Om AI-funktioner til Azure SQL Database

  • 8 minutter

I det teknologiske landskab i hastig udvikling er forståelse af kunstig intelligens afgørende for at udvide programmernes funktionalitet og forblive konkurrencedygtig. Azure SQL Database spiller en central rolle i denne transformation ved at levere en robust platform til integration af kunstig intelligens i dine programmer. Med funktioner som Microsoft Copilot, naturligt sprog til SQL-konvertering og avancerede værktøjer til datastyring giver Azure SQL Database udviklere mulighed for at udnytte styrken ved AI, strømline databaseadministration og forbedre programmets ydeevne. Ved hjælp af disse værktøjer kan du oprette intelligente, dynamiske og effektive programmer, der opfylder kravene fra moderne brugere.

Brug Copilot i Azure SQL Database (prøveversion)

Microsoft Copilot i Azure er integreret med Azure SQL Database, hvilket forbedrer SQL-administration og fejlfinding. Det øger produktiviteten på Azure Portal ved at tilbyde naturligt sprog til SQL-konvertering og selvhjælp til databaseadministration.

Copilot forenkler databaseadministration ved at udnytte databasekontekst, dokumentation, dynamiske administrationsvisninger, Forespørgselslager og andre videnkilder. Databaseadministratorer kan f.eks. administrere databaser uafhængigt og løse problemer, mens udviklere kan generere T-SQL-forespørgsler ved at stille spørgsmål på et naturligt sprog.

Udviklere kan også administrere databaser og løse problemer uafhængigt af hinanden, hvilket reducerer behovet for konstant support fra databaseadministratorer.

Skærmbillede af Copilot til Azure SQL Database.

Den aktuelle prøveversion indeholder to oplevelser:

  • Microsoft Copilot i Azure – Føjer Azure SQL Database-færdigheder til Microsoft Copilot i Azure, så brugerne kan bruge selvhjælp til at administrere databaser og løse problemer uafhængigt af hinanden.
  • Naturligt sprog til SQL – oversætter forespørgsler på naturligt sprog til SQL i Azure Portal-forespørgselseditoren, hvilket gør databaseinteraktioner mere intuitive. Denne integration gør det muligt for Microsoft Copilot i Azure at besvare spørgsmål som:
    • Hvilke agenter har angivet mere end to ejendomme til salg?
    • Fortæl mig rangen for hver agent efter salg af ejendomme og vis navn, samlet salg og rangering.
    • Vis mig en pivotoversigtstabel, der viser antallet af solgte egenskaber i hvert år fra 2020 til 2023.

Byg intelligente programmer med store sprogmodeller (LLMs)

Store sprogmodeller gør det muligt for udviklere at oprette AI-drevne programmer med en velkendt brugeroplevelse. Brug af VM'er i programmer giver større værdi og en forbedret brugeroplevelse, når modellerne kan få adgang til de rigtige data på det rigtige tidspunkt fra programmets database. Denne proces er kendt som Retrieveal Augmented Generation (RAG), og Azure SQL Database har mange funktioner, der understøtter dette nye mønster, hvilket gør den til en fantastisk database til oprettelse af intelligente programmer.

Azure SQL Database tilbyder forskellige muligheder for at bygge intelligente programmer, herunder generering af integreringer til RAG med Azure OpenAI, lagring og forespørgselsvektorer og brug af Azure AI Search til at oplære VM'er på dine data. Derudover strømliner Copilot-færdighederne i Azure SQL Database design, drift, optimering og tilstand af Azure SQL Database-drevne programmer.

Nøglebegreber til implementering af RAG med Azure SQL Database og Azure OpenAI omfatter:

  • Hentning af Augmented Generation (RAG) – Forbedrer LLM's mulighed for at oprette relevante svar ved at hente yderligere data fra eksterne kilder.
  • Prompts og Prompt Engineering – Opretter bestemt tekst eller oplysninger, der fungerer som en instruktion til en LLM.
  • Tokens – Tokens er mindre tekststykker, der oprettes ved at opdele inputteksten i mere håndterbare dele.
  • Vektorintegreringer – Vektorer eller integreringer er matematiske repræsentationer af data i et højdimensionelt rum, der bruges af modeller til maskinel indlæring til at behandle forskellige typer oplysninger, f.eks. tekst, billeder og lyd.
  • Vektorsøgning: Find alle vektorer i et datasæt, der semantisk ligner en bestemt forespørgselsvektor.

Azure SQL Database understøtter columnstore-indekser og kørsel af batchtilstand, hvilket giver mulighed for effektiv lagring og forespørgsel om vektorintegrationer. Denne integration minimerer behovet for at administrere datasynkronisering og fremskynder tids-til-marked for udvikling af AI-programmer.

Du kan finde flere oplysninger om brug af Azure SQL Database med Azure OpenAI, herunder generering af billeder, brug af OpenAI REST Endpoints og udnyttelse af vektorsøgning, under Intelligente programmer med Azure SQL Database.