Tworzenie umiejętności sztucznej inteligencji (wersja zapoznawcza)

Dzięki umiejętnościom sztucznej inteligencji Microsoft Fabric możesz tworzyć konwersacyjne środowiska AI, które odpowiadają na pytania dotyczące danych przechowywanych w data lake'ach, hurtowniach danych, modelach semantycznych Power BI oraz bazach danych KQL w Microsoft Fabric. Wnioski z danych stają się dostępne. Twoi współpracownicy mogą zadawać pytania w zwykły angielski i otrzymywać odpowiedzi oparte na danych, nawet jeśli nie są ekspertami w dziedzinie sztucznej inteligencji lub głęboko znają dane.

Ważne

Ta funkcja jest dostępna w wersji zapoznawczej.

Wymagania wstępne

• Płatne zasoby pojemności Fabric F64 lub wyższej
• Przełącznik dzierżawy umiejętności sztucznej inteligencji jest włączony.
• Przełącznik dzierżawy copilot jest włączony.
• Włączono przetwarzanie międzygeograficzne dla sztucznej inteligencji.
• włączono przechowywanie międzyregionalne dla sztucznej inteligencji.
• Magazyn, lakehouse, modele semantyczne Power BI i bazy danych KQL z danymi.
• modele semantyczne usługi Power BI za pośrednictwem przełącznika dzierżawy punktów końcowych XMLA są włączone dla semantycznych źródeł danych modelu usługi Power BI.

Kompleksowy przepływ do tworzenia i używania umiejętności sztucznej inteligencji w Fabric

W tej sekcji opisano kluczowe kroki tworzenia, weryfikacji oraz udostępniania umiejętności AI w Fabric, co czyni ją dostępną do użytku.

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

Tworzenie nowej umiejętności sztucznej inteligencji

Aby utworzyć nową umiejętność sztucznej inteligencji, najpierw przejdź do obszaru roboczego, a następnie wybierz przycisk + Nowy element. Na karcie Wszystkie elementy wyszukaj funkcję AI, aby znaleźć odpowiednią opcję, jak pokazano na tym zrzucie ekranu.

Po wybraniu zostanie wyświetlony monit o podanie nazwy umiejętności sztucznej inteligencji, jak pokazano na poniższym zrzucie ekranu:

Zapoznaj się z udostępnionym zrzutem ekranu, aby zapoznać się z przewodnikiem wizualnym dotyczącym nazewnictwa umiejętności sztucznej inteligencji. Po wprowadzeniu nazwy przejdź do konfiguracji, aby dopasować umiejętności sztucznej inteligencji do określonych wymagań.

Wybieranie danych

Po utworzeniu umiejętności sztucznej inteligencji można dodać do pięciu źródeł danych, w tym jeziora danych, magazyny, modele semantyczne usługi Power BI oraz bazy danych KQL w dowolnej konfiguracji. Można na przykład dodać pięć semantycznych modeli usługi Power BI lub dwa semantyczne modele usługi Power BI, jedną usługę Lakehouse i jedną bazę danych KQL.

Podczas tworzenia umiejętności sztucznej inteligencji po raz pierwszy i podania nazwy katalog OneLake zostanie automatycznie wyświetlony, co pozwala na dodawanie źródeł danych. Aby dodać źródło danych, wybierz je z katalogu, jak pokazano na następnym ekranie, a następnie wybierz pozycję Dodaj. Każde źródło danych musi zostać dodane indywidualnie. Możesz na przykład dodać lakehouse, wybrać pozycję Dodaj, a następnie przejść do dodawania innego źródła danych. Aby filtrować typy źródeł danych, wybierz ikonę filtru, a następnie wybierz żądany typ. Możesz wyświetlać tylko źródła danych wybranego typu, co ułatwia lokalizowanie i łączenie odpowiednich źródeł dla umiejętności sztucznej inteligencji.

Po dodaniu źródła danych, eksplorator w lewym okienku strony umiejętności sztucznej inteligencji zostaje wypełniony dostępnymi tabelami z każdego wybranego źródła danych. Można użyć pól wyboru, aby udostępnić lub zablokować dostępność tabel dla sztucznej inteligencji, jak pokazano na poniższym zrzucie ekranu.

Uwaga

Potrzebujesz uprawnień do odczytu/zapisu, aby dodać model semantyczny usługi Power BI jako źródło danych do umiejętności sztucznej inteligencji.

Aby dodać kolejne źródła danych, przejdź do Eksploratora w lewym panelu strony umiejętności AI i wybierz + źródło danych, jak pokazano na poniższym zrzucie ekranu:

Wykaz OneLake zostanie otwarty ponownie i można bezproblemowo dodać więcej źródeł danych w razie potrzeby.

