Azure Databricks의 AI Functions
Important
이 기능은 공개 미리 보기 상태입니다.
이 문서에서는 SQL에서 직접 데이터에 AI를 적용할 수 있는 기본 제공 SQL 함수인 Azure Databricks AI Functions에 대해 설명합니다.
SQL은 다용도, 효율성 및 광범위한 사용으로 인해 데이터 분석에 매우 중요합니다. 단순성을 통해 대규모 데이터 세트를 신속하게 검색, 조작 및 관리할 수 있습니다. 데이터 분석을 위해 AI 함수를 SQL에 통합하면 효율성이 향상되어 기업이 신속하게 인사이트를 추출할 수 있습니다.
AI를 분석 워크플로에 통합하면 분석가가 이전에 액세스할 수 없었던 정보에 액세스할 수 있으며, 보다 합리적 결정을 내리고, 위험을 관리하고, 데이터 기반의 혁신과 효율성을 통해 경쟁 우위를 유지할 수 있습니다.
Databricks 파운데이션 모델 API를 사용하는 AI 함수
참고 항목
이러한 함수는 Databricks 파운데이션 모델 API의 최첨단 생성형 AI 모델을 호출하여 감정 분석, 분류, 변환과 같은 태스크를 수행합니다. AI Functions를 사용한 고객 검토 분석을 참조하세요.
- ai_analyze_sentiment
- ai_classify
- ai_extract
- ai_fix_grammar
- ai_gen
- ai_mask
- ai_similarity
- ai_summarize
- ai_translate
ai_query
참고 항목
- Databricks Runtime 14.2 이상에서 이 함수는 Databricks 워크플로에서 태스크로 실행되는Notebooks를 포함하여 Databricks Notebooks에서 지원됩니다.
- Databricks Runtime 14.1 이하에서 이 함수는 Databricks Notebooks에서 지원되지 않습니다.
ai_query() 함수를 사용하면 Mosaic AI 모델 서빙을 사용하여 제공되는 기계 학습 모델 및 대규모 언어 모델을 쿼리할 수 있습니다. 이를 수행하기 위해 이 함수는 기존 Mosaic AI 모델 서빙 엔드포인트를 호출하며 해당 응답을 구문 분석하고 반환합니다. ai_query()를 사용하여 사용자 지정 모델, 파운데이션 모델 API 및 외부 모델을 통해 사용할 수 있는 파운데이션 모델을 제공하는 엔드포인트를 쿼리합니다.
- ai_query 함수.
- ai_query()로 제공된 모델 쿼리.
- ai_query()로 외부 모델 쿼리.
- ai_query 사용하여 일괄 처리 유추를 수행합니다.
vector_search
vector_search() 함수를 사용하면 SQL을 통해 Mosaic AI 벡터 검색 인덱스를 쿼리할 수 있습니다.
자세한 내용은 vector_search 함수를 참조하세요.
ai_forecast
ai_forecast() 함수는 시계열 데이터를 미래로 추정하도록 설계된 테이블 반환 함수입니다. 가장 일반적인 형식에 ai_forecast()는 그룹화됨, 다변량 또는 혼합 세분성 데이터를 허용하고 향후 데이터를 어느 정도 예측합니다.
Important
이 기능은 공개 미리 보기로 제공됩니다. 미리 보기에 참여하려면 Databricks 계정 팀에 문의하세요.
자세한 내용은 ai_forecast 함수를 참조하세요.