Funções de IA no Azure Databricks
Importante
Esse recurso está em uma versão prévia.
Este artigo descreve as Funções de IA do Azure Databricks, funções SQL internas que permitem aplicar IA a seus dados diretamente por meio do SQL.
O SQL é crucial para a análise de dados devido à sua versatilidade, eficiência e uso amplamente disseminado. A simplicidade dele permite recuperação rápida, manipulação e gerenciamento de grandes conjuntos de dados. Incorporar funções de IA no SQL para análise de dados aumenta a eficiência, o que permite que as empresas extraiam insights rapidamente.
A integração da IA em fluxos de trabalho de análise fornece acesso a informações anteriormente inacessíveis aos analistas e os capacita a tomar decisões mais informadas, gerenciar riscos e sustentar uma vantagem competitiva por meio de inovação e eficiência orientadas por dados.
Funções de IA usando APIs do Databricks Foundation Model
Observação
Para o Databricks Runtime 15.0 e superior, estas funções têm suporte em ambientes de notebook, incluindo notebooks e fluxos de trabalho do Databricks.
Essas funções invocam um modelo de IA gerativa de última geração a partir de APIs do Databricks Foundation Model para executar tarefas de IA, como análise de sentimento, classificação e tradução. Consulte Analisar avaliações de clientes usando a IA do Functions.
- ai_analyze_sentiment
- ai_classify
- ai_extract
- ai_fix_grammar
- ai_gen
- ai_mask
- ai_similarity
- ai_summarize
- ai_translate
ai_query
Observação
- Para o Databricks Runtime 14.2 e superior, esta função tem suporte em ambientes de notebook, incluindo notebooks e fluxos de trabalho do Databricks.
- Para o Databricks Runtime 14.1 e abaixo, esta função não tem suporte em ambientes de notebook, incluindo notebooks do Databricks.
A função ai_query() permite que você forneça seus modelos de aprendizado de máquina e modelos de linguagem grandes usando o Serviço de Modelo do Databricks e os consulte usando SQL. Para fazer isso, essa função invoca um ponto de extremidade existente do Databricks Model Serving e analisa e retorna sua resposta. Você pode usar ai_query() para consultar pontos de extremidade que atendem modelos personalizados, modelos de base disponibilizados usando APIs do Modelo do Foundation e modelos externos.