Aracılığıyla paylaş

Gerçek Zamanlı Zeka nedir?

Gerçek Zamanlı Zeka, kuruluşunuzdaki herkesin içgörüleri ayıklamasını ve hareket halindeki verilerini görselleştirmesini sağlayan güçlü bir hizmettir. Olaylar gerçekleşirken yanıt vermeniz, sürekli akan verileri işlemeniz veya günlükleri analiz etmeniz gereken senaryolar için uçtan uca bir çözüm sunar. İster gigabayt ister petabayt ile ilgilenin, hareket halindeki tüm kuruluş verileri Gerçek Zamanlı Hub'da yakınsanır. Kod içermeyen bağlayıcıları kullanarak çeşitli kaynaklardan gelen zaman tabanlı verileri sorunsuz bir şekilde birbirine bağlayarak kuruluş genelindeki veri kataloğunun bir parçası olan anında görsel içgörüler, jeo-uzamsal analiz ve tetikleyici tabanlı tepkiler sağlar.

Herhangi bir veri akışını sorunsuz bir şekilde bağladığınızda bulut tabanlı çözümün tamamı erişilebilir hale gelir. Real-Time Intelligence veri alımını, dönüşümü, depolamayı, modellemeyi, analizi, görselleştirmeyi, izlemeyi, yapay zekayı ve gerçek zamanlı eylemleri işler. Verileriniz, tüm Fabric teklifleriyle sorunsuz bir şekilde uyumlu şekilde korunuyor, yönetiliyor ve kuruluşunuz genelinde tümleştiriliyor. Gerçek Zamanlı Zeka, verilerinizi tüm kuruluş genelinde değeri yönlendiren dinamik, eyleme dönüştürülebilir bir kaynağa dönüştürür.

Gerçek Zamanlı Zeka bana yardımcı olabilir mi?

Real-Time Intelligence, veri analizi, anında görsel içgörüler, bir kuruluş için hareket halindeki verilerin merkezileştirilmesi, veriler üzerindeki eylemler, verimli sorgulama, dönüştürme, modelleme ve büyük hacimli yapılandırılmış veya yapılandırılmamış verilerin depolanması için kullanılabilir. IoT sistemlerinden, sistem günlüklerinden, serbest metinden, yarı yapılandırılmış verilerden gelen verileri değerlendirmeniz veya kuruluşunuzdaki diğer kişilerin kullanımına katkıda bulunmanız gerekip gerekmediğine bakılmaksızın, Gerçek Zamanlı Zeka çok yönlü bir çözüm sağlar.

"Gerçek zamanlı" olarak adlandırılsa da verilerinizin yüksek hızlarda ve hacimlerde akması gerekmez. Gerçek Zamanlı Zeka, zamanlama temelli çözümler yerine olay odaklı çözümler sunar. Real-Time Intelligence bileşenleri güvenilir, temel Microsoft hizmetleri temel alınır ve birlikte olay odaklı çözümler sağlamak için genel Fabric özelliklerini genişletir.

Gerçek Zamanlı Zeka uygulamaları otomotiv, üretim, IoT, sahtekarlık algılama, iş operasyonları yönetimi ve anomali algılama gibi çok çeşitli iş senaryolarına yayılmaktadır. Ayrıca, yapay zeka ve aracı uygulama senaryoları için, güvenlik sinyallerinin ve konuşma olaylarının anında müdahale için akışa alındığı ve analiz edildiği gerçek zamanlı içerik güvenliği izleme ve üretken uygulamalar için aracı telemetrisi gibi Real-Time Intelligence'i de kullanabilirsiniz.

Gerçek Zamanlı Zekayı Nasıl Kullanabilirim?

Microsoft Fabric'daReal-Time Intelligence, iş ve mühendislik süreçlerini destekleyen Real-Time Intelligence çözümlerinin oluşturulmasını sağlayan özellikler sunar.

Microsoft Fabric'de Gerçek Zamanlı Zeka mimarisinin diyagramı.

  • Gerçek Zamanlı hub, kuruluşunuzda merkezi bir katalog görevi görür. Akış verilerini bulmayı, eklemeyi, keşfetmeyi ve paylaşmayı kolaylaştırır. Birçok farklı veri kaynağına bağlanarak kuruluşunuzun tamamında içgörüler elde edebilirsiniz. Önemli olan, bu hub verilerin yalnızca kullanılabilir olmamasını değil, hızlı karar alma sürecini ve bilinçli eylemleri teşvik ederek herkes için de erişilebilir olmasını sağlar. Farklı kaynaklardan akış verilerinin paylaşılması, kuruluşunuz genelinde kapsamlı iş zekası oluşturma potansiyeline olanak sağlar.

