Databricks lance des fonctions SQL d'IA avec des modèles de fondation

Databricks révolutionne le monde de l'analyse de données avec ses fonctions SQL AI innovantes, alimentées par des modèles de base. Ces outils s'intègrent parfaitement dans vos flux de travail de données existants, rendant l'analyse alimentée par l'IA plus facile que jamais directement dans vos requêtes SQL. Cela signifie que vous pouvez dire adieu aux complications des intégrations d'API complexes et bonjour à une approche plus simplifiée de l'analyse de données. Cet article explore comment ces nouvelles fonctionnalités pourraient changer la manière dont vous gérez les données.

Points clés

• Databricks introduit des fonctions SQL AI alimentées par des modèles de base.
• Ces fonctions offrent des capacités telles que l'analyse de sentiments, la classification, l'extraction de texte et la correction grammaticale.
• Les modèles AI sont intégrés dans Databricks, éliminant le besoin d'appels d'API externes.
• Les fonctions sont disponibles sur une base de paiement par jeton, offrant des solutions AI économiques.
• La disponibilité est restreinte à certaines régions de Databricks.
• La fonction d'extraction AI permet une extraction d'informations polyvalente.
• La fonction de correction grammaticale AI améliore la qualité grammaticale du texte.

Fonctions SQL AI de Databricks : Modèles de base en action

Comprendre les nouvelles fonctions SQL AI de Databricks

Databricks a déployé une suite de fonctions SQL AI qui intègrent l'IA directement dans les requêtes SQL, simplifiant le processus pour les analystes de données et les ingénieurs. Ces fonctions exploitent la puissance des modèles de base, qui sont de grands modèles de langage entraînés sur des ensembles de données vastes. Habituellement, de tels modèles, comme ChatGPT, sont hébergés à l'extérieur et nécessitent des intégrations d'API complexes. Databricks change cela en intégrant ces modèles directement dans leur plateforme, rendant l'IA plus accessible et efficace. Au lieu que chaque entreprise construise ses propres appels de service web, Databricks propose des modèles prêts à l'emploi, économisant temps et ressources.

Bien que ces fonctions facilitent l'intégration de l'IA, il est important de considérer les coûts. Elles fonctionnent sur une base de paiement par jeton, donc une mise en œuvre stratégique est essentielle pour gérer les dépenses efficacement. De plus, ces fonctions ne sont pas encore disponibles dans toutes les régions de Databricks, actuellement limitées à des régions comme le Centre des États-Unis, l'Est des États-Unis, l'Est des États-Unis 2 et le Centre-Nord des États-Unis. Cela pourrait affecter la planification de votre espace de travail et de vos projets.

Fonctions SQL AI principales : Analyse de sentiments, classification et plus

Databricks propose plusieurs fonctions SQL AI principales qui enrichissent l'analyse de données :

• Analyse de sentiments AI : Détermine le sentiment (positif, négatif ou neutre) dans le texte, idéal pour comprendre les retours des clients et les tendances sur les réseaux sociaux.
• Classification AI : Catégorise le texte en classes prédéfinies, comme trier les demandes des clients par sujet ou produit.
• Extraction AI : Extrait des informations spécifiques, comme des noms ou des adresses e-mail, à partir de texte non structuré. Cela transforme le texte brut en données structurées, idéal pour créer des modèles détaillés.



• Correction grammaticale AI : Corrige la grammaire dans le texte, utile pour nettoyer le contenu généré par les utilisateurs ou assurer une communication professionnelle.
• Masquage AI : Protège la vie privée en masquant les informations sensibles dans le texte, aidant à respecter les réglementations de sécurité des données.
• Résumé AI : Crée des résumés concis de documents ou d'articles longs, parfait pour extraire rapidement les informations clés.
• Traduction AI : Traduit le texte entre les langues, élargissant les capacités d'analyse de données à travers différentes sources.
• Similarité AI : Calcule les scores de similarité entre les enregistrements, permettant une analyse de données plus raffinée.

Naviguer dans les fonctions SQL AI de Databricks à l'aide des API de modèles de base de Databricks

Le tableau suivant liste les fonctions SQL AI de Databricks alimentées par les API de modèles de base de Databricks :

Applications pratiques : Cas d'utilisation réels

Ces fonctions SQL AI ouvrent une gamme d'applications pratiques :

• Analyser les avis des clients : Évaluez automatiquement le sentiment dans les avis des clients pour identifier les domaines à améliorer et mesurer la satisfaction des clients.



• Automatiser les contrôles de qualité des données : Utilisez la correction grammaticale AI pour nettoyer les données avant l'analyse, y compris le résumé AI pour plus d'efficacité.
• Simplifier le traitement des documents : Extrait des informations clés de documents juridiques, contrats ou articles de recherche, alimentant d'autres ensembles de données avec des données extraites comme des noms et des adresses.

