Tworzenie umiejętności sztucznej inteligencji (wersja zapoznawcza)

Czy jesteś gotowy do konwersacji dotyczących danych? Możesz tworzyć środowiska sztucznej inteligencji z umiejętnościami sztucznej inteligencji w usłudze Microsoft Fabric, aby odpowiedzieć na pytania dotyczące tabel lakehouse i warehouse. Ta technika obniża bariery dla innych osób, aby odpowiedzieć na swoje pytania dotyczące danych, ponieważ twoi współpracownicy mogą zadawać pytania w języku angielskim i otrzymywać odpowiedzi oparte na danych.

Ważne

Ta funkcja jest dostępna w wersji zapoznawczej.

Wymagania wstępne

• Pojemność sieci szkieletowej F64 lub wyższa.
• Przełącznik dzierżawy copilot jest włączony.
• Udostępnianie między lokalizacjami geograficznymi dla sztucznej inteligencji jest włączone, jeśli jest to istotne.
• Magazyn lub magazyn lakehouse z danymi.

Tworzenie i konfigurowanie umiejętności sztucznej inteligencji

Tworzenie i konfigurowanie umiejętności sztucznej inteligencji w sieci szkieletowej obejmuje następujące kroki:

1. Utwórz nową umiejętność sztucznej inteligencji.
2. Wybierz swoje dane.
3. Zadaj pytania.
4. Przykłady.
5. Podaj instrukcje.

Proces jest prosty i możesz rozpocząć testowanie zasobów umiejętności sztucznej inteligencji w ciągu kilku minut.

Tworzenie nowej umiejętności sztucznej inteligencji

Podobnie jak w przypadku innych standardowych procesów tworzenia elementów sieci szkieletowej, możesz utworzyć nową umiejętność sztucznej inteligencji na stronie głównej sieć szkieletowa Nauka o danych, wybierając opcję Nowy obszar roboczy lub przy użyciu narzędzia Utwórz centrum. Musisz podać nazwę, jak pokazano na poniższym zrzucie ekranu:

Wybieranie danych

Po utworzeniu umiejętności sztucznej inteligencji wybierz źródło danych. Może to być magazyn danych lub magazyn lakehouse. Na następnym ekranie wybierz magazyn lub lakehouse, a następnie wybierz pozycję Połącz.

Lewe okienko wypełnia dostępne tabele w wybranym źródle danych. Użyj pól wyboru, aby udostępnić tabelę lub niedostępną dla sztucznej inteligencji. Przed zadawaniem pytań dotyczących sztucznej inteligencji musisz wybrać co najmniej jedną tabelę.

Uwaga

Pamiętaj, aby użyć opisowych nazw kolumn. Zamiast używać nazw kolumn, takich jak C1 lub ActCu, użyj polecenia ActiveCustomer lub IsCustomerActive. Używanie nazw opisowych to najbardziej efektywny sposób uzyskiwania bardziej niezawodnych zapytań z sztucznej inteligencji.

Użyj notatek dla modelu w panelu konfiguracji interfejsu użytkownika. Jeśli umiejętność sztucznej inteligencji generuje nieprawidłowe zapytania T-SQL, możesz podać instrukcje dotyczące modelu w języku angielskim w języku angielskim, aby ulepszyć przyszłe zapytania. System będzie używać tych instrukcji z każdym zapytaniem. Krótkie i bezpośrednie instrukcje działają najlepiej.

Zadawaj pytania

Po wybraniu danych możesz zacząć zadawać pytania. System obsługuje pytania, na które może odpowiedzieć pojedyncze zapytanie, jak pokazano na poniższym zrzucie ekranu:

Pytania podobne do następujących przykładów powinny działać:

• "Jaka była nasza łączna sprzedaż w Kalifornii w 2023 roku?"
• "Jakie są najdroższe przedmioty, które nigdy nie zostały sprzedane?"

Te pytania są poza zakresem:

• "Dlaczego wydajność fabryki jest niższa w kwartale 2024 r.?"
• "Jaka jest główna przyczyna naszego skoku sprzedaży?"

Podczas zadawania pytania system używa poświadczeń do pobierania schematu. Na podstawie pytania system używa podanych informacji (zobacz sekcje "Podaj przykłady" i "Podaj instrukcje") oraz schemat do konstruowania monitu. Ten monit jest tekstem wysyłanym do sztucznej inteligencji, który generuje wiele zapytań SQL.

Po wygenerowaniu zapytań SQL zbadaj je, aby upewnić się, że wysyłają zapytania tylko do danych. Sprawdź również, czy nie tworzą, aktualizują, usuwają ani w inny sposób nie zmieniają danych. Następnie wyodrębnij najlepszy kandydat do zapytania z listy wygenerowanych zapytań. Wykonaj wszelkie niezbędne podstawowe naprawy dla najlepszego zapytania generowanego przez sztuczną inteligencję. Na koniec, używając poświadczeń, ponownie zapoznaj się z zapytaniem i zwróć zestaw wyników do Ciebie.

Zmienianie źródła danych

Aby przełączyć się do innego magazynu lub jeziora, wybierz strzałki w górnej części okienka Eksplorator , jak pokazano na poniższym zrzucie ekranu:

Przykłady

W usłudze Fabric możesz skonfigurować umiejętności sztucznej inteligencji, aby sztuczna inteligencja odpowiadała na pytania zgodnie z oczekiwaniami. Jedną z technik jest przedstawienie przykładów sztucznej inteligencji. W generowaniu sztucznej inteligencji ta technika jest określana jako niewiele uczenia strzałowego. W tym miejscu możesz udzielić dostępu do sztucznej inteligencji do par zapytań lub pytań. Następnym razem, gdy zadajesz pytanie, sztuczna inteligencja znajdzie najbardziej istotne pytania w zestawie dostarczonych pytań. Te pytania wraz z podanym odpowiednim zapytaniem SQL dają tło do sztucznej inteligencji podczas generowania kodu SQL.

Jeśli okaże się, że sztuczna inteligencja nie generuje odpowiednich zapytań, możesz podać więcej przykładów.

Aby podać przykłady, możesz wybrać przycisk edycji w obszarze Przykładowe zapytania SQL po prawej stronie, jak pokazano na poniższym zrzucie ekranu:

Podaj instrukcje

Możesz również kierować sztuczną inteligencją za pomocą instrukcji. Te instrukcje można podać w polu tekstowym Uwagi dotyczące modelu . Tutaj możesz napisać instrukcje w języku angielskim. Sztuczna inteligencja używa tych instrukcji podczas generowania kodu SQL.

Jeśli okaże się, że sztuczna inteligencja stale błędnie interpretuje niektóre słowa lub akronimy, możesz podać definicje terminów w tej sekcji, jak pokazano na tym zrzucie ekranu:

Powiązana zawartość

• Koncepcja umiejętności sztucznej inteligencji
• Scenariusz umiejętności sztucznej inteligencji