Porada

Pamiętaj, aby używać nazw opisowych dla tabel i kolumn. Tabela o nazwie SalesData jest bardziej zrozumiała niż TableA, a nazwy kolumn, takie jak ActiveCustomer lub IsCustomerActive, są jaśniejsze niż C1 lub ActCu. Nazwy opisowe ułatwiają sztucznej inteligencji generowanie bardziej dokładnych i niezawodnych zapytań.

Zadawaj pytania

Po dodaniu źródeł danych i wybraniu odpowiednich tabel dla każdego źródła danych możesz rozpocząć zadawanie pytań. System obsługuje pytania, jak pokazano na poniższym zrzucie ekranu:

Pytania podobne do tych przykładów powinny również działać:

• "Jaka była nasza łączna sprzedaż w Kalifornii w 2023 roku?"
• Jakie są 5 produktów z najwyższymi cenami katalogowymi i jakie są ich kategorie?
• "Jakie są najdroższe przedmioty, które nigdy nie zostały sprzedane?"

Pytania dotyczące tych typów są odpowiednie, ponieważ system może przetłumaczyć je na zapytania ustrukturyzowane (T-SQL, DAX lub KQL), wykonywać je względem baz danych, a następnie zwracać konkretne odpowiedzi na podstawie przechowywanych danych.

Jednak takie kwestie są poza zakresem:

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

Te pytania są obecnie poza zakresem, ponieważ wymagają złożonego rozumowania, analizy korelacji lub czynników zewnętrznych, które nie są bezpośrednio dostępne w bazie danych. Umiejętności sztucznej inteligencji obecnie nie wykonują zaawansowanej analizy, uczenia maszynowego ani wnioskowania przyczynowego. Po prostu pobiera i przetwarza dane ustrukturyzowane na podstawie zapytania użytkownika.

Podczas zadawania pytania umiejętności sztucznej inteligencji używają interfejsu API Asystenta usługi Azure OpenAI do przetwarzania żądania. Przepływ działa w następujący sposób:

Dostęp do schematu przy użyciu poświadczeń użytkownika

System najpierw używa poświadczeń użytkownika do uzyskiwania dostępu do schematu źródła danych (na przykład lakehouse, warehouse, PBI semantic model lub bazy danych KQL). Dzięki temu system pobiera informacje o strukturze danych, do których użytkownik ma uprawnienia do wyświetlania.

Konstruowanie monitu

Aby zinterpretować pytanie użytkownika, system łączy:

1. Zapytanie użytkownika: pytanie dotyczące języka naturalnego dostarczone przez użytkownika.
2. Informacje o schemacie: metadane i szczegóły strukturalne źródła danych pobranego w poprzednim kroku.
3. Przykłady i instrukcje: wszelkie wstępnie zdefiniowane przykłady (na przykład przykład przykładowe pytania i odpowiedzi) lub konkretne instrukcje podane podczas konfigurowania umiejętności sztucznej inteligencji. Te przykłady i instrukcje pomagają uściślić zrozumienie pytania przez sztuczną inteligencję i kierować sposobem interakcji sztucznej inteligencji z danymi.

Wszystkie te informacje są używane do konstruowania monitu. To polecenie służy jako dane wejściowe do interfejsu API asystenta Azure OpenAI, który pełni rolę agenta podstawowego dla umiejętności sztucznej inteligencji. To zasadniczo informuje umiejętność AI na temat tego, jak przetwarzać zapytanie oraz jaki rodzaj odpowiedzi należy utworzyć.

Wywołanie narzędzia zgodnie z potrzebami zapytania

Agent analizuje skonstruowany monit i decyduje, które narzędzie ma wywołać w celu pobrania odpowiedzi:

• Język naturalny do języka SQL (NL2SQL): służy do generowania zapytań SQL, gdy dane znajdują się w magazynie lub lakehouse
• Język naturalny do języka DAX (NL2DAX): służy do tworzenia zapytań języka DAX w celu interakcji z modelami semantycznymi w źródłach danych usługi Power BI
• Język naturalny do języka KQL (NL2KQL): służy do konstruowania zapytań KQL w celu wykonywania zapytań dotyczących danych w bazach danych KQL

Wybrane narzędzie generuje zapytanie przy użyciu schematu, metadanych i kontekstu, które zapewnia agent będący podstawą umiejętności sztucznej inteligencji. Następnie narzędzie weryfikuje zapytanie, aby zapewnić prawidłowe formatowanie i zgodność z jego protokołami zabezpieczeń oraz własnymi zasadami odpowiedzialnej sztucznej inteligencji (RAI).

