AI-kunskapsbegrepp (förhandsversion)
Med Microsoft Fabric AI-kompetensen kan du göra data mer tillgängliga för dina kollegor. Du kan konfigurera ett generativt AI-system för att generera frågor som besvarar frågor om dina data. När du har konfigurerat AI-kompetensen kan du dela den med dina kollegor, som sedan kan ställa sina frågor på vanlig engelska. Baserat på deras frågor genererar AI:n frågor om dina data som besvarar dessa frågor.
Viktigt!
Den här funktionen är i förhandsversion.
Så här fungerar AI-kompetensen
AI-kunskapen bygger på generativ AI, särskilt stora språkmodeller (LLM). Dessa LLM:er kan generera frågor, till exempel T-SQL-frågor, baserat på ett specifikt schema och en fråga. Systemet skickar en fråga i AI-kompetensen, information om valda data (inklusive tabell- och kolumnnamnen och de datatyper som finns i tabellerna) till LLM. Därefter begär den generering av en T-SQL-fråga som besvarar frågan. Parsa den genererade frågan för att först se till att den inte ändrar data på något sätt. Kör sedan frågan. Visa slutligen frågekörningsresultatet. En AI-färdighet är avsedd att komma åt specifika databasresurser och sedan generera och köra relevanta T-SQL-frågor.
AI-kompetenskonfiguration
Tänk på AI-skickligheten som du kanske tänker på Power BI-rapporter. Först skapar du rapporten och sedan delar du rapporten med dina kollegor som kan använda den för att få deras datainsikter. AI-färdigheten fungerar på ett liknande sätt. Du måste först skapa och konfigurera AI-kompetensen. Sedan kan du dela den med dina kollegor.
Du bör förvänta dig att hantera några nödvändiga konfigurationssteg innan AI-kunskapen fungerar korrekt. En AI-färdighet kan ofta ge färdiga svar på rimliga frågor, men det kan ge felaktiga svar på din specifika situation. Felaktiga svar uppstår vanligtvis eftersom AI:n saknar kontext om ditt företag, konfiguration eller definition av nyckeltermer. Lös problemet genom att ge AI:n instruktioner och exempel på frågepar. Du kan använda dessa kraftfulla tekniker för att vägleda AI:n till rätt svar.
Skillnad mellan en AI-färdighet och en andrepilot
Tekniken bakom AI-kompetensen och Fabric-andrepiloterna liknar den. Båda använder generativ AI för att resonera över data. De har också några viktiga skillnader:
- Konfiguration: Med en AI-kompetens kan du konfigurera AI:n så att den fungerar som du vill. Du kan ge den instruktioner och exempel som justerar den efter ditt specifika användningsfall. En Fabric-andrepilot erbjuder inte den här konfigurationsflex flexibiliteten.
- Användningsfall: En copilot kan hjälpa dig att utföra ditt arbete på Fabric. Det kan hjälpa dig att generera frågor om notebook-kod eller informationslager. AI-kompetensen fungerar däremot oberoende av varandra. Du kan så småningom ansluta den till Microsoft Teams och andra områden utanför Fabric.
Utvärdering av AI-kompetensen
- Produktteamet testade AI-kompetensen på olika offentliga och privata T-SQL-uppgiftsmått för att fastställa kvaliteten på SQL-frågor.
- Produktteamet investerade också i extra skadereduceringar. Dessa omfattar tekniska metoder för att fokusera copilot-utdata på kontexten för de valda datakällorna.
Begränsningar
AI-kunskapen finns för närvarande i offentlig förhandsversion och har begränsningar. Uppdateringar förbättrar AI-kompetensen över tid.
- Generativ AI tolkar inte resultatet av en körd T-SQL-fråga. Den genererar bara den frågan.
- AI-färdigheten kan returnera felaktiga svar. Du bör testa AI-skickligheten med dina kollegor för att kontrollera att den svarar på frågor som förväntat. Om den gör misstag kan du ge den fler exempel och instruktioner.
- Endast T-SQL-frågor på lager och sjöhus stöds.
- AI-färdigheten genererar endast T-SQL-"läsfrågor". Den genererar inte T-SQL-frågor som skapar, uppdaterar eller tar bort data.
- AI-färdigheten kan bara komma åt data som du tillhandahåller. Den använder bara de dataresurskonfigurationer som du anger.
- AI-färdigheten har behörigheter för dataåtkomst som matchar de behörigheter som tilldelats ai-kompetensutforskaren. Detta gäller när AI-färdigheten publiceras till andra platser, till exempel Copilot för Microsoft 365 eller Microsoft Copilot Studio.
- Du kan inte använda AI-kompetensen för att komma åt ostrukturerade dataresurser. Dessa resurser omfattar till exempel .pdf, .docx eller .txt filer.
- För närvarande kan du bara välja ett enda lager eller ett enda sjöhus.
- AI-färdigheten stöder inte ett konversationsgränssnitt. Varje fråga måste vara helt självständig. Den kommer inte ihåg tidigare frågor.
- Den blockerar frågor eller instruktioner som inte är engelska.
- Du kan inte ansluta AI-kompetensen till Fabric-andrepiloter, Microsoft Teams eller andra upplevelser utanför Fabric.
- Du kan inte ändra den LLM som AI-färdigheten använder.
- AI-färdigheten förlorar noggrannheten om du använder icke-beskrivande kolumnnamn.
- AI-färdigheten förlorar precision om du använder stora scheman med dussintals tabeller.
- AI-färdigheten är i förhandsversionsstatus. Den har ett begränsat omfång och kan ha buggar. På grund av dessa överväganden rekommenderar vi att du undviker dess användning i produktionssystem. Undvik också att använda den för kritiska beslut.
- Icke-beskrivande dataresurskolumner och tabellnamn har en betydande, negativ inverkan på den genererade T-SQL-frågekvaliteten. Vi rekommenderar att du använder beskrivande namn.
- Användning av för många kolumner och tabeller kan sänka AI-kompetensprestanda.
- AI-kunskapen är för närvarande utformad för att hantera enkla frågor. Komplexa frågor som kräver många kopplingar eller avancerad logik tenderar att ha lägre tillförlitlighet.