Функции ИИ в Azure Databricks

Внимание

Эта функция предоставляется в режиме общедоступной предварительной версии.

В этой статье описаны функции ИИ Azure Databricks, встроенные функции SQL, которые позволяют применять ИИ непосредственно из SQL.

SQL имеет решающее значение для анализа данных из-за его универсальности, эффективности и широкого использования. Его простота позволяет быстро извлекать, манипулировать и управлять большими наборами данных. Включение функций ИИ в SQL для анализа данных повышает эффективность, что позволяет предприятиям быстро извлекать аналитические сведения.

Интеграция ИИ в рабочие процессы анализа обеспечивает доступ к информации, ранее недоступной аналитикам, и позволяет им принимать более обоснованные решения, управлять рисками и поддерживать конкурентное преимущество с помощью инноваций, управляемых данными, и эффективности.

Функции искусственного интеллекта с помощью API модели Databricks Foundation

Примечание.

В Databricks Runtime 15.1 и более поздних версиях эти функции поддерживаются в записных книжках Databricks, включая записные книжки, которые выполняются в качестве задачи в рабочем процессе Databricks.

Эти функции вызывают модель создания искусственного интеллекта из API модели Databricks Foundation для выполнения таких задач, как анализ тональности, классификация и перевод. См. статью "Анализ отзывов клиентов с помощью функций ИИ".

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

ai_query

Примечание.

• В Databricks Runtime 14.2 и более поздних версиях эта функция поддерживается в записных книжках Databricks, включая записные книжки, выполняемые в качестве задачи в рабочем процессе Databricks.
• В Databricks Runtime 14.1 и ниже эта функция не поддерживается в записных книжках Databricks.

Эта ai_query() функция позволяет запрашивать модели машинного обучения и большие языковые модели, обслуживаемые с помощью службы модели ИИ Мозаики. Для этого эта функция вызывает существующую конечную точку обслуживания модели ИИ Мозаики и анализирует и возвращает ответ. Вы можете использовать ai_query() для запроса конечных точек, которые служат пользовательским моделям, базовым моделям, доступным с помощью API-интерфейсов модели Foundation и внешних моделей.

• функция ai_query.
• Запрос обслуживаемой модели с помощью ai_query().
• Запрос внешней модели с помощью ai_query().

vector_search

Эта vector_search() функция позволяет выполнять поиск и запрашивать индекс векторного поиска мозаики ИИ с помощью SQL.

Внимание

Эта функция доступна в общедоступной предварительной версии. Отправьте форму регистрации для участия в предварительной версии.

Дополнительные сведения см . в vector_search функции .

ai_forecast

Функция ai_forecast() — это функция с табличным значением, предназначенная для экстраполации данных временных рядов в будущем. В самой общей форме ai_forecast() принимает сгруппированные, многовариантные или смешанные данные детализации и прогнозирует, что данные до некоторого горизонта в будущем.

Внимание

Эта функция доступна в общедоступной предварительной версии. Обратитесь к группе учетной записи Databricks, чтобы принять участие в предварительной версии.

Дополнительные сведения см . в ai_forecast функции .