Функции ИИ в Azure Databricks
Внимание
Эта функция предоставляется в режиме общедоступной предварительной версии.
В этой статье описаны функции ИИ Azure Databricks, встроенные функции SQL, которые позволяют применять ИИ непосредственно из SQL.
SQL имеет решающее значение для анализа данных из-за его универсальности, эффективности и широкого использования. Его простота позволяет быстро извлекать, манипулировать и управлять большими наборами данных. Включение функций ИИ в SQL для анализа данных повышает эффективность, что позволяет предприятиям быстро извлекать аналитические сведения.
Интеграция ИИ в рабочие процессы анализа обеспечивает доступ к информации, ранее недоступной аналитикам, и позволяет им принимать более обоснованные решения, управлять рисками и поддерживать конкурентное преимущество с помощью инноваций, управляемых данными, и эффективности.
Функции искусственного интеллекта с помощью API модели Databricks Foundation
Примечание.
- В Databricks Runtime 15.1 и более поздних версиях эти функции поддерживаются в записных книжках Databricks, включая записные книжки, которые выполняются в качестве задачи в рабочем процессе Databricks.
- Эти функции работают с помощью Meta-Llama-3.1-70B-Instruct for chat tasks and GTE Large (английский) для внедрения задач. Эти модели ограничены регионами США и ЕС. См . ИИ и машинное обучение.
Эти функции вызывают модель создания искусственного интеллекта из API модели Databricks Foundation для выполнения таких задач, как анализ тональности, классификация и перевод. См. статью "Анализ отзывов клиентов с помощью функций ИИ".
- ai_analyze_sentiment
- ai_classify
- ai_extract
- ai_fix_grammar
- ai_gen
- ai_mask
- ai_similarity
- ai_summarize
- ai_translate
ai_query
Примечание.
- В Databricks Runtime 14.2 и более поздних версиях эта функция поддерживается в записных книжках Databricks, включая записные книжки, выполняемые в качестве задачи в рабочем процессе Databricks.
- В Databricks Runtime 14.1 и ниже эта функция не поддерживается в записных книжках Databricks.
Эта ai_query() функция позволяет запрашивать модели машинного обучения и большие языковые модели, обслуживаемые с помощью службы модели ИИ Мозаики. Для этого эта функция вызывает существующую конечную точку обслуживания модели ИИ Мозаики и анализирует и возвращает ответ. Вы можете использовать ai_query() для запроса конечных точек, которые служат пользовательским моделям, базовым моделям, доступным с помощью API-интерфейсов модели Foundation и внешних моделей.
Для вариантов использования с более чем 100 строками данных Databricks рекомендует использовать ai_query и подготовленную конечную точку пропускной способности. См. Выполнить пакетный вывод LLM с помощью ai_query.
vector_search
Эта vector_search() функция позволяет выполнять поиск и запрашивать индекс векторного поиска мозаики ИИ с помощью SQL.
Дополнительные сведения см . в vector_search функции .
ai_forecast
Функция ai_forecast() — это функция с табличным значением, предназначенная для экстраполации данных временных рядов в будущем. В самой общей форме ai_forecast() принимает сгруппированные, многовариантные или смешанные данные детализации и прогнозирует, что данные до некоторого горизонта в будущем.
Внимание
Эта функция доступна в общедоступной предварительной версии. Обратитесь к группе учетной записи Databricks, чтобы принять участие в предварительной версии.
Дополнительные сведения см . в ai_forecast функции .