Azure SQL Database の AI 機能について

  • 8 分

今日の急速に進化するテクノロジ環境において、AI を理解することは、アプリケーションの機能を拡張し、競争力を維持するために不可欠です。 Azure SQL Database は、AI をアプリケーションに統合するための堅牢なプラットフォームを提供することで、この変革において極めて重要な役割を果たします。 Microsoft Copilot、自然言語から SQL への変換、高度なデータ管理ツールなどの機能を備えた Azure SQL Database では、開発者が AI の力を利用し、データベース管理を合理化し、アプリケーションのパフォーマンスを向上できるようにします。 これらのツールを利用すると、現代のユーザーの要求を満たす、インテリジェントで応答性の高い効率的なアプリケーションを作成できます。

Copilot in Azure SQL Database を使用する (プレビュー)

Azure の Microsoft Copilot は Azure SQL Database と統合されているため、SQL の管理とトラブルシューティングが強化されます。 自然言語から SQL への変換とデータベース管理のセルフ ヘルプを提供することで、Azure portal の生産性を向上させます。

Copilot は、データベース コンテキスト、ドキュメント、動的管理ビュー、クエリ ストア、その他のナレッジ ソースを利用することにより、データベース管理を簡略化します。 たとえば、データベース管理者は独力でデータベースを管理して問題を解決できる一方、開発者は自然言語で質問することで T-SQL クエリを生成できます。

また、開発者はデータベースを管理して問題を独力で解決できるため、データベース管理者からの継続的なサポートの必要性が軽減されます。

Azure SQL Database の Copilot のスクリーンショット。

現在のプレビューには 2 つのエクスペリエンスが含まれています。

  • Azure の Microsoft Copilot - Azure の Microsoft Copilot に Azure SQL Database スキルを追加し、データベースを管理して問題を個別に解決するためのセルフガイド付き支援をユーザーに提供します。
  • 自然言語から SQL - Azure portal クエリ エディター内で自然言語クエリを SQL に変換し、データベースの操作をより直感的にします。 この統合により、Microsoft Copilot in Azure は次のような質問に答えることができます。
    • 販売用不動産物件を 2 つより多く掲載している代理店はどれですか?
    • 各代理店の不動産物件販売による順位を教えてください。名前、総売上、順位を表示してください。
    • 2020 年から 2023 年までの各年に販売された不動産物件の数を表示するピボット集計テーブルを表示してください。

大規模言語モデル (LLM) を使用してインテリジェントなアプリケーションを構築する

大規模言語モデル (LLM) を使用すると、開発者は使い慣れたユーザー エクスペリエンスで AI 搭載アプリケーションを作成できます。 アプリケーションで LLM を使用すると、モデルがアプリケーションのデータベースから適切なタイミングで、適切なデータにアクセスできる時、価値が高くなり、ユーザー エクスペリエンスが向上します。 このプロセスは取得拡張生成 (RAG) と呼ばれ、Azure SQL Database にはこの新しいパターンをサポートする多くの機能があり、インテリジェントなアプリケーションを構築するための優れたデータベースとなっています。

Azure SQL Database には、Azure OpenAI を使用した RAG の埋め込みの生成、ベクトルの格納とクエリ実行、Azure AI 検索を使用した LLM のデータでのトレーニングなど、インテリジェントなアプリケーションを構築するためのさまざまなオプションが用意されています。 さらに、Azure SQL Database の Copilot スキルにより、Azure SQL Database 駆動型アプリケーションの設計、運用、最適化、正常性が合理化されます。

Azure SQL Database と Azure OpenAI を使用して RAG を実装するための主要な概念は次のとおりです。

  • 取得拡張生成 (RAG) - 外部ソースから追加のデータを取得することで、関連する応答を生成する LLM の機能を強化します。
  • プロンプトとプロンプト エンジニアリング - LLM への指示として機能する特定のテキストまたは情報を作成します。
  • トークン - トークンは、入力テキストをより管理しやすい部分に分割することによって作成されるテキストの小さな部分です。
  • ベクター埋め込み - ベクターまたは埋め込みとは、テキスト、画像、オーディオなどのさまざまな種類の情報を処理するために機械学習モデルによって使用される、高次元空間でのデータの数学的表現です。
  • ベクター検索: 特定のクエリ ベクターにセマンティックに似たデータセット内のすべてのベクトルを検索します。

Azure SQL Database は列ストア インデックスとバッチ モードの実行をサポートしており、ベクトル埋め込みの効率的なストレージとクエリを可能にします。 この統合により、データ同期を管理する必要性が最小限に抑えられ、AI アプリケーション開発の市場投入までの時間が短縮されます。

イメージの生成、OpenAI REST エンドポイントの使用、ベクター検索の活用など、Azure OpenAI での Azure SQL Database の使用の詳細については、 Azure SQL Database でのインテリジェント アプリケーションに関するページを参照してください。