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 przypadku środowiska Databricks Runtime 15.0 lub nowszego te funkcje są obsługiwane w środowiskach notesów, w tym notesów i przepływów pracy usługi Databricks.
Te funkcje wywołują najnowocześniejsze generowanie modelu 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 przypadku środowiska Databricks Runtime 14.2 lub nowszego ta funkcja jest obsługiwana w środowiskach notesów, w tym notesów i przepływów pracy usługi Databricks.
- W przypadku środowiska Databricks Runtime 14.1 lub starszego ta funkcja nie jest obsługiwana w środowiskach notesów, w tym notesów usługi Databricks.
Funkcja ai_query()
umożliwia obsługę modeli uczenia maszynowego i dużych modeli językowych przy użyciu usługi Databricks Model Serving i wykonywania zapytań względem nich przy użyciu języka SQL. W tym celu ta funkcja wywołuje istniejący punkt końcowy obsługujący model usługi Databricks i 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.
Opinia
https://aka.ms/ContentUserFeedback.
Dostępne już wkrótce: W 2024 r. będziemy stopniowo wycofywać zgłoszenia z serwisu GitHub jako mechanizm przesyłania opinii na temat zawartości i zastępować go nowym systemem opinii. Aby uzyskać więcej informacji, sprawdź:Prześlij i wyświetl opinię dla