  • Kuruluşunuzdan bir akış seçtikten veya dış veya iç kaynaklara bağlandıktan sonra, verilerinizi keşfetmek için Gerçek Zamanlı Zeka'daki veri tüketimi araçlarını kullanabilirsiniz. Bu araçlar verilerinizi görsel olarak keşfetmenize ve belirli ayrıntıları daha ayrıntılı incelemenize olanak sağlar. Sizin için yeni olan verilere erişebilir ve veri yapısını, desenlerini, anomalilerini, tahmin miktarlarını ve veri oranlarını kolayca anlayabilirsiniz. Buna göre, verilere göre hareket edebilir veya akıllı karar vekleyebilirsiniz. Gerçek zamanlı panolar, verileri anlama sürecini basitleştiren kullanıma hazır etkileşimlerle donatılmıştır ve görsel araçlar, doğal dil ve Copilot kullanarak hareket halindeki veriler üzerinden karar vermek isteyen herkes için erişilebilirdir.

  • Bu içgörüler, veri desenlerine veya koşullarına gerçek zamanlı olarak tepki vermek için Fabric çeşitli bölümlerinden uyarılar ayarladığınızdan Fabric Etkinleştirici ile eylemlere dönüştürülebilir.

Gerçek zamanlı zekanın bileşenleriyle nasıl etkileşime geçebilirim?

Akış verilerini keşfetme

Gerçek Zamanlı hub, akış verilerinizi bulmak ve yönetmek için kullanılır. Gerçek Zamanlı hub olayları, hareket halindeki verilerin bir kataloğudur ve şunları içerir:

  • Data streams: Erişiminiz olan Fabric'da etkin olarak çalışan tüm veri akışları.

  • Microsoft sources: Sahip olduğunuz akış kaynaklarını kolayca bulun ve bu kaynakların Fabric'a alımını hızla yapılandırın. Değişiklik Veri Yakalama (CDC) kaynakları veritabanlarınızda yapılan değişiklikleri gerçek zamanlı olarak izler ve akışla bildirir; örneğin: Azure Event Hubs, Azure IoT Hub, Azure SQL DB CDC, Azure Cosmos DB CDC, PostgreSQL DB CDC.

  • Fabric olayları: Olay temelli özellikler gerçek zamanlı bildirimleri ve veri işlemeyi destekler. Fabric Çalışma Alanı Öğesi olayları ve Azure Blob Depolama olayları dahil olmak üzere olayları izleyebilir ve bunlara tepki vekleyebilirsiniz. Bu olaylar, işlem hattını çağırma veya e-posta yoluyla bildirim gönderme gibi diğer eylemleri veya iş akışlarını tetikleme amacıyla kullanılabilir. Bu olayları olay akışları aracılığıyla diğer hedeflere de gönderebilirsiniz. "Fabric olayları ve Azure Blob Depolama olayları, Spark işlerini veya Veri Akışlarını başlatmak için Aktivatör kurallarını tetikleyerek zamanlamalar olmadan tamamen olay odaklı düzenlemeye olanak tanır."

Bu verilerin tümü hazır bir biçimde sunulur ve tüm Fabric iş yükleri tarafından kullanılabilir.

Akış verilerine bağlanma

Olay akışları, kod yazmadan büyük miktarda gerçek zamanlı verileri toplamanıza, dönüştürmenize ve farklı hedeflere göndermenize olanak sağlar. Olay akışları, dış kaynaklara yönelik çok çeşitli bağlayıcılar dahil olmak üzere birden çok veri kaynağını ve veri hedefini destekler. Örneğin: Apache Kafka kümeleri, veritabanı değişikliği veri yakalama akışları, AWS akış kaynakları (Kinesis), Google (GCP Pub/Sub), MQTT v3.1/v3.1.1 ve Real-Time Weather bağlayıcısı. AI veya LLM hizmetlerinden gelen uygulama telemetrisi ve içerik güvenliği sinyalleri de akış olarak (örneğin Kafka veya Event Hubs bağlayıcıları aracılığıyla) alınarak aracı etkileşimlerinin idaresini ve izlenmesini sağlayabilir. Uyarı oluşturma ve kural yönetimi doğrudan Olay Akışları'na eklenip kullanıcıların bağlam değiştirmeden Eventstreams deneyiminin içinden uyarılar ve eylemler ayarlamasına olanak sağlar.

