Azure Databricks の AI 関数
重要
この機能はパブリック プレビュー段階にあります。
この記事では、SQL からデータに直接 AI を適用できるようにする組み込みの SQL 関数である Azure Databricks AI 関数について説明します。
SQL は、その多様性、効率性、広範な用途のために、データ分析に不可欠です。 単純であることにより、大規模なデータセットの迅速な取得、操作、管理が可能になります。 データ分析のために AI 機能を SQL に組み込むと、効率が向上し、企業が分析情報を迅速に抽出できるようになります。
分析ワークフローに AI を統合することで、アナリストが以前はアクセスできなかった情報にアクセスでき、データドリブン イノベーションと効率性を通じて、より多くの情報に基づいた意思決定を行い、リスクを管理し、競争上の優位性を維持することができます。
Databricks Foundation Model API を使用する AI 関数
Note
Databricks Runtime 15.0 以降では、これらの関数は Databricks ノートブックやワークフローを含むノートブック環境でサポートされています。
これらの関数は、Databricks Foundation Model API から最先端の生成 AI モデルを呼び出して、感情分析、分類、翻訳などの AI タスクを実行します。 「AI 機能を使用した顧客レビューの分析」を参照してください。
- ai_analyze_sentiment
- ai_classify
- ai_extract
- ai_fix_grammar
- ai_gen
- ai_mask
- ai_similarity
- ai_summarize
- ai_translate
ai_query
Note
- Databricks Runtime 14.2 以降では、この関数は Databricks ノートブックやワークフローを含むノートブック環境でサポートされています。
- Databricks Runtime 14.1 以下の場合、この関数は Databricks ノートブックを含むノートブック環境ではサポートされていません。
ai_query() 関数を使用すると、Databricks Model Serving を使用して機械学習モデルと大規模言語モデルを提供し、SQL を使用してクエリを実行できます。 これを行うために、この関数は、既存の Databricks Model Serving エンドポイントを呼び出し、その応答を解析して返します。 ai_query() を使用することで、カスタム モデルを提供するエンドポイント、Foundation Model API を使用して使用可能にした基盤モデル、および外部モデルに対してクエリを実行できます。