Konstrukcja odpowiedzi

Agent będący podstawą umiejętności sztucznej inteligencji wykonuje zapytanie i zapewnia, że odpowiedź jest odpowiednio ustrukturyzowana i sformatowana. Agent często zawiera dodatkowy kontekst, aby odpowiedź była przyjazna dla użytkownika. Na koniec odpowiedź jest wyświetlana użytkownikowi w interfejsie konwersacyjnym, jak pokazano na poniższym zrzucie ekranu:

Agent przedstawia zarówno wynik, jak i kroki pośrednie wykonywane przez umiejętności sztucznej inteligencji w celu pobrania ostatecznej odpowiedzi. Takie podejście zwiększa przejrzystość i umożliwia weryfikację tych kroków w razie potrzeby. Użytkownicy mogą rozwinąć listę rozwijaną kroków, aby wyświetlić wszystkie kroki wykonywane przez umiejętności sztucznej inteligencji w celu pobrania odpowiedzi, jak pokazano na poniższym zrzucie ekranu:

Ponadto umiejętność sztucznej inteligencji udostępnia wygenerowany kod używany do wykonywania zapytań względem odpowiedniego źródła danych, oferując dalsze informacje na temat sposobu konstruowania odpowiedzi.

Te zapytania są przeznaczone wyłącznie do wykonywania zapytań dotyczących danych. Operacje obejmujące

• tworzenie danych
• aktualizacje danych
• usunięcia danych
• zmiana dowolnego typu danych

nie są dozwolone w celu ochrony integralności danych.

W dowolnym momencie możesz wybrać przycisk Wyczyść czat, aby wyczyścić czat, jak pokazano na poniższym zrzucie ekranu:

Funkcja Clear chat usuwa całą historię czatu i rozpoczyna nową sesję. Po usunięciu historii czatu nie można go pobrać.

Zmienianie źródła danych

Aby usunąć źródło danych, umieść kursor nad nazwą źródła danych w eksploratorze w lewym okienku strony umiejętności sztucznej inteligencji do momentu wyświetlenia menu z trzema kropkami. Wybierz trzy kropki, aby wyświetlić opcje, a następnie wybierz pozycję Usuń, aby usunąć źródło danych, jak pokazano na poniższym zrzucie ekranu:

Alternatywnie, jeśli źródło danych uległo zmianie, możesz wybrać pozycję Odśwież w tym samym menu, jak pokazano na poniższym zrzucie ekranu:

Dzięki temu wszystkie aktualizacje źródła danych są odzwierciedlane i poprawnie wypełniane w Eksploratorze, aby zapewnić synchronizację umiejętności sztucznej inteligencji z najnowszymi danymi.

Konfiguracja umiejętności sztucznej inteligencji

Umiejętność sztucznej inteligencji oferuje kilka opcji konfiguracji, które umożliwiają użytkownikom dostosowywanie zachowania umiejętności sztucznej inteligencji w celu lepszego dopasowania ich do potrzeb organizacji. Ponieważ umiejętności sztucznej inteligencji przetwarzają i przedstawiają dane, te konfiguracje oferują elastyczność, która umożliwia większą kontrolę nad wynikami.

Podaj instrukcje

Możesz podać konkretne instrukcje, aby kierować zachowaniem sztucznej inteligencji. Aby je dodać, wybierz instrukcje dotyczące sztucznej inteligencji, jak pokazano na poniższym zrzucie ekranu:

Zostanie otwarte okienko Instrukcje dotyczące sztucznej inteligencji, jak pokazano na poniższym zrzucie ekranu:

W tym miejscu możesz napisać maksymalnie 15 000 znaków w postaci zwykłego tekstu w języku angielskim, aby poinstruować sztuczną inteligencję o sposobie obsługi zapytań.

Na przykład możesz określić dokładne źródło danych do użycia w przypadku niektórych typów pytań. Przykłady wyborów źródeł danych mogą obejmować kierowanie sztucznej inteligencji do użycia

• Semantyczne modele usługi Power BI dla zapytań finansowych
• lakehouse dla danych sprzedaży
• baza danych KQL na potrzeby metryk operacyjnych

Te instrukcje zapewniają, że sztuczna inteligencja generuje odpowiednie zapytania w języku SQL, DAX lub KQL, na podstawie Twoich wskazówek i kontekstu pytań.

Jeśli zasób sztucznej inteligencji konsekwentnie błędnie interpretuje niektóre słowa, akronimy lub terminy, możesz podać jasne definicje w tej sekcji, aby upewnić się, że sztuczna inteligencja rozumie i przetwarza je poprawnie. Staje się to szczególnie przydatne w przypadku terminologii specyficznej dla domeny lub unikatowego żargonu biznesowego.