Veri akışlarını işleme

Eventstreams'teki olay işleme özelliklerini kullanarak filtreleme, veri temizleme, dönüştürme, pencerelenmiş toplamalar ve kopya algılama gibi işlemler yapabilir ve bu sayede verileri istediğiniz şekle getirebilirsiniz. Filtrelere göre farklı hedeflere veri göndermek için içerik tabanlı yönlendirme özelliklerini de kullanabilirsiniz. Türetilmiş olay akışları olan başka bir özellik, gerçek zamanlı hub'da tüketicilere paylaşılabilen dönüştürmeler ve/veya toplamalar sonucunda yeni akışlar oluşturmanıza olanak tanır.

Verileri depolama ve analiz etme

Eventhouses, hareket halindeki verileri işlemek için ideal analiz altyapısıdır. Bunlar, yapılandırılmış, yarı yapılandırılmış ve yapılandırılmamış verilerle zamana dayalı akış olaylarına yönelik olarak uyarlanmıştır. Verileriniz, büyük miktarlardaki veriler üzerinde bile hızlı ve ayrıntılı sorgular çalıştırabilmeniz için, verilerin ne zaman geldiğine göre otomatik olarak düzenlenir. Olay yerlerinde depolanan veriler, diğer Fabric deneyimleri tarafından kullanılmak üzere OneLake'de kullanılabilir hale getirilebilir.

Eventhouse'larda depolanan dizinlenmiş ve bölümlenmiş veriler, Fabric'teki çeşitli kod, düşük kod veya kodsuz seçenekler kullanılarak çok hızlı sorgular için hazırdır. Veriler yerel KQL'de (Kusto Sorgu Dili) veya KQL sorgu kümesinde T-SQL kullanılarak sorgulanabilir. Kusto copilot, kod içermeyen sorgu araştırma deneyimiyle birlikte hem deneyimli KQL kullanıcıları hem de vatandaş veri bilimcileri için verileri analiz etme sürecini kolaylaştırır. KQL, yapılandırılmış, yarı yapılandırılmış ve yapılandırılmamış verileri sorgulamak için basit ama güçlü bir dildir. Dil açıklayıcıdır, sorgu amacını okuması ve anlaması kolaydır ve yazma deneyimleri için iyileştirilmiştir.

Yapay zeka ve aracı uygulama senaryoları için, güvenlik ve telemetri olayları üzerinde düşük gecikme süreli KQL sorguları aracı konuşmalarında neredeyse gerçek zamanlı panoları ve anomali algılamayı sağlar. Olay evi verilerinin zaman serisi organizasyonu, içerik güvenliği sinyallerini oturum meta verileriyle ilişkilendirmek için çok uygundur, böylece sorunları hızla önceliklendirebilir ve üretken yapay zeka iş yüklerinizdeki eğilimleri belirleyebilirsiniz.

Model verileri

Dijital ikiz oluşturucu (önizleme), verilerinizi fiziksel ortamınızı dijital olarak temsil eden bir ontoloji olarak modellemeye yönelik düşük kodlu/kod içermeyen bir deneyimdir. Varlıklarınızı ve süreçlerinizi modellemek, verileri kullanarak fiziksel işlemleri operasyonel karar alıcıların erişebileceği bir şekilde iyileştirmeye yardımcı olabilir.

Dijital ikiz oluşturucu ile, Fabric OneLake dahil olmak üzere çeşitli kaynak sistemlerden gelen verileri ontolojinize eşleyebilir ve verilerinizi bağlamsal hale getirmek için sistem genelinde veya site genelinde anlamsal ilişkiler tanımlayabilirsiniz. Dijital ikiz oluşturucu, modellenmiş verilerinizi keşfetmek için hazır görselleştirme ve sorgulama deneyimlerini içerir ve günler, haftalar veya aylar öncesine kadar uzanabilen zaman serisi verileri ve bakım kayıtları gibi büyük veri kümelerini analiz etmek için Microsoft Fabric'in gücünü kullanır.

