dla analizy danych ze względu na jego wszechstronność, wydajność i powszechne użycie. Jego prostota umożliwia szybkie pobieranie, manipulowanie dużymi zestawami danych i zarządzanie nimi. Włączenie funkcji sztucznej inteligencji do języka SQL na potrzeby analizy danych zwiększa wydajność, co umożliwia firmom szybkie wyodrębnianie szczegółowych informacji.
Integracja sztucznej inteligencji z przepływami pracy analizy zapewnia dostęp do informacji, które były wcześniej niedostępne dla analityków i umożliwia podejmowanie bardziej świadomych decyzji, zarządzanie ryzykiem i utrzymanie przewagi konkurencyjnej dzięki innowacjom i wydajności opartym na danych.
Funkcje sztucznej inteligencji korzystające z interfejsów API modelu usługi Databricks Foundation
Uwaga
- W środowisku Databricks Runtime 15.1 lub nowszym te funkcje są obsługiwane w notesach usługi Databricks, w tym notesach uruchamianych jako zadanie w przepływie pracy usługi Databricks.
- Te funkcje są obsługiwane przez meta-Llama-3.1-70B-Poinstruowanie na potrzeby zadań czatu i GTE Large (angielski) na potrzeby osadzania zadań. Modele te są ograniczone do regionów USA i UE. Zobacz Sztuczna inteligencja i uczenie maszynowe.
Te funkcje wywołują najnowocześniejsze model generowania sztucznej inteligencji z interfejsów API modelu usługi Databricks Foundation w celu wykonywania zadań, takich jak analiza tonacji, klasyfikacja i tłumaczenie. Zobacz Analizowanie przeglądów klientów przy użyciu funkcji sztucznej inteligencji.
- ai_analyze_sentiment
- ai_classify
- ai_extract
- ai_fix_grammar
- ai_gen
- ai_mask
- ai_similarity
- ai_summarize
- ai_translate
ai_query
Uwaga
- W środowisku Databricks Runtime 14.2 lub nowszym ta funkcja jest obsługiwana w notesach usługi Databricks, w tym notesach uruchamianych jako zadanie w przepływie pracy usługi Databricks.
- W środowisku Databricks Runtime 14.1 lub nowszym ta funkcja nie jest obsługiwana w notesach usługi Databricks.
Funkcja ai_query() umożliwia wykonywanie zapytań dotyczących modeli uczenia maszynowego i dużych modeli językowych obsługiwanych przy użyciu usługi Mozaika AI Model Serving. W tym celu ta funkcja wywołuje istniejący punkt końcowy obsługi modelu sztucznej inteligencji mozaiki oraz analizuje i zwraca odpowiedź. ai_query() Umożliwia wykonywanie zapytań dotyczących punktów końcowych obsługujących niestandardowe modele, modele podstawowe udostępniane przy użyciu interfejsów API modelu foundation i modeli zewnętrznych.
- funkcja ai_query.
- Wykonywanie zapytań względem obsługiwanego modelu za pomocą ai_query().
- Wykonywanie zapytań względem modelu zewnętrznego przy użyciu ai_query().
- Wykonywanie wnioskowania wsadowego przy użyciu ai_query.
vector_search
Funkcja vector_search() umożliwia wyszukiwanie i wykonywanie zapytań względem indeksu wyszukiwania wektorów mozaiki sztucznej inteligencji przy użyciu języka SQL.
Aby uzyskać więcej informacji, zobacz funkcję vector_search.
ai_forecast
Funkcja ai_forecast() jest funkcją o wartości tabeli zaprojektowaną w celu ekstrapolacji danych szeregów czasowych w przyszłości. W najbardziej ogólnej formie ai_forecast() akceptuje grupowane, wielowariantne lub mieszane dane szczegółowości oraz prognozuje, że dane do pewnego horyzontu w przyszłości.
Ważne
Ta funkcja jest dostępna w publicznej wersji zapoznawczej. Skontaktuj się z zespołem konta usługi Databricks, aby wziąć udział w wersji zapoznawczej.
Aby uzyskać więcej informacji, zobacz funkcję ai_forecast.