Dostosowując te instrukcje i definiując terminy, zwiększasz zdolność sztucznej inteligencji do dostarczania dokładnych i istotnych szczegółowych informacji w pełnym dostosowaniu do strategii danych i wymagań biznesowych.

Podaj przykładowe zapytania

Możesz zwiększyć dokładność odpowiedzi umiejętności sztucznej inteligencji, gdy udostępniasz przykładowe zapytania dostosowane do poszczególnych źródeł danych, takich jak lakehouse, magazyn danych i bazy danych KQL. To podejście, znane jako Few-Shot Learning w generowaniu sztucznej inteligencji, pomaga kierować umiejętnościami sztucznej inteligencji w celu generowania odpowiedzi, które lepiej odpowiadają twoim oczekiwaniom.

Po podaniu sztucznej inteligencji przykładowych par zapytań i pytań, odnosi się ona do tych przykładów, gdy odpowiada na przyszłe pytania. Dopasowywanie nowych zapytań do najbardziej odpowiednich przykładów pomaga sztucznej inteligencji uwzględniać logikę specyficzną dla firmy i skutecznie odpowiadać na często zadawane pytania. Ta funkcja umożliwia dostrajanie poszczególnych źródeł danych i zapewnia generowanie bardziej dokładnych zapytań SQL lub KQL.

Dane modelu semantycznego usługi Power BI nie obsługują obecnie dodawania przykładowych par zapytań/pytań. Jednak w przypadku obsługiwanych źródeł danych, takich jak lakehouse, warehouse i KQL, udostępnienie większej liczby przykładów może znacznie poprawić zdolność sztucznej inteligencji do generowania precyzyjnych zapytań, gdy jego domyślna wydajność wymaga dostosowania.

Porada

Zróżnicowany zestaw przykładowych zapytań zwiększa zdolność umiejętności sztucznej inteligencji do generowania dokładnych i odpowiednich zapytań SQL/KQL. Aby dodać lub edytować przykładowe zapytania, wybierz przycisk Przykładowe zapytania, aby otworzyć przykładowe okienko zapytań, jak pokazano na poniższym zrzucie ekranu:

To okienko zawiera opcje dodawania lub edytowania przykładowych zapytań dla wszystkich obsługiwanych źródeł danych z wyjątkiem modeli semantycznych usługi Power BI. Dla każdego źródła danych możesz wybrać pozycję Dodaj lub Edytuj przykładowe zapytania, aby wprowadzić odpowiednie przykłady, jak pokazano na poniższym zrzucie ekranu:

Uwaga

Umiejętność sztucznej inteligencji odnosi się tylko do zapytań, które zawierają prawidłową składnię SQL/KQL i pasują do schematu wybranych tabel. Umiejętność sztucznej inteligencji nie używa zapytań, które nie zakończyły walidacji. Upewnij się, że wszystkie przykładowe zapytania są prawidłowe i poprawnie dopasowane do schematu, aby upewnić się, że umiejętność sztucznej inteligencji skutecznie je wykorzystuje.

Publikowanie i udostępnianie umiejętności sztucznej inteligencji

Po przetestowaniu wydajności umiejętności sztucznej inteligencji w różnych pytaniach i potwierdzeniu, że generuje dokładne zapytania SQL, DAX lub KQL, możesz udostępnić je współpracownikom. W tym momencie wybierz pozycję Publikuj, jak pokazano na poniższym zrzucie ekranu:

W tym kroku zostanie otwarte okno z prośbą o opis umiejętności sztucznej inteligencji. W tym miejscu podaj szczegółowy opis umiejętności sztucznej inteligencji. Te szczegóły prowadzą współpracowników na temat funkcjonalności umiejętności sztucznej inteligencji i pomagają innym systemom/orkiestratorom sztucznej inteligencji skutecznie wywoływać te umiejętności sztucznej inteligencji.

Po opublikowaniu umiejętności AI będziesz mieć dwie wersje. Jedną z wersji jest bieżąca wersja robocza, którą można nadal udoskonalić i ulepszać. Druga wersja to opublikowana wersja, którą możesz udostępnić współpracownikom, którzy chcą wykonywać zapytania dotyczące umiejętności sztucznej inteligencji, aby uzyskać odpowiedzi na ich pytania. Możesz uwzględnić opinie współpracowników w bieżącej wersji roboczej podczas jej opracowywania, aby jeszcze bardziej zwiększyć wydajność umiejętności sztucznej inteligencji.

Powiązana zawartość

• Koncepcja umiejętności sztucznej inteligencji
• Scenariusz umiejętności sztucznej inteligencji