Dijital ikiz oluşturucu verileri, ek görselleştirmeler ve modellenmiş verilerinizin özelleştirilmiş raporlaması için Power BI veya Real-Time panolarına da bağlanabilir. Kurallar, ontoloji iş varlıkları üzerinde tanımlanarak uyarıları ve otomatik eylemleri (önizleme) başlatabilir ve modellenmiş varlıkları gerçek zamanlı alt akış eylemlerine bağlayabilir.

Veri içgörülerini görselleştirme

Veri içgörüleri KQL sorgu kümelerinde, Real-Time panolarda, Power BI raporlarda ve haritalarda, veri alımından içgörülere kadar saniyelerle görselleştirilebilir. Görselleştirme seçenekleri, hiç kod kullanmadan deneyimlerden tamamen özel deneyimlere kadar değişiklik gösterir ve verilerini grafikler ve tablolar şeklinde görselleştirmek için hem acemi hem de uzman içgörü araştırmacısına değer sunar. Sorgu sonuçlarında filtreleme ve toplama işlemleri gerçekleştirmek ve yerleşik görselleştirmelerin zengin bir listesini kullanmak için görsel ipuçlarını kullanabilirsiniz. Bu içgörüler Power BI Raporlarında ve Real-Time Panolarında görüntülenebilir ve her ikisinde de veri içgörüleri temelinde oluşturulan uyarılar bulunabilir.

Microsoft Fabric'de Harita, daha derin zeka için hem statik hem de gerçek zamanlı uzamsal verileri analiz etmenizi sağlayan dinamik bir jeo-uzamsal görselleştirme aracıdır. Kabarcıklar, ısı haritaları, çokgenler ve 3B ekstrüzyonlar gibi birden çok özelleştirilebilir veri katmanını destekler ve geleneksel grafiklerin sıklıkla gözden kaçırdığı uzamsal desenleri ve eğilimleri ortaya çıkarmanızı sağlar. Map, Lakehouses ve Eventhouses ile tümleştirerek ve yenileme aralıklarıyla KQL sorgularını etkinleştirerek gerçek zamanlı veri analizini kolaylaştırarak ekiplerin canlı değişiklikleri izlemesine, anomalileri algılamasını ve zamanında karar vermesine yardımcı olur. Yerleşik harita stilleri ve GeoJSON ve PMTiles gibi biçimler için destek sayesinde operasyonel farkındalık ve uzamsal zeka için güçlü bir varlıktır. Daha fazla bilgi için bkz. Harita oluşturma.

Eylemleri Tetikle

Uyarılar değişen verileri izler ve desenler veya koşullar algılandığında otomatik olarak eylemler gerçekleştirir. Veriler Real-Time hub'ında akabilir veya Kusto sorgusu ya da Power BI raporu üzerinden gözlemlenebilir. Belirli koşullar veya mantık karşılandığında, kullanıcıları uyarma, işlem hattı, Spark işi veya Veri Akışı gibi Fabric iş öğelerini yürütme, Kullanıcı Veri İşlevlerini çalıştırma veya Power Automate iş akışlarını başlatma gibi bir eylem gerçekleştirilir. Mantık basit tanımlanmış bir eşik, bir zaman aralığında art arda gerçekleşen olaylar gibi bir desen veya KQL sorgusu tarafından tanımlanan karmaşık mantığın sonuçları olabilir. Üretken yapay zeka uygulamaları için, toksisite eşiği aşıldığında veya yinelenen ilke ihlalleri gibi KQL koşullarına dayalı uyarılar kullanarak içerik güvenliği düzeltici önlem iş akışlarını ayarlayabilirsiniz. Bu iş akışları, uygulama sahiplerini bilgilendirebilir, olayları karantina akışlarına yönlendirebilir veya işlem hatları ile Power Automate iş akışlarını hız sınırlama veya kara listeleme için tetikleyebilir. Etkinleştirici, olay odaklı içgörülerinizi eyleme dönüştürülebilir iş avantajlarına dönüştürür. Etkinleştirici ayrıca, yayımlanmış raporlarda belirtilen koşullar oluştuğunda (örneğin, tablo görselinde yeni bir satır göründüğünde) kullanıcılara bildirim göndermek için Power BI hizmeti ile tümleşir.

Diğer Fabric deneyimleriyle tümleştirme

İlgili içerik

  • Last updated on