فهم قدرات الذكاء الاصطناعي لقاعدة بيانات Azure SQL

مكتمل

في المشهد التكنولوجي السريع التطور اليوم، يعد فهم الذكاء الاصطناعي أمرا بالغ الأهمية لتوسيع قدرات التطبيقات والبقاء تنافسيا. تلعب قاعدة بيانات Azure SQL دورا محوريا في هذا التحول من خلال توفير نظام أساسي قوي لدمج الذكاء الاصطناعي في تطبيقاتك. مع ميزات مثل Microsoft Copilot، واللغة الطبيعية لتحويل SQL، وأدوات إدارة البيانات المتقدمة، تمكن Azure SQL Database المطورين من الاستفادة من قوة الذكاء الاصطناعي، وتبسيط إدارة قاعدة البيانات، وتحسين أداء التطبيق. بمساعدة هذه الأدوات، يمكنك إنشاء تطبيقات ذكية وسريعة الاستجابة وفعالة تلبي متطلبات المستخدمين الحديثين.

استخدام Copilot في قاعدة بيانات Azure SQL (معاينة)

تم دمج Microsoft Copilot في Azure مع قاعدة بيانات Azure SQL، ما يعزز إدارة SQL واستكشاف الأخطاء وإصلاحها. فهو يعزز الإنتاجية في مدخل Microsoft Azure من خلال تقديم لغة طبيعية لتحويل SQL والمساعدة الذاتية لإدارة قاعدة البيانات.

يبسط Copilot إدارة قاعدة البيانات من خلال الاستفادة من سياق قاعدة البيانات والوثائق وطرق عرض الإدارة الديناميكية ومخزن الاستعلام ومصادر المعرفة الأخرى. على سبيل المثال، يمكن لمسؤولي قاعدة البيانات إدارة قواعد البيانات بشكل مستقل وحل المشكلات، بينما يمكن للمطورين إنشاء استعلامات T-SQL من خلال طرح الأسئلة باللغة الطبيعية.

أيضا، يمكن للمطورين إدارة قواعد البيانات وحل المشكلات بشكل مستقل، ما يقلل من الحاجة إلى دعم مستمر من مسؤولي قاعدة البيانات.

تتضمن المعاينة الحالية تجربتين:

• Microsoft Copilot في Azure - يضيف مهارات قاعدة بيانات Azure SQL إلى Microsoft Copilot في Azure، ما يمكن المستخدمين من المساعدة الموجهة ذاتيا لإدارة قواعد البيانات وحل المشكلات بشكل مستقل.
• اللغة الطبيعية إلى SQL - تترجم استعلامات اللغة الطبيعية إلى SQL داخل محرر استعلام مدخل Microsoft Azure، ما يجعل تفاعلات قاعدة البيانات أكثر سهولة. يسمح هذا التكامل ل Microsoft Copilot في Azure بالإجابة عن أسئلة مثل:
  • ما هو الوكلاء الذين أدرجوا أكثر من عقارين للبيع؟
  • أخبرني برتبة كل عامل حسب مبيعات الممتلكات وإظهار الاسم وإجمالي المبيعات والرتبة.
  • إظهار جدول ملخص محوري يعرض عدد الخصائص المباعة في كل عام من 2020 إلى 2023.

إنشاء تطبيقات ذكية باستخدام نماذج اللغة الكبيرة (LLMs)

تمكن نماذج اللغات الكبيرة (LLMs) المطورين من إنشاء تطبيقات تعمل الذكاء الاصطناعي مع تجربة مستخدم مألوفة. استخدام LLMs في التطبيقات يجلب قيمة أكبر وتجربة مستخدم محسنة عندما يمكن للنماذج الوصول إلى البيانات الصحيحة، في الوقت المناسب، من قاعدة بيانات التطبيق الخاص بك. تعرف هذه العملية باسم Retrieval Augmented Generation (RAG)، وتحتوي قاعدة بيانات Azure SQL على العديد من الميزات التي تدعم هذا النمط الجديد، ما يجعلها قاعدة بيانات رائعة لبناء تطبيقات ذكية.

توفر قاعدة بيانات Azure SQL خيارات مختلفة لإنشاء تطبيقات ذكية، بما في ذلك إنشاء تضمينات ل RAG باستخدام Azure OpenAI، وتخزين المتجهات والاستعلام عنها، واستخدام Azure الذكاء الاصطناعي Search لتدريب LLMs على بياناتك. بالإضافة إلى ذلك، تعمل مهارات Copilot في قاعدة بيانات Azure SQL على تبسيط تصميم التطبيقات المستندة إلى قاعدة بيانات Azure SQL وتشغيلها وتحسينها وصحتها.

تتضمن المفاهيم الرئيسية لتنفيذ RAG مع قاعدة بيانات Azure SQL وAzure OpenAI ما يلي:

• استرداد الجيل المعزز (RAG) - يعزز قدرة LLM على إنتاج الاستجابات ذات الصلة من خلال استرداد بيانات إضافية من مصادر خارجية.
• المطالبات وهندسة المطالبة - إنشاء نص أو معلومات محددة تعمل كتعليمة ل LLM.
• الرموز المميزة - الرموز المميزة هي أجزاء أصغر من النص تم إنشاؤها عن طريق تقسيم نص الإدخال إلى أجزاء أكثر قابلية للإدارة.
• تضمينات المتجهات - المتجهات، أو عمليات التضمين، هي تمثيلات رياضية للبيانات في مساحة عالية الأبعاد، تستخدمها نماذج التعلم الآلي لمعالجة أنواع مختلفة من المعلومات مثل النص والصور والصوت.
• البحث عن المتجهات: البحث عن كافة المتجهات في مجموعة بيانات مشابهة دلاليا لمتجه استعلام معين.

تدعم قاعدة بيانات Azure SQL فهارس تخزين الأعمدة وتنفيذ وضع الدفعة، ما يسمح بالتخزين الفعال والاستعلام عن تضمينات المتجهات. يقلل هذا التكامل من الحاجة إلى إدارة مزامنة البيانات ويسرع الوقت إلى السوق لتطوير التطبيقات الذكاء الاصطناعي.

لمزيد من المعلومات حول استخدام قاعدة بيانات Azure SQL مع Azure OpenAI، بما في ذلك إنشاء الصور، واستخدام نقاط نهاية OpenAI REST، والاستفادة من البحث المتجه، راجع التطبيقات الذكية باستخدام قاعدة بيانات Azure SQL.