Funzioni di intelligenza artificiale in Azure Databricks

  • Articolo

Importante

Questa funzionalità è disponibile in anteprima pubblica.

Questo articolo descrive Funzioni di intelligenza artificiale di Azure Databricks, funzioni SQL predefinite che consentono di applicare l'intelligenza artificiale ai dati direttamente da SQL.

SQL è fondamentale per l'analisi dei dati grazie alla versatilità, all'efficienza e all'uso diffuso. La sua semplicità consente di recuperare, manipolare e gestire rapidamente set di dati di grandi dimensioni. L'incorporazione di funzioni di intelligenza artificiale in SQL per l'analisi dei dati migliora l'efficienza, che consente alle aziende di estrarre rapidamente informazioni dettagliate.

L'integrazione dell'IA nei flussi di lavoro di analisi fornisce l'accesso alle informazioni precedentemente inaccessibili agli analisti e consente loro di prendere decisioni più informate, gestire i rischi e sostenere un vantaggio competitivo grazie all'innovazione e all'efficienza basata sui dati.

Funzioni di intelligenza artificiale che usano le API del modello di Databricks Foundation

Nota

Per Databricks Runtime 15.0 e versioni successive, queste funzioni sono supportate negli ambienti notebook, inclusi notebook e flussi di lavoro di Databricks.

Queste funzioni richiamano un modello di intelligenza artificiale generativa all'avanguardia dalle API del modello di Databricks Foundation per eseguire attività come analisi del sentiment, classificazione e traduzione. Vedere Analizzare le recensioni dei clienti con Funzioni di intelligenza artificiale.

ai_query

Nota

  • Per Databricks Runtime 14.2 e versioni successive, questa funzione è supportata negli ambienti notebook, inclusi notebook e flussi di lavoro di Databricks.
  • Per Databricks Runtime 14.1 e versioni successive, questa funzione non è supportata negli ambienti notebook, inclusi i notebook di Databricks.

La ai_query() funzione consente di gestire i modelli di Machine Learning e i modelli linguistici di grandi dimensioni usando Databricks Model Serving ed eseguirne query usando SQL. A tale scopo, questa funzione richiama un endpoint databricks Model Serving esistente e analizza e restituisce la risposta. È possibile usare ai_query() per eseguire query sugli endpoint che servono modelli personalizzati, modelli di base resi disponibili usando le API del modello di base e i modelli esterni.