Teilen über


Datenschutz, Sicherheit und verantwortungsvolle Nutzung von Copilot for Data Science (Vorschau)

Mit der Vorschau von Copilot für Data Science in Microsoft Fabric und anderen generativen KI-Features bietet Microsoft Fabric neue Möglichkeiten, Daten zu transformieren und zu analysieren, Einblicke zu generieren und Visualisierungen sowie Berichte zu erstellen.

Bevor Ihr Unternehmen mit der Verwendung von Copilot-Funktionen in Fabric beginnen kann, muss Ihr Administrator Copilot in Microsoft Fabric aktivieren. Sie haben möglicherweise Fragen dazu, wie der Dienst funktioniert, wie er Ihre Geschäftsdaten schützt und den Datenschutzanforderungen entspricht und wie Sie generative KI verantwortungsbewusst verwenden können.

Der Artikel Datenschutz, Sicherheit und verantwortungsvolle Nutzung für Copilot (Vorschau) bietet einen Überblick über Copilot in Fabric. Weitere Informationen zu Copilot for Data Science finden Sie hier.

Hinweis

Funktionen, Verwendungszwecke und Einschränkungen von Copilot for Data Science

  • Die Copilot-Funktionen in der Data Science-Erfahrung sind derzeit auf Notebooks beschränkt. Zu diesen Funktionen gehören das Copilot-Chatfenster, IPython-Magic-Befehle, die innerhalb einer Codezelle verwendet werden können, und automatische Code-Vorschläge, während Sie eine Codezelle eingeben. Copilot kann auch semantische Power BI-Modelle lesen, indem es einen semantischen Link integriert.

  • Copilot hat zwei Hauptverwendungszwecke.

    • Erstens können Sie Copilot bitten, die Daten in Ihrem Notebook zu untersuchen und zu analysieren (indem Sie z. B. zuerst einen DataFrame laden und dann Copilot nach den Daten im DataFrame fragen).
    • Zweitens können Sie Copilot bitten, eine Reihe von Vorschlägen zu Ihrem Datenanalyseprozess zu generieren, z. B. welche Vorhersagemodelle relevant sein könnten, Code zur Durchführung verschiedener Arten von Datenanalysen und Dokumentation für ein vollständiges Notebook.
  • Beachten Sie, dass die Codegenerierung mit schnelllebigen oder kürzlich veröffentlichten Bibliotheken Ungenauigkeiten oder Verfälschungen enthalten kann.

Datennutzung von Copilot für Data Science

  • In Notebooks kann Copilot nur auf Daten zugreifen, die für das aktuelle Notebook des Benutzers zugänglich sind, entweder in einem angehängten Lakehouse oder direkt vom Benutzer in dieses Notebook geladen oder importiert. In Notebooks kann Copilot auf keine Daten zugreifen, die nicht auch für das Notebook zugänglich sind.

  • Standardmäßig hat Copilot Zugriff auf die folgenden Datentypen:

    • Frühere an Copilot gesendete Nachrichten und Antworten von für diesen Benutzer in dieser Sitzung.
    • Inhalt von Zellen, die der Benutzer ausgeführt hat.
    • Ausgaben von Zellen, die der Benutzer ausgeführt hat.
    • Schema von Datenquellen im Notebook.
    • Beispieldaten aus Datenquellen im Notebook.
    • Schema aus externen Datenquellen in einem angehängten Lakehouse.

Auswertung von Copilot für Data Science

  • Das Produktteam hat Copilot getestet, um zu sehen, wie gut das System im Kontext von Notebooks funktioniert und ob die KI-Antworten aufschlussreich und nützlich sind.
  • Das Team konzentrierte sich auch auf zusätzliche Maßnahmen zur Schadensbegrenzung, einschließlich technologischer Ansätze zur Fokussierung des Copilot-Ausgaben auf Themen im Zusammenhang mit der Datenwissenschaft.

Tipps zum Arbeiten mit Copilot für Data Science

  • Copilot ist am besten für datenwissenschaftliche Themen geeignet, also beschränken Sie Ihre Fragen auf diesen Bereich.
  • Geben Sie genau an, welche Daten Sie von Copilot untersuchen lassen möchten. Wenn Sie das Datenobjekt beschreiben, z. B. durch die Benennung von Dateien, Tabellen oder Spalten, ist es wahrscheinlicher, dass Copilot relevante Daten abruft und nützliche Ausgaben erzeugt.
  • Wenn Sie detailliertere Antworten benötigen, versuchen Sie, die Daten als DataFrames in das Notebook zu laden oder die Daten in Ihrem Lakehouse anzuheften. Dadurch erhält Copilot mehr Kontext, mit dem er Analysen durchführen kann. Wenn eine Ressource zu groß zum Laden ist, ist das Anheften eine hilfreiche Alternative.

Hinweise nach Version

Hier finden Sie weitere Informationen zu zukünftigen Releases oder Funktionsupdates.