AI Functions in Azure Databricks

Belangrijk

Deze functie is beschikbaar als openbare preview.

In dit artikel worden Azure Databricks AI Functions, ingebouwde SQL-functies beschreven waarmee u AI rechtstreeks vanuit SQL kunt toepassen op uw gegevens.

SQL is cruciaal voor gegevensanalyse vanwege zijn veelzijdigheid, efficiëntie en wijdverspreid gebruik. Dankzij de eenvoud kunnen grote gegevenssets snel worden opgehaald, bewerkt en beheerd. Het integreren van AI-functies in SQL voor gegevensanalyse verbetert de efficiëntie, waardoor bedrijven snel inzichten kunnen extraheren.

De integratie van AI in analysewerkstromen biedt toegang tot informatie die voorheen niet toegankelijk was voor analisten en stelt hen in staat om beter geïnformeerde beslissingen te nemen, risico's te beheren en een concurrentievoordeel te behouden via gegevensgestuurde innovatie en efficiëntie.

AI-functies met databricks Foundation-model-API's

Notitie

• In Databricks Runtime 15.1 en hoger worden deze functies ondersteund in Databricks-notebooks, waaronder notebooks die worden uitgevoerd als een taak in een Databricks-werkstroom.
• Deze functies worden mogelijk gemaakt door Meta-Llama-3.1-70B-Instruct voor chattaken en GTE Large (Engels) voor het insluiten van taken. Deze modellen zijn beperkt tot regio's in de VS en de EU. Zie AI en machine learning.

Deze functies roepen een state-of-the-art AI-model aan van Databricks Foundation Model-API's om taken zoals sentimentanalyse, classificatie en vertaling uit te voeren. Zie Beoordelingen van klanten analyseren met BEHULP van AI Functions.

• ai_analyze_sentiment
• ai_classify
• ai_extract
• ai_fix_grammar
• ai_gen
• ai_mask
• ai_similarity
• ai_summarize
• ai_translate

ai_query

Notitie

• In Databricks Runtime 14.2 en hoger wordt deze functie ondersteund in Databricks-notebooks, waaronder notebooks die worden uitgevoerd als een taak in een Databricks-werkstroom.
• In Databricks Runtime 14.1 en lager wordt deze functie niet ondersteund in Databricks-notebooks.

Met de ai_query() functie kunt u query's uitvoeren op machine learning-modellen en grote taalmodellen die worden geleverd met behulp van Mosaic AI Model Serving. Hiervoor roept deze functie een bestaand Mozaïek AI Model Serving-eindpunt aan en parseert en retourneert deze het antwoord. U kunt ai_query() query's uitvoeren op eindpunten die aangepaste modellen, basismodellen beschikbaar maken met behulp van Foundation Model-API's en externe modellen.

• ai_query, functie.
• Een query uitvoeren op een geleverd model met ai_query().
• Een query uitvoeren op een extern model met ai_query().
• Voer batchdeductie uit met behulp van ai_query.

vector_search

Met de vector_search() functie kunt u zoeken en query's uitvoeren op een Mozaïek AI Vector Search-index met behulp van SQL.

Zie vector_search functie voor meer informatie.

ai_forecast

De ai_forecast() functie is een tabelwaardefunctie die is ontworpen om tijdreeksgegevens in de toekomst te extrapoleren. In de meest algemene vorm ai_forecast() accepteert u gegroepeerde, multivariate of gemengde granulariteitsgegevens en voorspelt u die gegevens tot aan een bepaalde horizon in de toekomst.

Belangrijk

Deze functionaliteit bevindt zich in openbare preview. Neem contact op met uw Databricks-accountteam om deel te nemen aan de preview.

Zie ai_forecast functie voor meer informatie.