Fungsi AI di Azure Databricks
Penting
Fitur ini ada di Pratinjau Publik.
Artikel ini menjelaskan Azure Databricks AI Functions, fungsi SQL bawaan yang memungkinkan Anda menerapkan AI pada data Anda langsung dari SQL.
SQL sangat penting untuk analisis data karena fleksibilitas, efisiensi, dan penggunaannya yang luas. Kesederhanaannya memungkinkan pengambilan cepat, manipulasi, dan manajemen himpunan data besar. Menggabungkan fungsi AI ke dalam SQL untuk analisis data meningkatkan efisiensi, yang memungkinkan bisnis untuk dengan cepat mengekstrak wawasan.
Mengintegrasikan AI ke dalam alur kerja analisis menyediakan akses ke informasi yang sebelumnya tidak dapat diakses oleh analis, dan memberdayakan mereka untuk membuat keputusan yang lebih tepat, mengelola risiko, dan mempertahankan keunggulan kompetitif melalui inovasi dan efisiensi berbasis data.
Fungsi AI menggunakan API Model Databricks Foundation
Catatan
Untuk Databricks Runtime 15.0 ke atas, fungsi-fungsi ini didukung di lingkungan notebook termasuk notebook dan alur kerja Databricks.
Fungsi-fungsi ini memanggil model AI generatif canggih dari API Model Databricks Foundation untuk melakukan tugas seperti, analisis sentimen, klasifikasi, dan terjemahan. Lihat Menganalisis ulasan pelanggan menggunakan Fungsi AI.
- ai_analyze_sentiment
- ai_classify
- ai_extract
- ai_fix_grammar
- ai_gen
- ai_mask
- ai_similarity
- ai_summarize
- ai_translate
ai_query
Catatan
- Untuk Databricks Runtime 14.2 ke atas, fungsi ini didukung di lingkungan buku catatan termasuk buku catatan dan alur kerja Databricks.
- Untuk Databricks Runtime 14.1 ke bawah, fungsi ini tidak didukung di lingkungan notebook, termasuk notebook Databricks.
Fungsi ini ai_query()
memungkinkan Anda melayani model pembelajaran mesin dan model bahasa besar menggunakan Mosaic AI Model Serving dan mengkuerinya menggunakan SQL. Untuk melakukannya, fungsi ini memanggil titik akhir Mosaic AI Model Serving yang ada dan mengurai dan mengembalikan responsnya. Anda dapat menggunakan ai_query()
untuk mengkueri titik akhir yang melayani model kustom, model fondasi yang disediakan menggunakan API Model Foundation, dan model eksternal.
- ai_query fungsi.
- Mengkueri model yang dilayani dengan ai_query().
- Mengkueri model eksternal dengan ai_query().
vector_search
Fungsi ini vector_search()
memungkinkan Anda mencari dan mengkueri indeks Pencarian Vektor Mosaik AI menggunakan SQL.
Penting
Fungsionalitas ini ada di Pratinjau Umum. Hubungi tim akun Databricks Anda untuk berpartisipasi dalam pratinjau.
Lihat fungsi vector_search untuk informasi selengkapnya.
Saran dan Komentar
https://aka.ms/ContentUserFeedback.
Segera hadir: Sepanjang tahun 2024 kami akan menghentikan penggunaan GitHub Issues sebagai mekanisme umpan balik untuk konten dan menggantinya dengan sistem umpan balik baru. Untuk mengetahui informasi selengkapnya, lihat:Kirim dan lihat umpan balik untuk