Azure Databricks 上的 AI Functions
重要
此功能目前以公共预览版提供。
本文介绍 Azure Databricks AI Functions,这是内置 SQL 函数,可用于直接从 SQL 对数据应用 AI。
SQL 对于数据分析至关重要,因为它多功能、高效和广泛使用。 它简单易用,可快速检索、操作和管理大型数据集。 将 AI 函数合并到 SQL 中进行数据分析可提高效率,使企业能够快速提取见解。
将 AI 集成到分析工作流可让分析师访问以前无法访问的信息,并使他们能够通过数据驱动的创新和效率做出更明智的决策、管理风险并保持竞争优势。
使用 Databricks 基础模型 API 的 AI 函数
注意
对于 Databricks Runtime 15.0 及更高版本,笔记本环境(包括 Databricks 笔记本和工作流)支持这些函数。
这些函数从 Databricks 基础模型 API 调用最先进的生成式 AI 模型,以执行诸如情绪分析、分类和翻译等任务。 请参阅使用 AI 功能分析客户评论。
- ai_analyze_sentiment
- ai_classify
- ai_extract
- ai_fix_grammar
- ai_gen
- ai_mask
- ai_similarity
- ai_summarize
- ai_translate
ai_query
注意
- 对于 Databricks Runtime 14.2 及更高版本,笔记本环境(包括 Databricks 笔记本和工作流)支持此函数。
- 对于 Databricks Runtime 14.1 及更低版本,笔记本环境(包括 Databricks 笔记本)不支持此函数。
ai_query()
函数允许使用 Mosaic AI Model Serving 为机器学习和大型语言模型提供服务,并使用 SQL 对其进行查询。 为此,该函数会调用现有的 Mosaic AI Model Serving 终结点,然后分析并返回其响应。 可以使用 ai_query()
查询提供自定义模型的终结点,使用基础模型 API 提供的基础模型,以及外部模型。
ai_forecast
ai_forecast()
函数是一个表值函数 (TVF),旨在推断未来的时间序列数据。 在最常规的形式中,ai_forecast()
接受分组、多变量、混合粒度数据,并预测未来某个时间段的数据。
重要
此功能处于公共预览阶段。 请联系你的 Databricks 帐户团队以参与预览版。
有关详细信息,请参阅 ai_forecast 函数。
vector_search
使用 vector_search()
函数,你可以使用 SQL 搜索和查询 Mosaic AI 矢量搜索索引。
重要
此功能处于公共预览阶段。 请联系你的 Databricks 帐户团队以参与预览版。
有关详细信息,请参阅 vector_search 函数。
反馈
https://aka.ms/ContentUserFeedback。
即将发布:在整个 2024 年,我们将逐步淘汰作为内容反馈机制的“GitHub 问题”,并将其取代为新的反馈系统。 有关详细信息,请参阅:提交和查看相关反馈