Funciones de IA en Azure Databricks
Importante
Esta característica está en versión preliminar pública.
En este artículo, se describen Funciones de IA en Azure Databricks, funciones SQL integradas que permiten aplicar la inteligencia artificial en los datos directamente desde SQL.
SQL es fundamental para el análisis de datos debido a su versatilidad, eficiencia y uso generalizado. Su simplicidad permite una recuperación, manipulación y administración rápidas de grandes conjuntos de datos. La incorporación de funciones de inteligencia artificial en SQL para el análisis de datos mejora la eficacia, lo que permite a las empresas extraer conclusiones rápidamente.
La integración de la inteligencia artificial en flujos de trabajo de análisis proporciona acceso a información que antes era inaccesible para los analistas y les permite tomar decisiones más fundamentadas, administrar los riesgos y mantener una ventaja competitiva mediante la innovación y eficiencia controladas por datos.
Funciones de inteligencia artificial mediante las API de modelo de Databricks Foundation
Nota:
- En Databricks Runtime 15.1 y versiones posteriores, estas funciones se admiten en cuadernos de Databricks, incluidos los cuadernos que se ejecutan como una tarea en un flujo de trabajo de Databricks.
- Estas funciones están basadas en Meta-Llama-3.1-70B-Instruct para tareas de chat y GTE Large (inglés) para las tareas de inserción. Estos modelos están limitados a las regiones de EE. UU. y la UE. Consulte Inteligencia artificial y aprendizaje automático.
Estas funciones invocan un modelo de IA generativo de última generación desde API de Modelo de Databricks Foundation para realizar tareas como análisis de sentimiento, clasificación y traducción. Vea Análisis de reseñas de clientes mediante funciones de IA.
- ai_analyze_sentiment
- ai_classify
- ai_extract
- ai_fix_grammar
- ai_gen
- ai_mask
- ai_similarity
- ai_summarize
- ai_translate
ai_query
Nota:
- En Databricks Runtime 14.2 y versiones posteriores, esta función se admite en cuadernos de Databricks, incluidos los cuadernos que se ejecutan como una tarea en un flujo de trabajo de Databricks.
- En Databricks Runtime 14.1 y versiones posteriores, esta función no se admite en cuadernos de Databricks.
La función ai_query() permite consultar modelos de aprendizaje automático y modelos de lenguaje grandes servidos mediante Mosaico de modelos de IA que sirven. Para ello, esta función invoca un punto de conexión de servicio del servicio de modelos de Mosaic AI existente y analiza y devuelve su respuesta. Puede usar ai_query() para consultar puntos de conexión que atienden modelos personalizados, modelos básicos disponibles mediante las API de Foundation Model y modelos externos.
- función ai_query.
- Consulta de un modelo servido con ai_query()
- Consultar un modelo externo con ai_query().
- Realice la inferencia por lotes mediante ai_query.
vector_search
La función vector_search() permite buscar y consultar un índice de Búsqueda de vectores de IA de mosaico mediante SQL.
Consulte vector_search de función para obtener más información.
ai_forecast
La función ai_forecast() es una función con valores de tabla diseñada para extrapolar los datos de series temporales en el futuro. En su forma más general, ai_forecast() acepta datos agrupados, multivariantes o de granularidad mixta, y predice esos datos hasta cierto horizonte en el futuro.
Importante
Esta funcionalidad está en versión preliminar pública. Póngase en contacto con el equipo de la cuenta de Databricks para participar en la versión preliminar.
Consulte ai_forecast de función para obtener más información.