En permettant aux fonctions AI de s'exécuter directement dans SQL, les flux de travail de données deviennent beaucoup plus simplifiés.

Mettre à l'épreuve les fonctions SQL AI : Une démonstration dans Databricks

Databricks propose une démonstration convaincante de ces fonctions en action :

• Analyse de sentiments : Avec une simple requête SQL, vous pouvez analyser le sentiment du texte :
SELECT ai_analyze_sentiment('Je suis un garçon joyeux et pétillant');
• Nettoyage des données : Interrogez différents points de données pour analyser les avis des clients et effectuer divers contrôles, rendant le nettoyage des données plus efficace.
• En utilisant une expression de table commune (CTE) pour stocker les données, vous pouvez analyser les sentiments de différents utilisateurs et effectuer diverses analyses.
• Passer à la correction grammaticale AI peut aider à corriger les problèmes grammaticaux courants.

Disponibilité et prérequis pour l'utilisation des modèles de base

Pour utiliser efficacement les modèles de base, certaines exigences doivent être remplies :

• Les fonctions AI ne sont disponibles que sur les espaces de travail dans les régions prises en charge par les API de modèles de base avec paiement par jeton.
• Cette fonction n'est pas disponible sur Azure Databricks SQL Classic.

Conseils pour maximiser le potentiel des fonctions SQL AI de Databricks

Intégration stratégique

Planifiez soigneusement comment intégrer ces fonctions AI dans vos pipelines de données. Identifiez où les insights AI peuvent ajouter le plus de valeur et automatiser les tâches répétitives. Utilisez ces fonctions là où elles apporteront le plus d'avantages.

Optimisation des coûts

Gardez un œil sur votre consommation de jetons pour optimiser les coûts. Évaluez les dépenses actuelles et explorez d'autres options AI pour améliorer les fonctionnalités tout en évaluant le compromis entre les insights alimentés par l'IA et les coûts.

Restez informé

Databricks améliore continuellement ses capacités AI. Restez informé des nouvelles fonctions, de la disponibilité des régions et des changements de tarification pour tirer pleinement parti de cette technologie transformatrice. Continuez à apprendre et à expérimenter pour améliorer vos flux de travail.

Avantages et inconvénients des fonctions SQL AI de Databricks

Avantages

• Intégration simplifiée de l'IA dans les flux de travail SQL
• Accès à des modèles de base puissants
• Réduction de la complexité par rapport aux intégrations d'API externes
• Potentiel pour des solutions AI économiques (paiement par jeton)
• Contrôles automatisés de la qualité des données

Inconvénients

• Gestion des coûts (utilisation basée sur le paiement par jeton)
• Disponibilité limitée dans certaines régions
• Dépendance à la plateforme de Databricks
• Risque potentiel de dépendance au fournisseur
• Exigences spécifiques d'espace de travail et de configuration

Questions fréquemment posées

Que sont les fonctions SQL AI de Databricks ?

Les fonctions SQL AI de Databricks sont une suite d'outils qui vous permettent d'exploiter des modèles AI directement dans vos requêtes SQL. Ces fonctions sont alimentées par des modèles de base et offrent des capacités comme l'analyse de sentiments, la classification de texte, et plus encore.

Quels types de fonctions sont l'extraction AI et la correction grammaticale AI ?

La fonction d'extraction AI permet l'extraction de termes et l'analyse de documents pour extraire des informations spécifiques comme des e-mails ou des noms. La fonction de correction grammaticale AI corrige les erreurs grammaticales dans le texte.

Comment fonctionne la tarification de ces fonctions AI ?

La tarification est basée sur un modèle de paiement par jeton. L'utilisation des jetons dépend de la complexité de la requête et de la taille du texte d'entrée. Pour des informations détaillées sur la tarification, consultez la documentation de Databricks.

Dans quelles régions les fonctions SQL AI de Databricks sont-elles disponibles ?

Actuellement, ces fonctions sont disponibles dans des régions spécifiques, y compris le Centre des États-Unis, l'Est des États-Unis, l'Est des États-Unis 2 et le Centre-Nord des États-Unis. Vérifiez toujours la documentation la plus récente de Databricks pour le support régional le plus à jour.

Questions connexes

Quelles sont les alternatives pour effectuer une analyse de sentiments dans Databricks ?

Avant les fonctions SQL de Databricks, les entreprises avaient quelques options. L'une était de construire un modèle à partir de zéro en utilisant leurs données pour créer un moteur de classification personnalisé. Une autre était d'utiliser des appels de service web, ce qui nécessitait la mise en place d'un abonnement séparé, exposant potentiellement l'organisation à des fuites de données ou à d'autres préoccupations.