Funções de IA no Azure Databricks
Importante
Esta funcionalidade está em Pré-visualização Pública.
Este artigo descreve as Funções de IA do Azure Databricks, funções SQL internas que permitem aplicar IA em seus dados diretamente do SQL.
O SQL é crucial para a análise de dados devido à sua versatilidade, eficiência e uso generalizado. Sua simplicidade permite a rápida recuperação, manipulação e gerenciamento de grandes conjuntos de dados. A incorporação de 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
Nota
Para o Databricks Runtime 15.0 e superior, essas funções são suportadas em ambientes de notebook, incluindo notebooks Databricks e fluxos de trabalho.
Essas funções invocam um modelo de IA generativa de última geração das APIs do Databricks Foundation Model para executar tarefas como, análise de sentimento, classificação e tradução. Consulte Analisar avaliações de clientes usando funções de IA.
- ai_analyze_sentiment
- ai_classify
- ai_extract
- ai_fix_grammar
- ai_gen
- ai_mask
- ai_similarity
- ai_summarize
- ai_translate
ai_query
Nota
- Para Databricks Runtime 14.2 e superior, esta função é suportada em ambientes de bloco de notas, incluindo blocos de notas Databricks e fluxos de trabalho.
- Para o Databricks Runtime 14.1 e inferior, esta função não é suportada em ambientes de bloco de notas, incluindo blocos de notas Databricks.
A ai_query()
função permite que você sirva seus modelos de aprendizado de máquina e modelos de linguagem grandes usando Databricks Model Serving e consulte-os 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 servem modelos personalizados, modelos de base disponibilizados usando APIs de modelo de base e modelos externos.
Comentários
https://aka.ms/ContentUserFeedback.
Brevemente: Ao longo de 2024, vamos descontinuar progressivamente o GitHub Issues como mecanismo de feedback para conteúdos e substituí-lo por um novo sistema de feedback. Para obter mais informações, veja:Submeter e ver comentários