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
- 在 Databricks Runtime 15.1 及更高版本中，Databricks 笔记本（包括作为任务在 Databricks 工作流中运行的笔记本）支持这些函数。
- 这些函数由 Meta-Llama-3.1-70B-Instruct 提供支持，用于聊天任务， 使用 GTE 大型（英语） 来嵌入任务。 这些模型仅限于 美国和欧盟区域。 请参阅 AI 和机器学习。
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
- 在 Databricks Runtime 14.2 及更高版本中，Databricks 笔记本（包括作为任务在 Databricks 工作流中运行的笔记本）支持此函数。
- 在 Databricks Runtime 14.1 及更低版本中，Databricks 笔记本不支持此函数。
ai_query() 函数允许你查询使用 Mosaic AI 模型服务提供的机器学习和大型语言模型。 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。
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。
有关详细信息，请参阅 vector_search 函数。
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。 在其最常规的形式中，ai_forecast() 接受分组、多变量或混合粒度数据，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。